在之前的文章里，我們聊了7種數(shù)據(jù)分析的方法，分別是對比分析法、多維度拆解法、漏斗觀察法、分布分析法和用戶留存分析法、用戶畫像分析法和歸因查找法，這篇文章我們來聊聊常見的數(shù)據(jù)分析方法中的最后兩個(gè)：路徑挖掘分析法和單個(gè)行為序列分析法。

首先呢，是路徑挖掘分析法。

一、路徑挖掘分析法

在漏斗分析法那篇文章里，我們已經(jīng)知道了如何觀測明確的用戶路徑，但對起點(diǎn)和終點(diǎn)我們是都有明確的業(yè)務(wù)場景，就需要通過路徑挖掘分析法逐步挖掘用戶的來源及流向，來還原業(yè)務(wù)場景，獲取洞察。

像GA、神策數(shù)據(jù)等都支持這種分析方法，路徑挖掘分析法是把用戶的行為分成一步一步的，然后告訴我們每一步的流轉(zhuǎn)情況。

路徑挖掘分析法的運(yùn)作原理：逐級展開某一事件的前一級（后一級）事件，觀察其流向。

1. 路徑挖掘的適用場景

在運(yùn)用路徑挖掘分析法之前，我們一定要想明白拿它來分析什么。

場景一：有明確的起始的場景

舉個(gè)栗子：我們的產(chǎn)品做了一個(gè)H5的活動，我們想知道這個(gè)活動通過不同的渠道把這個(gè)H5發(fā)出去之后，來到這個(gè)活動頁面的人有沒有干我們想讓他們做的事情（比如注冊、成為VIP用戶），這個(gè)時(shí)候我們就可以運(yùn)用路徑挖掘的分析方法。

從一個(gè)明確的起點(diǎn)出發(fā)，去瀏覽后續(xù)的軌跡，從而對起點(diǎn)本身的用戶行為產(chǎn)生比較豐富的認(rèn)識。

這樣我們就會知道，這個(gè)H5頁面所承載的功能是什么樣的，這就是有明確起始的場景。

場景二：有明確的結(jié)果目標(biāo)

場景一是從前看到后，場景二是從后看到前，我們已經(jīng)有明確的結(jié)果了。

舉個(gè)栗子：某在線職業(yè)培訓(xùn)平臺，結(jié)束事件是：注冊完成，我們想知道用戶在注冊完成之后都經(jīng)歷了什么，這時(shí)我們需要把路徑倒過來看，可以看出大部分的流量從【開始注冊】來的，然后再往前看一步，發(fā)現(xiàn)大部分【開始注冊】的流量來自【登錄】頁面（登錄頁面有注冊功能）和一些公開課。我們可以發(fā)現(xiàn)很多用戶是從免費(fèi)的公開課注冊成功的。

由此可以看出，大部分的用戶都是被免費(fèi)的公開課所吸引，必盡公開課不需要支付成本。通過路徑挖掘分析法的觀察我們對平臺注冊用戶的動機(jī)和什么的形式更吸引用戶注冊有更清晰的認(rèn)知。

二、行為序列分析法

上面我們聊了路徑挖掘分析法，大家可能會說，我們有了路徑挖掘模型之后，單個(gè)用戶的行為序列還有什么意義呢，其實(shí)單個(gè)用戶的行為序列能讓我們回歸具體的業(yè)務(wù)場景，發(fā)現(xiàn)隱藏在統(tǒng)計(jì)數(shù)據(jù)下被統(tǒng)計(jì)數(shù)據(jù)抹平了細(xì)節(jié)的更真實(shí)的業(yè)務(wù)場景。

其實(shí)，路徑挖掘分析法有它的局限性，它只是把一群人放到這個(gè)路徑里進(jìn)行分析，它反應(yīng)的是一群人的趨勢，但是對于單個(gè)用戶來講，趨勢肯定是不一樣的，所以這時(shí)我們就需要運(yùn)用到行為序列分析法。

行為序列分析法的運(yùn)作原理：將單個(gè)用戶的所有行為以時(shí)間線的形式進(jìn)行排列。

1. 行為序列的適用場景

適用場景：觀察掩蓋在統(tǒng)計(jì)信息下更細(xì)致的信息，還原用戶具體的使用場景，同時(shí)還能通過觀察具體的行為特征，找到提升產(chǎn)品價(jià)值的機(jī)會點(diǎn)。

舉個(gè)栗子：運(yùn)用用戶行為序列分析法查看某共享單車APP的單個(gè)用戶行為，通過查看我們發(fā)現(xiàn)，這個(gè)用戶不斷的在解鎖我們的活動單車和鎖定活動單車，并且解鎖和鎖定的間隔時(shí)間非常短，只有幾十秒。每天有四五次這種行為，這種行為肯定是不正常的，我們再篩選一部分行為序列查看詳情，由下圖二我們可以發(fā)現(xiàn)，兩次解鎖的時(shí)間間隔只有11分鐘，但是這兩個(gè)地鐵站的距離為7.2KM，這是正常操作下無法實(shí)現(xiàn)的。

這里只是簡單的一個(gè)例子，單個(gè)用戶的行為序列能讓我們發(fā)現(xiàn)很多細(xì)致的信息，在這就不一一列舉了。

2. 用戶行為序列如何輔助產(chǎn)品設(shè)計(jì)？

我們?nèi)粘９ぷ髦?#xff0c;不管是做產(chǎn)品功能還是做策略設(shè)計(jì)，這些需求往往來自用戶的需求，但是我們也很難避免將自己的個(gè)人判斷強(qiáng)加在用戶的身上，你很有可能會忽略掉大部分用戶的生活場景，從而做出不對的判斷。這時(shí)候通過用戶畫像或用戶行為序列分析法就能很好的輔助我們在產(chǎn)品設(shè)計(jì)的時(shí)候做決策。

首先，對照用戶畫像，想想這個(gè)用戶在使用你的產(chǎn)品當(dāng)中可能會遇到的環(huán)境局限。

比如我們做的是幼兒在線語言培訓(xùn)的產(chǎn)品，那學(xué)生的作息時(shí)間就會對產(chǎn)品有限制。

其次呢，觀察已有的用戶的行為序列，將新設(shè)計(jì)的流程或者策略套進(jìn)去看是否成立。

舉個(gè)栗子：我們是途牛的產(chǎn)品經(jīng)理，現(xiàn)在需要做一款旅游保險(xiǎn)類的產(chǎn)品，這個(gè)時(shí)候我們需要給這款產(chǎn)品在平臺上找個(gè)入口，那放那合適呢，這時(shí)我們可以通過用戶行為序列法去觀察用戶的下單流程，看用戶在哪一步停留的時(shí)間長，這時(shí)我們就可以根據(jù)產(chǎn)品情況，把這個(gè)功能把在停留時(shí)間長的那一個(gè)頁面。

除了以上通過觀察用戶的行為序列，我們還可以通過像APPSEE、inspectlet這樣的工具進(jìn)行屏幕錄像的方式去觀察。

好啦，路徑挖掘分析法和行為序列分析法到這里就聊完啦。

最后

慣例：一個(gè)架構(gòu)圖總結(jié)一下本篇文章：

到這兒九種數(shù)據(jù)分析方法也聊完了，這九種數(shù)據(jù)分析方法可以結(jié)合我們的業(yè)務(wù)場景單獨(dú)使用也可以多個(gè)一起使用。希望大家靈活使用，使用它之前要想明白，我們要用它來分析什么哦。

總結(jié)

以上是生活随笔為你收集整理的数据分析（7）路径挖掘分析法 行为序列分析法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。