数据分析（7）路径挖掘分析法 & 行为序列分析法

对产品经理来说，数据分析能力是非常重要的一项必备技能，那么这项技能又该如何落地，如何进行实际运用呢？作者在前面的文章中介绍了七种数据分析的方法，本篇文章聊聊最后两个：路径挖掘分析法和单个行为序列分析法。

在之前的文章里，我们聊了7种数据分析的方法，分别是对比分析法、多维度拆解法、漏斗观察法、分布分析法和用户留存分析法、用户画像分析法和归因查找法，这篇文章我们来聊聊常见的数据分析方法中的最后两个：路径挖掘分析法和单个行为序列分析法。

首先呢，是路径挖掘分析法。

一、路径挖掘分析法

在漏斗分析法那篇文章里，我们已经知道了如何观测明确的用户路径，但对起点和终点我们是都有明确的业务场景，就需要通过路径挖掘分析法逐步挖掘用户的来源及流向，来还原业务场景，获取洞察。

像GA、神策数据等都支持这种分析方法，路径挖掘分析法是把用户的行为分成一步一步的，然后告诉我们每一步的流转情况。

路径挖掘分析法的运作原理：逐级展开某一事件的前一级（后一级）事件，观察其流向。

1. 路径挖掘的适用场景

在运用路径挖掘分析法之前，我们一定要想明白拿它来分析什么。

场景一：有明确的起始的场景

举个栗子：我们的产品做了一个H5的活动，我们想知道这个活动通过不同的渠道把这个H5发出去之后，来到这个活动页面的人有没有干我们想让他们做的事情（比如注册、成为VIP用户），这个时候我们就可以运用路径挖掘的分析方法。

从一个明确的起点出发，去浏览后续的轨迹，从而对起点本身的用户行为产生比较丰富的认识。

这样我们就会知道，这个H5页面所承载的功能是什么样的，这就是有明确起始的场景。

场景二：有明确的结果目标

场景一是从前看到后，场景二是从后看到前，我们已经有明确的结果了。

举个栗子：某在线职业培训平台，结束事件是：注册完成，我们想知道用户在注册完成之后都经历了什么，这时我们需要把路径倒过来看，可以看出大部分的流量从【开始注册】来的，然后再往前看一步，发现大部分【开始注册】的流量来自【登录】页面（登录页面有注册功能）和一些公开课。我们可以发现很多用户是从免费的公开课注册成功的。

由此可以看出，大部分的用户都是被免费的公开课所吸引，必尽公开课不需要支付成本。通过路径挖掘分析法的观察我们对平台注册用户的动机和什么的形式更吸引用户注册有更清晰的认知。

二、行为序列分析法

上面我们聊了路径挖掘分析法，大家可能会说，我们有了路径挖掘模型之后，单个用户的行为序列还有什么意义呢，其实单个用户的行为序列能让我们回归具体的业务场景，发现隐藏在统计数据下被统计数据抹平了细节的更真实的业务场景。

其实，路径挖掘分析法有它的局限性，它只是把一群人放到这个路径里进行分析，它反应的是一群人的趋势，但是对于单个用户来讲，趋势肯定是不一样的，所以这时我们就需要运用到行为序列分析法。

行为序列分析法的运作原理：将单个用户的所有行为以时间线的形式进行排列。

1. 行为序列的适用场景

适用场景：观察掩盖在统计信息下更细致的信息，还原用户具体的使用场景，同时还能通过观察具体的行为特征，找到提升产品价值的机会点。

举个栗子：运用用户行为序列分析法查看某共享单车APP的单个用户行为，通过查看我们发现，这个用户不断的在解锁我们的活动单车和锁定活动单车，并且解锁和锁定的间隔时间非常短，只有几十秒。每天有四五次这种行为，这种行为肯定是不正常的，我们再筛选一部分行为序列查看详情，由下图二我们可以发现，两次解锁的时间间隔只有11分钟，但是这两个地铁站的距离为7.2KM，这是正常操作下无法实现的。

这里只是简单的一个例子，单个用户的行为序列能让我们发现很多细致的信息，在这就不一一列举了。

2. 用户行为序列如何辅助产品设计？

我们日常工作中，不管是做产品功能还是做策略设计，这些需求往往来自用户的需求，但是我们也很难避免将自己的个人判断强加在用户的身上，你很有可能会忽略掉大部分用户的生活场景，从而做出不对的判断。这时候通过用户画像或用户行为序列分析法就能很好的辅助我们在产品设计的时候做决策。

首先，对照用户画像，想想这个用户在使用你的产品当中可能会遇到的环境局限。

比如我们做的是幼儿在线语言培训的产品，那学生的作息时间就会对产品有限制。

其次呢，观察已有的用户的行为序列，将新设计的流程或者策略套进去看是否成立。

举个栗子：我们是途牛的产品经理，现在需要做一款旅游保险类的产品，这个时候我们需要给这款产品在平台上找个入口，那放那合适呢，这时我们可以通过用户行为序列法去观察用户的下单流程，看用户在哪一步停留的时间长，这时我们就可以根据产品情况，把这个功能把在停留时间长的那一个页面。

除了以上通过观察用户的行为序列，我们还可以通过像APPSEE、inspectlet这样的工具进行屏幕录像的方式去观察。

好啦，路径挖掘分析法和行为序列分析法到这里就聊完啦。

最后

惯例：一个架构图总结一下本篇文章：

到这儿九种数据分析方法也聊完了，这九种数据分析方法可以结合我们的业务场景单独使用也可以多个一起使用。希望大家灵活使用，使用它之前要想明白，我们要用它来分析什么哦。

下篇预告：如何精准运营推送？欢迎继续关注~

#相关阅读#

数据分析方法（1）对比分析法

数据分析方法（2）多维度拆解法

数据分析方法（3） 漏斗观察法

数据分析方法（4） 分布分析法& 用户留存分析法

数据分析方法（5）用户观察法

数据分析方法（6） 归因查找法

 

本文作者：菜菜，公众号：菜菜唠产品（caicailaochanpin)，欢迎关注~

本文由 @菜菜 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。