目录#

架构 [5]
完整链路 [4]
指标 [2]
用户行为分析
- 常用方法 [1] [2] [4] [6]
漏斗模型分析
路径分析
- 转化率计算
采集用户行为数据 [2]
- 平台设置埋点 [6] [10]
- 第三方统计工具
参考

架构 [5]#

图中底层蓝色的部分是数据处理计算部分，依托于存储与计算分离的特性以及预计算能力，很好地满足在海量数据场景下的数据高效计算能力。同时提供了完善的企业级平台运维处理能力，支持多种架构满足各类客户的场景需求。

往上，通过多维数据模型框架，对用户基础数据进行语义分类和转化，提供多种维度分类的数据主题模型。基于这些数据主题模型，就可以直接对接应用分析端进行常用的事件分析，漏斗分析，留存分析。

完整链路 [4]#

埋点 -> 使用app -> 数据上报 -> 数据模型 -> 行为分析

指标 [2]#

粘性指标#

关注用户周期内持续访问的情况
新用户数与比例、活跃用户数与比例、用户转化率、用户留存率、用户流失率、用户访问率

活跃指标#

用户访问的参与度
活跃用户、新增用户、回访用户、流失用户、平均停留时长、使用频率

产出指标#

用户创造的直接价值输出
页面浏览数PV、独立访客数UV、点击次数、消费频次、消费金额

用户行为分析#

常用方法 [1] [2] [4] [6]#

动作分析
- 行为事件分析
- 页面点击分析
转化分析
- 漏斗模型分析 [7] [9]
- 用户行为路径分析 [7][11]
用户分析
- 用户留存分析 [7] [8]
- 用户分群分析
  用户画像（基本属性、用户偏好、生活习惯、用户行为等）的标签信息将用户分群
福格模型分析

漏斗模型分析#

需求场景 [9]#

定位用户流失具体原因

针对不同版本，转化率情况对比

检测某个专题活动效果

漏斗类型#

无序漏斗：在漏斗的周期内，不限定漏斗多个步骤之间事件发生的顺序。
有序漏斗：在漏斗的周期内，严格限定漏斗每个步骤之间的发生顺序。

整体流程#

确定转化路径
分析流失原因
优化关键因子

AARRR漏斗模型 [1] [3]#

实现用户增长的5个指标
- Acquisition（获取）：指的是用户从各种渠道进入产品的过程。
- Activation（激活）：指的是用户开始使用产品，并完成核心操作的过程。
- Retention（留存）：指的是用户在完成激活后，继续使用产品，并形成一定程度的用户粘性。
- Revenue（收入）：指的是用户在使用产品后，产生的实际收益。
- Referral（自传播）：指的是用户在使用产品后，愿意将产品推荐给他人，形成口碑和自然增长。

路径分析#

转化率计算#

页面转化率
路径转化率

采集用户行为数据 [2]#

平台设置埋点 [6] [10]#

第三方统计工具#

国内：百度统计, CNZZ统计, GrowingIO, 诸葛IO, 神策IO, 友盟
国外：Google Analytics, Thinking Analytics, Mixpanel, Heap

分布式 blog

用户行为分析

目录#