5个方面，掌握用户行为数据分析方法

5个方面，掌握用户行为数据分析方法

本文笔者将与大家分享数据分析模块的内容，展开讲述5种常见的用户行为数据分析方法，以及自己对于这5种分析方法的一些看法。

最近，由于公司开发新产品，需要设计一个数字化运营的平台，主要目标是：

收集多源用户数据；数据分析；用户分群；用户画像

所以，现在想根据自己阅读过的资料，以及市面上已有的大数据用户行为分析产品，并结合自己的理解和想法，重思路轻技术的角度进行一个学习分享，希望自己也有更多的收获和反思。

本文主要阐述数据分析模块的内容，后续等自己研究好用户画像资料后再来分享。

写在前面

互联网时代背景下，用户每天都会在日常使用的app上留下自己的行为，例如淘宝上搜索、浏览、购买商品；抖音上收藏、点赞、评论视频等等，而每个产品背后不仅记录了用户行为这样的实时动态数据，还记录了用户一些静态数据（个人信息、或用户属性）。

将多源的用户数据收集到平台，最重要的是如何处理和分析数据，使得数据能够驱动产品，达到公司战略目的。数据分析需要更多的关注用户表现，为各团队的决策提供数据支撑，并以用户表现来反观决策效果，这样数据分析就有了精细化的应用场景。

具体有：

对于设计团队，数据分析可以帮助他们如何提高用户体验、功能增减和优化等；对于运营团队，数据分析可以帮助他们如何精准投放文案、活动、广告等；对于BD团队，可以帮助他们筛选推广渠道、把握目标客户等；对于公司，深度理解业务、快速更进方案和洞察问题所在等。更多……

下面进入数据分析模块的内容分享，用户行为数据分析方法常见的主要有5种，我将从五个方面结合自己的理解来阐述。如下图所示：

01 事件分析

1. 定义/概念

事件分析是对用户触发的行为事件进行多角度分析。

按照小学时代的日记写作方法理解，叙述一件事情重要的元素是时间、地点、人物、做了什么、怎么做的、为什么做、做了多少，也就等同于5W2H模型（when、where、who、why、what、how、how much）。

对事件分析普遍采集的数据进行归纳研究后，我发现可以用一个公式进行理解：

一个用户行为事件=时间when+地点where+人物who（单个用户、用户群）+行为what（动作+动作对象）+工具how（设备、操作系统、语言等）+指标how much（统计事件的计量方式）。

2. 需要记录的数据

根据上述的公式，需要记录的数据如下：

3. 计量方式/统计指标

4. 分析视角

通过分层、分组、和过滤的方式进行分析，根据上述公式的元素总结分层、分组和过滤的维度。

1）时间

2）用户

3）行为

其实在很多资料上都把行为和事件都当作一样的概念，但是我自己觉得行为是事件的一个元素。用《数据结构》课本上的知识，确切的来说：事件就是一个数据元素，行为是事件的一个项。所以我在本文将把行为和事件划为2个概念，所以【事件属性】这个词我觉得用【行为属性】来表示更贴切。

我从用户和产品两个角度对行为属性进行分类和归纳。其一，在上述的那个公式中，按照用户视角下的用户在屏幕前的动作和动作对象（这里我是结合主谓宾结构来思考的，有了用户（主语），行为的话应当包括动作（谓语），动作对象（宾语），这样就是完整的结构），然后我自己还根据用户视角下用户态度来对行为属性进行分类。其二，站在产品角度，或者是公司角度，用户行为中最关心的是，用户的转化行为、购买行为、社交行为等。具体如下图所示：

4）工具

5）地点

6）事件结果

事件的结果分层、分组和过滤就是对统计指标进行划分。

5. 应用场景

由于用户行为是动态，所以在前端事件分析的结果会展示过去、实时现在、趋势未来。例如实时在线人数、实时交易额等；用曲线图展示事件的发展的趋势，以预测未来的变化方向；也能够统计事件总体情况。经过细化的分层，又能够对用户进行精细化的分组，以便于精准的用户运营。

经过对事件分析的总结，个人发现事件分析是所有分析方法的前提，捋清楚了事件分析的思路和各维度参数的含义，才能进一步的去了解其他的分析方法，特别是对用户行为和用户属性的理解，如何能够全量地进行分类和局部关键行为的概括。

02 分布分析

1. 定义/概念

分布分析主要分析两种情况：

洞察用户行为分布规律；观察不同维度（渠道、地区等）用户分布情况。

说到底分布分析就是事件分析中分层和分组的过程，是一种非连续性变量的统计分析方法，其目的就是为了进行层间和组间对比分析，以找到产品优化方向、甄别核心用户群、实时调整运营策略。

2. 需要记录的数据

同事件分析

3. 计量方式/统计指标

行为次数、用户数

4. 分析视角

分布分析的思路与事件分析的分层、分组分析的过程一致。但是分布分析更侧重对比分析，事件分析主要是呈现层间和组间的数据信息。

5. 应用场景

对比分析，可以得出topN的列表，及时调整资源分配。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。