数据分析方法论：如何进行用户的路径分析？
今天和大家聊聊流量分析中常用的用户的路径分析，以及如何在BI系统中产品化。
01
—
什么是路径分析
首先，什么是用户路径分析呢？
似乎这个从表述上来讲，就很容易理解了。其实就是用户在站内或者App内的不同页面、不同模块、不同操作事件之间，流转来及流转去的分析。
通过路径分析，我们可以很好地发现用户的流转特点，发现用户是从哪些环节、哪些页面流失、或者发生了阻碍，从而有针对性地优化产品，提升业绩。
比如，我们发现很多用户在加购后没有进行支付，我们就可以通过路径分析，看看用户加购后，都去哪里了、发生了什么操作。如此，有可能找到支付率低的原因所在。
02
—
路径分析的可视化呈现
关于用户的路径分析，比较常见的可视化呈现，就是桑基图。
桑基图，这里可以简单说两句。其实是因1898年Matthew Henry Phineas Riall Sankey绘制的“蒸汽机的能源效率图”而闻名，此后便以其名字命名为“桑基图”。
桑基图主要是用来显示流向和数量。最大的特点，就是开始与结束是保持总量守恒的。
比如下面的这个例子，就是桑基图：
从这个图里，我们能清晰看出全体用户是从哪个地方来，经过一步一步的环节后，到了哪里去。
另外一种和桑基图比较相似的图，是和弦图。如下示例：
和弦图主要是呈现从一个内容转移到另外所有内容的情况，呈现不了桑基图多层环节的内容，仅仅是一个环节。
03
—
路径分析的产品设计
上面讲到了路径分析主要的可视化呈现是桑基图。其实对于做分析报告而言，有一张恰当的桑基图就可以呈现很多信息了。
但产品化和做分析报告不一样。产品化要满足的是更丰富的应用场景，实现灵活的交互式分析。这是BI系统中路径分析的基本要求。
那么关于BI分析系统中的路径分析模块，该如何进行产品设计呢？我们看看行业的产品设计。
（1）谷歌分析的路径分析
下图是GA的路径分析模块：
首先，GA支持节点类型的选择。用户可以选择事件、也可以选择页面，并且针对详细程度、聚合程度进行自定义调整。
其次，点击某个节点，可以进行更深入的分析。
突出显示途经此处的流量：突出显示该部分流量在整个流程中产生的所有连接
仅查看此细分（仅限维度节点）：仅显示来自该维度/细分的流量
查看通过此处的流量：显示来到该节点或出自该节点的所有连接。在此模式中，可以在路径中的该节点之前或之后添加其他步骤。
群组详细信息：显示该节点中组合到一起的元素，如各个网页或事件。此选项用于查看以下详细信息：
（2）神策数据的路径分析
下图是神策数据的路径分析模块：
其实大的逻辑，和GA的桑基图没有本质的区别，细节上，比GA还是会有一些减少。但从体验上，不得不说还是挺不错的。起码比较容易上手。GA可能还是翻译或者文化不同吧，总需要一个适应的过程。
神策的路径分析中，支持了多种方式的筛选操作。
这里包括以下：
事件范围的筛选
起始事件的确定
用户细分的筛选
session的时长设置
这些筛选其实能满足正常分析人员绝大部分的分析诉求了。尤其是session的间隔设置，这个我觉得还是挺惊艳的。回头仔细调研一下技术的实现。毕竟session间隔的随意设置，个人觉得对计算的要求还是很高的。
04
—
路径分析的数据逻辑
上面讲了很多产品设计侧面的内容。很便捷的交互式操作背后，是大量的数据处理逻辑，这里可以简述一二。
（1）需要有良好的序列数据及会话切割
想象一下，要实现路径分析，数据该如何处理？
首先，要对所有的行为日志进行会话（session）的划分。划分的目的是为了实现区分一次次独立的行为。通常的划分方式是，30分钟或者多久没有操作，本次会话就结束了。
其次，基于划分成一段段的会话，进行数据处理和汇总分析。
以作者之前的经验，在每个session中的事件记录，会按照时间顺序标记序列号。如此可以实现序列的分析。但对于神策分析中的自由设置session间隔是如何实现的，我确实也没想到。因为正常情况下，session的划分逻辑是固定的。
难道是预先按照不同的间隔进行了计算？
我反正觉得如果是实时计算不同间隔划分session，然后按照划分后的session统计流入流出，是很困难的。有了解的朋友欢迎私信指教~
（2）数据计算量的要求比较高
通过刚才的示例我们也看到了，在分析过程中，有可能进行各种条件的筛选、各种人群的细分、各种逻辑的设置，这对于计算的要求无疑是很高的。
具体背后的技术架构层的设计，是很重要的内容。
关于路径分析，今天先分享到这里吧。
