数据分析方法论:如何进行用户的路径分析?

大数据科学

共 2182字,需浏览 5分钟

 ·

2021-12-11 22:16

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。


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:


顶级细分:当前指标
出站流量:接收来自该节点的流量的网页数
排名靠前的网页:流量进入频率最高的网页。例如,如果节点表示 Wearables 目录中的网页集合,那么您可以看到与该目录中具有最大流量的网页相关的信息。
流量细分:无法用于目标流
入站流量:将流量发送到节点的网页的数
出站流量:接收来自节点的流量的网页数
渠道进入次数:您的网站上用户从中进入渠道的网页数
渠道退出次数:您的渠道中用户从中退出渠道的网页数


(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。





浏览 84
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报