用户分析模型——用户路径分析的使用方法

神策小秘书标签: 神策数据, 用户行为分析, 数据分析, 技术剖析, 数据驱动 2018年05月11日

用户行为路径分析同样是重要的数据分析模型，它为企业实现理想的数据驱动与布局调整提供科学指导，对精准勾勒用户画像也有重要参考价值。

用户访问 APP／网络，如同参观画展，观众是感受和传达画展参展方和展品的目的受众体，图画的展现布局不同，每一位观众根据自身喜好形成特有的参观顺序。为让观众沿着最优访问路径前进，需要策展者结合观众需求进行布局调整。这种自主式的数据分析方法，让业务人员都能科学进行数据分析。

什么是用户行为路径？

用户路径分析，顾名思义，用户在 APP 或网站中的访问行为路径。为了衡量网站优化的效果或营销推广的效果，以及了解用户行为偏好，时常要对访问路径的转换数据进行分析。

以电商为例，买家从登录网站／APP 到支付成功要经过首页浏览、搜索商品、加入购物车、提交订单、支付订单等过程。而在用户真实的选购过程是一个交缠反复的过程，例如提交订单后，用户可能会返回首页继续搜索商品，也可能去取消订单，每一个路径背后都有不同的动机。与其他分析模型配合进行深入分析后，能为找到快速用户动机，从而引领用户走向最优路径或者期望中的路径。

用户路径分析模型的价值

用户路径的分析结果通常以桑基图形式展现，以目标事件为起点／终点，详细查看后续／前置路径，可以详细查看某个节点事件的流向，总的来说，科学的用户路径分析能够带来以下价值：

第一，可视化用户流，全面了解用户整体行为路径

通过用户路径分析，可以将一个事件的上下游进行可视化展示。用户即可查看当前节点事件的相关信息，包括事件名、分组属性值、后续事件统计、流失、后续事件列表等。运营人员可通过用户整体行为路径找到不同行为间的关系，挖掘规律并找到瓶颈。

第二，定位影响转化的主次因素，产品设计的优化与改进有的放矢

路径分析对产品设计的优化与改进有着很大的帮助，了解用户从登录到购买整体行为的主路径和次路径，根据用户路径中各个环节的转化率，发现用户的行为规律和偏好，也可以用于监测和定位用户路径走向中存在的问题，判断影响转化的主要因素和次要因素，也可以发现某些冷僻的功能点。

用户路径应用场景

谈到用户路径的真实应用场景，许多企业通过第三方数据分析平台来实现，下面结合笔者实际工作中，所接触的企业案例的数据分析场景为例来介绍。

（注：因涉嫌商业机密，以下场景模拟真实应用场景而设，数据均为虚拟。）

中商惠民：启动 APP 后，为何只有 30% 商超客户交易成功？

中商惠民是中国最大的社区 O2O 服务平台。在一次评估客户总体转化率过程中，通过漏斗分析发现，从登录惠配通 APP 后，提交订单的商超客户仅有 30%，接下来可以通过用户路径客户流失的原因所在。通过用户路径分析模型，清晰展示了商超客户的动作走向，为判断客户流失原因重要方式之一。

图片来源：神策数据产品

中商惠民运营人员选取若干事件对客户购买路径进行深度分析。图中显示，用户登录 APP 后，约有 40% 的客户会点击 Banner，30% 的客户会直接进行商品搜索，约 10% 的用户会浏览商品列表，约 5% 的客户直接退出 APP。

运营人员进一步看 4 类用户的提交订单的情况，直接进行“搜索商品”的用户进行提交订单比例最高，超过 90%；与其形成鲜明对比的是，尽管“点击 Banner ”是更多客户登录 APP 后的首选动作（约占总客户的 40%）但是这部分用户群体在浏览商品列表后，仅仅 30% 的用户提交订单，说明 Banner 内容布局有着比较糟糕的用户体验，则将此作为首选优化与改进的方向。

某电商：“未支付订单”超过 30 分钟自动取消，刺激用户支付

除了零售行业以外，用户行为路径在电商行业分析也应用广泛。某电商网站客户通过用户路径分析，看出有两条主要的路径：（图略，与上图效果类似。）

一是启动 App-搜索商品-提交订单-支付订单；

二是启动 App-未支付订单-搜索相似商品-取消订单。

通过第一条用户路径相关数值显示，客户提交订单后，大约 75% 的用户会支付，而高达 25% 的用户没有支付订单；第二条用户路径显然是一条有明确目的——为未最终敲定的商品而来的用户，因为在打开 app 后直奔“未支付订单”，但是路径中显示此用户再次“搜索相似商品”，这一行为可以判断客户可能存在比价行为，表明价格一定程度上影响了这部分用户的支付欲望，这是一批“价格导向”的客户。

对此，该电商运营人员采取针对性措施：

“未支付订单”超过 30 分钟则自动取消；将支付页面附近放置优惠券领取。

当该电商新版本上线后，再次通过用户路径分析模型，发现客户在提交订单后，由于 30 分钟的时间限制，有更多的客户愿意立即支付订单；同时未支付订单大大降低，说明在支付页面附近放置优惠券的方式刺激到对价格敏感的客户,因此这也是一次很成功的改版。

总之，用户真实的选购过程是一个交缠反复的过程，每一个路径背后都有不同的动机。通过用户行为路径能够清晰看到用户行为特点与背后原因。若与其他分析模型配合，会产生更佳效果，通过数据分析能够快速找到用户动机，从而引领用户走向最优路径或者期望中的路径。

关于数据分析模型，我们已为大家深度解读了行为事件分析、漏斗分析、留存分析、分布分析、点击分析、用户路径分析、用户分群分析、属性分析等分析模型，可点击下方文字链查看：