如何进行用户的路径分析？

公众号后台回复“图书“，了解更多号主新书内容

     作者：NK冬至

     来源：首席数据科学家

“ 路径分析，对于理解用户的流量行为特点，是最直观、高效的分析方式之一。”

很久之前分享过《用户归因分析》，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。

桑基图，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。

◆ ◆ ◆  ◆ ◆
麟哥新书已经在当当上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前当当正在举行活动，大家可以用相当于原价5折的预购价格购买，还是非常划算的：

数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。

管理员二维码：


猜你喜欢

● 卧槽！原来爬取B站弹幕这么简单
● 厉害了！麟哥新书登顶京东销量排行榜！
● 笑死人不偿命的知乎沙雕问题排行榜

● 用Python扒出B站那些“惊为天人”的阿婆主！
● 你相信逛B站也能学编程吗