在日常的用戶分析中，常用的有六大分析方法論：

1、行為事件分析
2、點(diǎn)擊分析模型
3、用戶行為路徑分析
4、用戶健康度分析
5、漏斗模型
6、用戶畫像分析

1.行為事件分析

“行為事件分析”是用戶分析的第一步，也是用戶分析的核心和基礎(chǔ)。一般來說事件通過埋點(diǎn)來獲得。

行為事件分析法主要用于研究某行為事件的發(fā)生對企業(yè)組織價(jià)值的影響以及影響程度。企業(yè)常常通過研究與事件發(fā)生關(guān)聯(lián)的所有因素來挖掘用戶行為事件背后的原因、交互影響等。

行為事件分析一般有三大環(huán)節(jié)：行為事件定義、多維度下鉆分析、解釋與結(jié)論。

1、行為事件定義

對用戶行為分析定義為各種事件，將人物（who）、時(shí)間（when）、地點(diǎn)（where）、交互（how）、交互的內(nèi)容（what）聚合構(gòu)成一個完整的用戶行為事件：

Who：即參與事件的主體，對于未登陸用戶，可以是 Cookie、設(shè)備 ID 等匿名 ID ；對于登錄用戶，可以是用后臺配置的實(shí)際用戶 ID。

When：即事件發(fā)生的實(shí)際時(shí)間，應(yīng)該記錄精確到毫秒的事件發(fā)生時(shí)間。

Where：即事件發(fā)生的地點(diǎn)，可以通過 IP 來解析用戶所在省市；也可以根據(jù) GPS 定位方式獲取地理位置信息。

How：即用戶從事這個事件的方式。用戶使用的設(shè)備、瀏覽器、 APP 版本、渠道來源等等。

What：描述用戶所做的這個事件的所有具體內(nèi)容。比如對于“購買”類型的事件，則可能需要記錄的字段有：商品名稱、商品類型、購買數(shù)量、購買金額、付款方式等。

?

行為事件指一個用戶在某個時(shí)間點(diǎn)、某個地方、以某種方式完成了某個具體的事情。

如：某平臺的所有注冊用戶在X月X日使用優(yōu)惠券下單購買的單數(shù)是多少？這是一個完整的事件定義，有了這樣的事件以后，就可以把用戶行為連起來觀察。

?

2、多維度下鉆分析

高效的行為事件分析支持下鉆分析、精細(xì)化條件篩選。行為事件分析配置追蹤事件和屬性，可以激發(fā)出事件分析的強(qiáng)大潛能，回答企業(yè)變化趨勢等各種問題。

?

3、解釋與結(jié)論

解釋與結(jié)論成出分析報(bào)告階段。對分析結(jié)果進(jìn)行合理的理論解釋，判斷數(shù)據(jù)分析結(jié)果是否與預(yù)期相符，如果相悖，則應(yīng)該針對不足的部分進(jìn)行再分析與實(shí)證。

案例

4月10日號來自新浪渠道的 PV 數(shù)異常標(biāo)高，因此需要快速排查原因：是異常流量還是虛假流量？

企業(yè)可以先定義事件，通過“篩選條件”限定廣告系列來源為“新浪”。再從其它多個維度進(jìn)行細(xì)分下鉆，比如「地理位置」、「時(shí)間」、「操作系統(tǒng)」、「操作系統(tǒng)」、「瀏覽器」等。進(jìn)行細(xì)分篩查時(shí)，虛假流量就能夠被找到了。

在剔除虛假流量后，運(yùn)營人員可進(jìn)行其他用戶行為分析。

2.點(diǎn)擊分析模型

用戶行為分析中，點(diǎn)擊分析被應(yīng)用于顯示頁面區(qū)域中不同元素點(diǎn)擊密度的圖示。包括元素被點(diǎn)擊的次數(shù)、占比、發(fā)生點(diǎn)擊的用戶列表、按鈕的當(dāng)前與歷史內(nèi)容等因素。

1、點(diǎn)擊分析方法主要解決的問題主要有三點(diǎn)：

● 精準(zhǔn)評估用戶與產(chǎn)品交互背后的深層關(guān)系；

● 實(shí)現(xiàn)產(chǎn)品的跳轉(zhuǎn)路徑分析，完成產(chǎn)品頁面之間的深層次的關(guān)系需求挖掘；

● 與其他分析模型配合，全面視角探索數(shù)據(jù)價(jià)值，深度感知用戶體驗(yàn)，實(shí)現(xiàn)科學(xué)決策。

?

2、點(diǎn)擊分析模型可以用于什么分析？

● 官網(wǎng)

● 活動頁面

● 產(chǎn)品頻道/首頁

● 詳情頁

點(diǎn)擊分析常見的兩種形式包括：

可視化

固定埋點(diǎn)

可視化多用熱力圖進(jìn)行呈現(xiàn)，運(yùn)營可以根據(jù)點(diǎn)擊密度判斷用戶的瀏覽喜好。

案例

企業(yè)官網(wǎng)改版要篩選細(xì)分訪客，讓頁面優(yōu)化更有目標(biāo)。

一個2B 企業(yè)官網(wǎng)運(yùn)營人員，根據(jù)用戶的官網(wǎng)訪問時(shí)長、用戶行為路徑、活躍度、注冊與否等因素，將用戶細(xì)分為「單純?yōu)g覽者」、「信息收集者」、「購買需求強(qiáng)烈者」三類。

運(yùn)營人員事先按照自定義規(guī)則，將三類訪客進(jìn)行用戶分群。接下來，在“點(diǎn)擊分析”功能模塊中，分別篩選出三類人群，并查看其頁面點(diǎn)擊情況。下面以「單純?yōu)g覽者」、「信息收集者」兩類進(jìn)行介紹。

（1）用戶群體之“單純?yōu)g覽者”的點(diǎn)擊分析與優(yōu)化方法

比如通過點(diǎn)擊分析了解到，近 30 天，“單純?yōu)g覽者”對官網(wǎng)導(dǎo)航欄的點(diǎn)擊情況。通過分析，若發(fā)現(xiàn)該類用戶群體對“產(chǎn)品介紹”、“視頻”點(diǎn)擊率較高，這說明“產(chǎn)品介紹”、“視頻”是初來乍到的訪問者了解企業(yè)的“窗口”，而元素內(nèi)容缺少“亮點(diǎn)”，導(dǎo)致訪問者不愿意花時(shí)間停留。因此可嘗試以下兩方面優(yōu)化：

● 優(yōu)化內(nèi)容。讓產(chǎn)品價(jià)值、優(yōu)勢、案例等內(nèi)容盡可能醒目，以快速吸引瀏覽者注意；

● 在導(dǎo)航欄中嘗試增加社交因素。如建立論壇、設(shè)立產(chǎn)品博客，如此增強(qiáng)訪問者對官網(wǎng)的黏性，提高網(wǎng)站的活躍用戶數(shù)量。

（2）用戶群體之“信息收集者”的點(diǎn)擊分析與優(yōu)化方向

運(yùn)營人員可以通過點(diǎn)擊分析了解近 30 天，“信息收集者”對官網(wǎng)導(dǎo)航欄的點(diǎn)擊情況，官網(wǎng)運(yùn)營人員應(yīng)該幫助該用戶群體確定購買意向。例如，「信息收集者」群體對官網(wǎng)導(dǎo)航條中“文檔”、“博客”興趣很高，而行業(yè)解決方案的點(diǎn)擊較少。事實(shí)上，行業(yè)解決方案是該類群體值得關(guān)注的價(jià)值點(diǎn)，由于點(diǎn)擊較低，可以嘗試將其調(diào)整至醒目位置，進(jìn)行效果對比。

3.用戶行為路徑分析

常見的分析方法有：轉(zhuǎn)化漏斗、智能路徑、用戶路徑。三者都是基于用戶行為，以上下環(huán)節(jié)的轉(zhuǎn)化率為計(jì)算核心。

轉(zhuǎn)化漏斗是預(yù)先設(shè)定好的路徑；智能路徑是設(shè)定了目標(biāo)行為之后發(fā)現(xiàn)更多漏斗；用戶路徑是完整再現(xiàn)用戶的整個轉(zhuǎn)化過程。

在實(shí)際應(yīng)用中，三者有各自適用的分析場景，通常也需要互相結(jié)合，相輔相成。接下來逐一介紹這三種方法。

1、轉(zhuǎn)化漏斗

作用：提升轉(zhuǎn)化效果。

轉(zhuǎn)化漏斗是路徑分析中的一種特殊情況，是針對少數(shù)人為特定模塊與事件節(jié)點(diǎn)的路徑分析。它適用于對產(chǎn)品運(yùn)營中的關(guān)鍵環(huán)節(jié)進(jìn)行分析、監(jiān)控，找到其中薄弱的環(huán)節(jié)，通過用戶引導(dǎo)或者產(chǎn)品迭代來優(yōu)化，提升轉(zhuǎn)化效果。

無論是新用戶的引導(dǎo)、某個業(yè)務(wù)流程還是某一次運(yùn)營活動，涉及到有流程轉(zhuǎn)化的都可以建立漏斗來分析。轉(zhuǎn)化漏斗的例子之前也講過，這里就不再贅述了。在分析的過程中，可以觀察整體的轉(zhuǎn)化率是否符合行業(yè)水準(zhǔn)，哪些步驟轉(zhuǎn)化率還有優(yōu)化空間？可以通過細(xì)分維度發(fā)現(xiàn)導(dǎo)致轉(zhuǎn)化率低的因素是哪些，也可以通過查看流失環(huán)節(jié)的其他使用路徑，做出針對性的引導(dǎo)。

2、智能路徑

作用：探索更多的轉(zhuǎn)化路徑。

很多情況下，雖然有最終的轉(zhuǎn)化目標(biāo)，但是用戶到達(dá)該目標(biāo)卻有多條路徑，無法確定哪條路徑是用戶走的最多的路徑，哪條轉(zhuǎn)化路徑最短，這時(shí)候我們就采用智能路徑模型來進(jìn)行分析。首先確定想要觀察的目標(biāo)行為，通常是業(yè)務(wù)中需要引導(dǎo)用戶完成的某個功能或到達(dá)的某個頁面。然后將其設(shè)置為起始事件，分析發(fā)生該行為的后續(xù)路徑；或者設(shè)置為結(jié)束事件，分析該行為的前置路徑。

如：電商APP中，加入購物車是支付成功這個最終轉(zhuǎn)化目標(biāo)的前一步，但很多用戶在加入購物車之后，并不會提交訂單直接支付，這時(shí)選擇目標(biāo)事件為" 加入購物車"，并設(shè)置為起始事件，分析用戶在加入購物車后的行為路徑，是被頁面上的其他推薦吸引了目光還是走向他處。

總之，智能路徑可以用來探索性的發(fā)現(xiàn)更多的轉(zhuǎn)化路徑，當(dāng)聚焦到某一條路徑時(shí)，其實(shí)就是一個轉(zhuǎn)化漏斗，可以將其保存下來，來進(jìn)行日常監(jiān)測。

3、用戶路徑

作用：步步追蹤，劃分用戶類型。

用戶路徑不需要預(yù)先設(shè)置漏斗或者圈定要分析哪個頁面事件或點(diǎn)擊事件，而是計(jì)算用戶使用網(wǎng)站或APP時(shí)的每個第一步，然后依次計(jì)算每一步的流向和轉(zhuǎn)化。通過數(shù)據(jù)，真實(shí)的再現(xiàn)用戶從打開APP到離開的整個過程，進(jìn)一步識別用戶頻繁路徑模式，即哪條路徑是用戶最多訪問的；走到哪一步時(shí)，用戶最容易流失；甚至呈現(xiàn)出產(chǎn)品經(jīng)理在設(shè)計(jì)產(chǎn)品時(shí)都未曾預(yù)料到的路徑，找到分析用戶行為最基礎(chǔ)、最原始的數(shù)據(jù)；也可以通過路徑識別用戶行為特征，分析用戶是用完即走的目標(biāo)導(dǎo)向型還是無目的瀏覽型?？傊脩袈窂椒治龇▽Ξa(chǎn)品運(yùn)營有著非常重要的啟發(fā)作用。

轉(zhuǎn)化漏斗、智能路徑、用戶路徑都是基于用戶行為路徑數(shù)據(jù)的重要分析模型，它們有著不同的功能以及用處，掌握了這3個分析方法，可以精確獲得用戶行為路徑數(shù)據(jù)，從而針對性的做出營銷策略調(diào)整，讓運(yùn)營轉(zhuǎn)化成倍增長。