数据分析(7)路径挖掘分析法 行为序列分析法

2024-05-08 23:58

本文主要是介绍数据分析(7)路径挖掘分析法 行为序列分析法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在之前的文章里,我们聊了7种数据分析的方法,分别是对比分析法、多维度拆解法、漏斗观察法、分布分析法和用户留存分析法、用户画像分析法和归因查找法,这篇文章我们来聊聊常见的数据分析方法中的最后两个:路径挖掘分析法和单个行为序列分析法。

首先呢,是路径挖掘分析法。

一、路径挖掘分析法

在漏斗分析法那篇文章里,我们已经知道了如何观测明确的用户路径,但对起点和终点我们是都有明确的业务场景,就需要通过路径挖掘分析法逐步挖掘用户的来源及流向,来还原业务场景,获取洞察。

像GA、神策数据等都支持这种分析方法,路径挖掘分析法是把用户的行为分成一步一步的,然后告诉我们每一步的流转情况。

路径挖掘分析法的运作原理:逐级展开某一事件的前一级(后一级)事件,观察其流向。

1. 路径挖掘的适用场景

在运用路径挖掘分析法之前,我们一定要想明白拿它来分析什么。

场景一:有明确的起始的场景

举个栗子:我们的产品做了一个H5的活动,我们想知道这个活动通过不同的渠道把这个H5发出去之后,来到这个活动页面的人有没有干我们想让他们做的事情(比如注册、成为VIP用户),这个时候我们就可以运用路径挖掘的分析方法。

从一个明确的起点出发,去浏览后续的轨迹,从而对起点本身的用户行为产生比较丰富的认识。

这样我们就会知道,这个H5页面所承载的功能是什么样的,这就是有明确起始的场景。

场景二:有明确的结果目标

场景一是从前看到后,场景二是从后看到前,我们已经有明确的结果了。

举个栗子:某在线职业培训平台,结束事件是:注册完成,我们想知道用户在注册完成之后都经历了什么,这时我们需要把路径倒过来看,可以看出大部分的流量从【开始注册】来的,然后再往前看一步,发现大部分【开始注册】的流量来自【登录】页面(登录页面有注册功能)和一些公开课。我们可以发现很多用户是从免费的公开课注册成功的。

由此可以看出,大部分的用户都是被免费的公开课所吸引,必尽公开课不需要支付成本。通过路径挖掘分析法的观察我们对平台注册用户的动机和什么的形式更吸引用户注册有更清晰的认知。

二、行为序列分析法

上面我们聊了路径挖掘分析法,大家可能会说,我们有了路径挖掘模型之后,单个用户的行为序列还有什么意义呢,其实单个用户的行为序列能让我们回归具体的业务场景,发现隐藏在统计数据下被统计数据抹平了细节的更真实的业务场景。

其实,路径挖掘分析法有它的局限性,它只是把一群人放到这个路径里进行分析,它反应的是一群人的趋势,但是对于单个用户来讲,趋势肯定是不一样的,所以这时我们就需要运用到行为序列分析法。

行为序列分析法的运作原理:将单个用户的所有行为以时间线的形式进行排列。

1. 行为序列的适用场景

适用场景:观察掩盖在统计信息下更细致的信息,还原用户具体的使用场景,同时还能通过观察具体的行为特征,找到提升产品价值的机会点。

举个栗子:运用用户行为序列分析法查看某共享单车APP的单个用户行为,通过查看我们发现,这个用户不断的在解锁我们的活动单车和锁定活动单车,并且解锁和锁定的间隔时间非常短,只有几十秒。每天有四五次这种行为,这种行为肯定是不正常的,我们再筛选一部分行为序列查看详情,由下图二我们可以发现,两次解锁的时间间隔只有11分钟,但是这两个地铁站的距离为7.2KM,这是正常操作下无法实现的。

这里只是简单的一个例子,单个用户的行为序列能让我们发现很多细致的信息,在这就不一一列举了。

2. 用户行为序列如何辅助产品设计?

我们日常工作中,不管是做产品功能还是做策略设计,这些需求往往来自用户的需求,但是我们也很难避免将自己的个人判断强加在用户的身上,你很有可能会忽略掉大部分用户的生活场景,从而做出不对的判断。这时候通过用户画像或用户行为序列分析法就能很好的辅助我们在产品设计的时候做决策。

首先,对照用户画像,想想这个用户在使用你的产品当中可能会遇到的环境局限。

比如我们做的是幼儿在线语言培训的产品,那学生的作息时间就会对产品有限制。

其次呢,观察已有的用户的行为序列,将新设计的流程或者策略套进去看是否成立。

举个栗子:我们是途牛的产品经理,现在需要做一款旅游保险类的产品,这个时候我们需要给这款产品在平台上找个入口,那放那合适呢,这时我们可以通过用户行为序列法去观察用户的下单流程,看用户在哪一步停留的时间长,这时我们就可以根据产品情况,把这个功能把在停留时间长的那一个页面。

除了以上通过观察用户的行为序列,我们还可以通过像APPSEE、inspectlet这样的工具进行屏幕录像的方式去观察。

好啦,路径挖掘分析法和行为序列分析法到这里就聊完啦。

最后

惯例:一个架构图总结一下本篇文章:

到这儿九种数据分析方法也聊完了,这九种数据分析方法可以结合我们的业务场景单独使用也可以多个一起使用。希望大家灵活使用,使用它之前要想明白,我们要用它来分析什么哦。

这篇关于数据分析(7)路径挖掘分析法 行为序列分析法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/971805

相关文章

python获取当前文件和目录路径的方法详解

《python获取当前文件和目录路径的方法详解》:本文主要介绍Python中获取当前文件路径和目录的方法,包括使用__file__关键字、os.path.abspath、os.path.realp... 目录1、获取当前文件路径2、获取当前文件所在目录3、os.path.abspath和os.path.re

hdu2544(单源最短路径)

模板题: //题意:求1到n的最短路径,模板题#include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#i

poj 1734 (floyd求最小环并打印路径)

题意: 求图中的一个最小环,并打印路径。 解析: ans 保存最小环长度。 一直wa,最后终于找到原因,inf开太大爆掉了。。。 虽然0x3f3f3f3f用memset好用,但是还是有局限性。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#incl

uva 10131 最长子序列

题意: 给大象的体重和智商,求体重按从大到小,智商从高到低的最长子序列,并输出路径。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vect

POJ1631最长单调递增子序列

最长单调递增子序列 import java.io.BufferedReader;import java.io.InputStream;import java.io.InputStreamReader;import java.io.PrintWriter;import java.math.BigInteger;import java.util.StringTokenizer;publ

leetcode105 从前序与中序遍历序列构造二叉树

根据一棵树的前序遍历与中序遍历构造二叉树。 注意: 你可以假设树中没有重复的元素。 例如,给出 前序遍历 preorder = [3,9,20,15,7]中序遍历 inorder = [9,3,15,20,7] 返回如下的二叉树: 3/ \9 20/ \15 7   class Solution {public TreeNode buildTree(int[] pr

【408DS算法题】039进阶-判断图中路径是否存在

Index 题目分析实现总结 题目 对于给定的图G,设计函数实现判断G中是否含有从start结点到stop结点的路径。 分析实现 对于图的路径的存在性判断,有两种做法:(本文的实现均基于邻接矩阵存储方式的图) 1.图的BFS BFS的思路相对比较直观——从起始结点出发进行层次遍历,遍历过程中遇到结点i就表示存在路径start->i,故只需判断每个结点i是否就是stop

Android Environment 获取的路径问题

1. 以获取 /System 路径为例 /*** Return root of the "system" partition holding the core Android OS.* Always present and mounted read-only.*/public static @NonNull File getRootDirectory() {return DIR_ANDR

图的最短路径算法——《啊哈!算法》

图的实现方式 邻接矩阵法 int[][] map;// 图的邻接矩阵存储法map = new int[5][5];map[0] = new int[] {0, 1, 2, 3, 4};map[1] = new int[] {1, 0, 2, 6, 4};map[2] = new int[] {2, 999, 0, 3, 999};map[3] = new int[] {3, 7

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目