編輯導語：用戶行為路徑分析是根據(jù)用戶在 APP 或網(wǎng)站中的訪問行為，分析用戶在各模塊中跳轉(zhuǎn)規(guī)律與特點，挖掘出用戶的群體特征，進而實現(xiàn)業(yè)務指標；本文作者分享了關(guān)于用戶路徑的分析，我們一起來了解一下。

“路徑分析，對于理解用戶的流量行為特點，是最直觀、高效的分析方式之一。”

關(guān)于BI分析系統(tǒng)中的各類特殊分析項，很久之前分享過《用戶歸因分析》、《用戶行為漏斗分析》，今天和大家聊聊流量分析中常用的用戶的路徑分析，以及如何在BI系統(tǒng)中產(chǎn)品化。

01?什么是路徑分析

首先，什么是用戶路徑分析呢？

1. 路徑分析的概念

似乎這個從表述上來講，就很容易理解了。其實就是用戶在站內(nèi)或者App內(nèi)的不同頁面、不同模塊、不同操作事件之間，流轉(zhuǎn)來及流轉(zhuǎn)去的分析。

通過路徑分析，我們可以很好地發(fā)現(xiàn)用戶的流轉(zhuǎn)特點，發(fā)現(xiàn)用戶是從哪些環(huán)節(jié)、哪些頁面流失、或者發(fā)生了阻礙，從而有針對性地優(yōu)化產(chǎn)品，提升業(yè)績。

比如，我們發(fā)現(xiàn)很多用戶在加購后沒有進行支付，我們就可以通過路徑分析，看看用戶加購后，都去哪里了、發(fā)生了什么操作。如此，有可能找到支付率低的原因所在。

2. 和漏斗分析的區(qū)別

由于之前分享過《漏斗分析》，那路徑分析和漏斗分析有啥區(qū)別呢？

上圖左邊是漏斗分析，右邊是典型的路徑分析。大家有看出差別嗎？

對，漏斗分析是固化了具體的分析過程或者業(yè)務環(huán)節(jié)，然后分析這幾個大的業(yè)務環(huán)節(jié)的轉(zhuǎn)化；而路徑分析，是固化了用戶的路徑順序，在每個路徑次序中，都包含了各個主要業(yè)務環(huán)節(jié)，因此在每一步中，出現(xiàn)的業(yè)務環(huán)節(jié)很有可能都是類似的。

總而言之，漏斗分析看重的是業(yè)務環(huán)節(jié)之間的留存關(guān)系，而路徑分析看重的是用戶在不同業(yè)務環(huán)節(jié)中的順序及流失關(guān)系。

理論上講，漏斗分析可以作為路徑分析的一個概況來看。

02?路徑分析的可視化呈現(xiàn)

用戶的路徑分析中，比較常見的可視化呈現(xiàn)，就是桑基圖。

關(guān)于桑基圖，這里簡單說兩句。其實是因1898年Matthew Henry Phineas Riall Sankey繪制的“蒸汽機的能源效率圖”而聞名，此后便以其名字命名為“?；鶊D”。

桑基圖主要是用來顯示流向和數(shù)量。最大的特點，就是開始與結(jié)束是保持總量守恒的。

比如下面的這個例子，就是?；鶊D：

從這個圖里，我們能清晰看出全體用戶是從哪個地方來，經(jīng)過一步一步的環(huán)節(jié)后，到了哪里去。

另外一種和?；鶊D比較相似的圖，是和弦圖。如下示例：

和弦圖主要是呈現(xiàn)從一個內(nèi)容轉(zhuǎn)移到另外所有內(nèi)容的情況，呈現(xiàn)不了?；鶊D多層環(huán)節(jié)的內(nèi)容，僅僅是一個環(huán)節(jié)。

03?路徑分析的產(chǎn)品設計

上面講到了路徑分析主要的可視化呈現(xiàn)是?；鶊D。其實對于做分析報告而言，有一張恰當?shù)纳；鶊D就可以呈現(xiàn)很多信息了。

但產(chǎn)品化和做分析報告不一樣。產(chǎn)品化要滿足的是更豐富的應用場景，實現(xiàn)靈活的交互式分析。這是BI系統(tǒng)中路徑分析的基本要求。

那么關(guān)于BI分析系統(tǒng)中的路徑分析模塊，該如何進行產(chǎn)品設計呢？我們看看行業(yè)的產(chǎn)品設計。

（1）谷歌分析的路徑分析

下圖是GA的路徑分析模塊：

首先，GA支持節(jié)點類型的選擇。用戶可以選擇事件、也可以選擇頁面，并且針對詳細程度、聚合程度進行自定義調(diào)整。

其次，點擊某個節(jié)點，可以進行更深入的分析。

• 突出顯示途經(jīng)此處的流量：突出顯示該部分流量在整個流程中產(chǎn)生的所有連接
• 僅查看此細分（僅限維度節(jié)點）：僅顯示來自該維度/細分的流量
• 查看通過此處的流量：顯示來到該節(jié)點或出自該節(jié)點的所有連接。在此模式中，可以在路徑中的該節(jié)點之前或之后添加其他步驟。
• 群組詳細信息：顯示該節(jié)點中組合到一起的元素，如各個網(wǎng)頁或事件。此選項用于查看詳細信息（出站流量、排名靠前的網(wǎng)頁、入站流量、渠道進入次數(shù)、渠道退出次數(shù)等）。

（2）神策數(shù)據(jù)的路徑分析

下圖是神策數(shù)據(jù)的路徑分析模塊：

其實大的邏輯，和GA的?；鶊D沒有本質(zhì)的區(qū)別，細節(jié)上，比GA還是會有一些減少。但從體驗上，不得不說還是挺不錯的。起碼比較容易上手。GA可能還是翻譯或者文化不同吧，總需要一個適應的過程。

神策的路徑分析中，支持了多種方式的篩選操作。

這里包括以下：

• 事件范圍的篩選
• 起始事件的確定
• 用戶細分的篩選
• session的時長設置

這些篩選其實能滿足正常分析人員絕大部分的分析訴求了。尤其是session的間隔設置，這個我覺得還是挺驚艷的。回頭仔細調(diào)研一下技術(shù)的實現(xiàn)。畢竟session間隔的隨意設置，個人覺得對計算的要求還是很高的。

04?路徑分析的數(shù)據(jù)邏輯

上面講了很多產(chǎn)品設計側(cè)面的內(nèi)容。很便捷的交互式操作背后，是大量的數(shù)據(jù)處理邏輯，這里可以簡述一二。

1. 良好的序列數(shù)據(jù)及會話切割

想象一下，要實現(xiàn)路徑分析，數(shù)據(jù)該如何處理？

首先，要對所有的行為日志進行會話（session）的劃分。劃分的目的是為了實現(xiàn)區(qū)分一次次獨立的行為。通常的劃分方式是，30分鐘或者多久沒有操作，本次會話就結(jié)束了。

其次，基于劃分成一段段的會話，進行數(shù)據(jù)處理和匯總分析。

以作者之前的經(jīng)驗，在每個session中的事件記錄，會按照時間順序標記序列號。如此可以實現(xiàn)序列的分析。但對于神策分析中的自由設置session間隔是如何實現(xiàn)的，我確實也沒想到。因為正常情況下，session的劃分邏輯是固定的。

2. 數(shù)據(jù)計算要求較高

通過剛才的示例我們也看到了，在分析過程中，有可能進行各種條件的篩選、各種人群的細分、各種邏輯的設置，這對于計算的要求無疑是很高的。

具體背后的技術(shù)架構(gòu)層的設計，是很重要的內(nèi)容。

3. 涉及的主要算法

路徑分析的主要算法包括以下幾種：

社會網(wǎng)絡分析方法：也叫鏈接分析，在社會網(wǎng)絡分析方法中，最常見最成熟的一種方法就是中心性分析方法，中心性是對于社會關(guān)系網(wǎng)中參與者的著名成都進行度量的標準，與網(wǎng)絡搜索和超鏈接分析有非常緊密的關(guān)系

基于序列的關(guān)聯(lián)分析：又稱序列分析，這種分析方法時在關(guān)聯(lián)分析的基礎上，進一步考慮了關(guān)聯(lián)品之間的先后順序，即只分析先后順序的關(guān)聯(lián)關(guān)系。

最樸素的遍歷方法：因為最直觀、最直接、最容易讓人理解，把某個頁面的所有來源以及相應的流量大小整理出來，同時把瀏覽該頁面的下一個頁面的所有去向和相應的流量整理出來

關(guān)于路徑分析，今天先分享到這里吧。

本文由 @首席數(shù)據(jù)科學家 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。