欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

行为事件分析模型

程序员文章站 2022-07-12 08:14:59
...

用户行为分析模型

行为事件分析模型

  • 研究:某行为事件的发生对企业组织价值的影响以及影响程度

  • 企业用途:追踪或记录的用户行为或业务过程

    • 如用户注册、浏览产品详情页、成功投资、提现等,
  • 最终目的:通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等。

  • 指标查看的过程:

    • 最近三个月来自哪个渠道的用户注册量最高?变化趋势如何?
    • 各时段的人均充值金额是分别多少?
    • 上周来自北京发生过购买行为的独立用户数
    • 按照年龄段的分布情况?
    • 每天的独立 Session 数是多少?
  • 优点

    行为事件分析法具有强大的筛选、分组和聚合能力,逻辑清晰且使用简单,已被广泛应用。

  • 行为事件分析法一般经过事件定义与选择、下钻分析、解释与结论等环节。

    • 事件定义与选择

      事件描述的是,一个用户在某个时间点、某个地方、以某种方式完成了某个具体的事情。

      • Who、When、Where、What、How 是定义一个事件的关键因素。

      • Who 是参与事件的主体

        ​ 对于未登陆用户,可以是 Cookie、设备 ID 等匿名 ID ;

        ​ 对于登录用户,可以使用后台配置的实际用户 ID;

      • When 是事件发生的实际时间

        ​ 应该记录精确到毫秒的事件发生时间;

      • Where 即事件发生的地点

        ​ 可以通过 IP 来解析用户所在省市;

        ​ 也可以根据 GPS 定位方式获取地理位置信息。

      • How 即用户从事这个事件的方式

        ​ 用户使用的设备、浏览器、 APP 版本、渠道来源等等;

      • What 描述用户所做的这个事件的所有具体内容

        ​ 比如对于“购买”类型的事件,

        ​ 则可能需要记录的字段有:

        ​ 商品名称、商品类型、购买数量、购买金额、付款方式等。

    • 多维度下钻分析

      变化趋势、维度对比等等各种细分问题

      行为事件分析模型

      https://www.sohu.com/a/215001437_109461
      
      如何理解多维数据中的维?
      维是人们观察事物的角度,同样的数据从不同的维进行观察可能会得到不同的结果,同时也使人们更加全面和清楚地认识事物的本质
      
      常见的多维分析操作主要有:钻取(上钻和下钻)、切片、切块、旋转。
      钻取:钻取是改变维度的层次,变换分析的粒度。钻取包括上钻和下钻,
      
      上钻是在某一维上将低层次的细节数据概括到高层次的汇总数据的过程,减少了分析的维数;
      
      下钻则是相反,它是将高层次的汇总数据进行细化,深入到低层次细节数据的过程,增加了分析的维数。
      
      切片和切块:在多维分析中,如果在某一维度上限定了一个值,则称为对原有分析的一个切片,如果对多个维度进行限定,每个维度限定为一组取值范围,则称为对原有分析的一个切块。
      在多维分析中,维度都是按某一顺序进行显示,如果变换维度的顺序和方向,或交换两个维度的位置,则称为旋转。
      
      
      上钻:从当前数据往上回归到上一层数据。例如:(某数据的分类下面分为品名)从品名列表收拢到分类列表。
      下钻:从当前数据往下展开下一层数据。    例如:(某数据的分类下面分为品名)从分类列表展开到品名列表。
      上钻、下钻统称钻取。
      切片:展现同一层面的数据。如上述的产品。
      转轴:这些应该属于查询、展现范畴。
      
      

    • 解释与结论

      对分析结果进行合理的理论解释,判断数据分析结果是否与预期相符,如判断产品的细节优化是否提升了触发用户数。如果相悖,则应该针对不足的部分进行再分析与实证。

  • 案例

    https://www.cnblogs.com/sssonia/p/9057414.html

用户留存分析

漏斗分析

用户行为路径分析

用户分群

点击分析