代码实战：APP用户数据分析 - 全链路用户路径分析 （上）

其实这个题目让我想了很久，很担心让大家认为这是一篇讲用户运营或者产品方法论的文章。不过开头还是要简单介绍一下这块内容，可以理解做用户行为埋点和页面路径埋点的意义所在。

本文涉及到的代码仓库：https://github.com/leobert-lan/PagerTrackerDemo

需要做一定的脱敏工作，可能博客发布时，仓库中还缺乏真正的Demo😂，但链路埋点的library已经完成脱敏工作。

全链路用户路径分析

在不同类型的APP中，产品经理（或者运营、数据分析师）可能会使用

• 漏斗转化法、
• 页面跳转分析法、
• 价值归因法

这三种方式对用户路径进行开拓分析，并试图深入理解用户行为背后的心理、发掘用户对产品价值的期许。

漏斗转化法：漏斗型

特点：目标明确，直观单一
适用于工具型等垂直类APP或者链路单一的APP，对于局部的转化问题可以重点突破

页面跳转分析法：管道分叉型

特点：持续分析
适用于社区类APP，分析出主流路径和小众路径

模块分析法、潜在用户需求路径分析法：章鱼型

特点：路径足够复杂
适合平台类型，做价值归因、个性化推荐

我们在APP中谈论这个问题时，分析用户路径可简可繁，简单到只需要收集页面流向，也可以复杂到：在哪个位置（哪条数据）触发了行为，进入了哪个页面并进行连续的分析。而APP（小程序也类似）中因为其交互区域小的特性，一个页面中的内容是高内聚的，所以分析由页面所构成的用户路径价值颇大。

如果大家对这块内容比较感兴趣的话，可以在文章下面留言，热度比较高的话，我会向更加专业的小伙伴们请教下，收集资料后专门写一篇博客，从技术人的角度来介绍下这些内容

页面链路信息的价值提炼由哪些部门参与

这里我们先确定一件事情：所有的信息都是由埋点体现出来的，有价值的信息是从一系列的埋点中分析出来的我们将这个分析行为称为价值提炼。埋点的埋入、触发、（可能存在的本地持久化、打包上报）等环节不算入分析行为。

一般对于小型用户规模的应用，这些信息都是交给服务端维护的（或者是利用某蒙、某策等三方平台），客户端只需要上传埋点信息等。

如果你的应用面向的受众是一个很大的群体，并且用户数量已经发展到一定规模后，可能就需要自己维护了，假设公司已经投入了资源去搭建用户数据平台，而且这个平台足够强大，能够仅依靠埋点信息就能支持到用户画像分析建模、目标用户行为分析、价值归因等，并且埋点统计能够session化、时序化（即平台可以按照一个访问者在一次会话生命期内按时序产生的埋点信息），那么恭喜你，客户端可能并不需要干点什么特别的活，传埋点就行了😂。但如果没有达到这种能力？

其实在谈论这个问题时，是比较尴尬的，我们的团队因为某些问题，并没有在大数据平台上实现完备的模型分析能力，目前我们将算力集中给了“个性化推荐和归因分析”（而且数据的维度不够广），这导致了我们的数据分析团队运用页面跳转分析法、以及在局部问题上使用漏斗分析法时，只能靠人肉方式进行递归检索，并逐步进行数据分析。这种方式是比较原始、低效的。

但是无论是为了支持这种原始、低效的方式，还是为了未来能够更好的支持“归因分析”，我们在APP中维护页面链路信息（甚至是用户行为日志，并运用客户端算力进行模型预处理）都是有价值的。

为了方便下文展开，先分享一下我们目前页面曝光的埋点，大体上是这样的：

Point {
    客户端信息实体，//用户id、时间等
    页面点号，
    页面主体实体的简要信息，
    fromPage //来源页的点号
}

我们在下文中会将页面点称为P点（Pager 点），将行为点称为A点（Action 点）。
    
从埋点实体来看，客户端是参与了价值分析环节的，虽然仅仅是一个简单的信息预处理😂，将上一层的P点点号作为本次P点信息。那么是否可以干点看起来更牛逼的活呢？

我们先定一个题目：以社区类APP为例（就用我们自己的APP吧）

1. 需要在客户端实现页面路径面包屑，
2. 如果页面内容信息单一，例如“文章的详情”，他有一个单独的P点</