圖片來源：攝圖網(wǎng)

本文將介紹在用戶行為路徑分析中常用的3種分析方法：轉化漏斗、智能路徑和用戶路徑，并剖析3種方法的相同和差異之處，推薦在合適的分析場景下使用合適的方法。

在產(chǎn)品的運營過程中，無論是產(chǎn)品、運營還是市場團隊都希望能夠清晰的了解其用戶行為路徑，從紛繁的用戶行為中，尋找以下問題的答案：

1. 用戶從進入產(chǎn)品到離開都發(fā)生了什么？主要遵循什么樣的行為模式？

2. 用戶是否按照產(chǎn)品設計引導的路徑在行進？哪些步驟上發(fā)生了流失？

3. 用戶離開預想的路徑后，實際走向是什么？

4. 不同渠道的帶來的用戶，不同特征的用戶行為差異在哪里？哪類用戶更有價值？

最終通過這些問題的答案來驗證運營思路、指導產(chǎn)品迭代優(yōu)化，達到用戶增長、轉化的最終目的。那么如何通過海量的用戶行為數(shù)據(jù)來解答這些問題？常見的分析方法有：轉化漏斗、智能路徑、用戶路徑。

三者相通之處在于都是基于用戶行為，以上下環(huán)節(jié)的轉化率為計算核心，三者的關系就像是洋蔥，一層比一層更接近核心，更聚焦。

轉化漏斗、智能路徑、用戶路徑與用戶行為的關系

轉化漏斗是預先設定好的路徑；智能路徑是設定了目標行為之后發(fā)現(xiàn)更多漏斗；用戶路徑是完整再現(xiàn)用戶整個轉化過程。在實際應用中，三者有各自適用的分析場景，通常也需要互相結合，相輔相成。以下對三種分析方法逐一解析。

轉化漏斗：以用戶引導提升轉化效果

轉化漏斗適用于對產(chǎn)品運營中的關鍵環(huán)節(jié)進行分析、監(jiān)控，找到其中薄弱的環(huán)節(jié)，通過用戶引導或者產(chǎn)品迭代來優(yōu)化，提升轉化效果。

無論是新用戶的引導、某個業(yè)務流程還是某一次運營活動，涉及到有流程轉化的都可以建立漏斗來分析。舉例來說：

• 對一款社交APP，可以建立漏斗：打開APP--注冊--登錄--添加好友，來分析新用戶從開始使用到參與到社交的過程；

• 對于電商APP，可以建立漏斗：瀏覽詳情頁--加入購物車--提交訂單--成功支付訂單，來分析用戶從看到商品到最后支付成功的過程，各個環(huán)節(jié)的流失；

• 對于某次大促前的EDM，也可以建立漏斗：發(fā)送郵件--郵件到達--郵件打開--點擊郵件中的商品--購買商品--支付訂單。

轉化漏斗

在分析的過程中，可以觀察整體的轉化率是否符合行業(yè)水準，哪些步驟轉化率還有優(yōu)化空間？可以通過細分維度發(fā)現(xiàn)導致轉化率低的因素是哪些，也可以通過查看流失環(huán)節(jié)的其他使用路徑，進而針對性的做引導等等。

流失率對比

智能路徑：探索轉化路徑多樣性

當有明確的轉化路徑時，通過預先建立漏斗來監(jiān)測轉化率會比較容易。但是很多情況下，雖然有最終的轉化目標，但是用戶到達該目標卻有多條路徑，無法確定哪條路徑是用戶走的最多的路徑，哪條轉化路徑最短，這時候就需要智能路徑分析模型的幫助。

智能路徑?；鶊D

確定想要觀察的目標行為，通常是業(yè)務中需要引導用戶完成的某個功能或到達的某個頁面。可以將其設置為起始事件，分析發(fā)生該行為后續(xù)的行為路徑；或者設置為結束事件，分析來源路徑。舉例來說：

在電商APP中，加入購物車是支付成功這個最終轉化目標的前一步，但很多用戶在加入購物車之后，并不會提交訂單直接支付，這時選擇目標事件為" 加入購物車"，并設置為 起始事件，分析用戶在加入購物車后的行為路徑，是被頁面上的其他推薦吸引了目光還是走向他處。

在某知識付費APP中，有多個入口，通過banner、搜索列表、專列列表、專題文章等引導到專欄詳情頁，進而引導到專欄的訂閱，若想分析用戶最終訂閱的轉化路徑，可以選擇目標事件為 "訂閱專欄"，并設置為結束事件 即可。

總之，智能路徑可以用來探索性的發(fā)現(xiàn)更多的轉化路徑，當聚焦到某一條路徑時，其實就是一個轉化漏斗，可以將其保存下來，來進行日常監(jiān)測，發(fā)現(xiàn)問題時，也可以在漏斗中進一步細分。

用戶路徑：步步追蹤，路徑識別分析用戶類型

區(qū)別于轉化漏斗和智能路徑，用戶路徑不需要預先設置漏斗或者圈定要分析哪個頁面事件或點擊事件，而是計算用戶使用網(wǎng)站或APP時的每個第一步，然后依次計算每一步的流向和轉化，通過數(shù)據(jù)，真實的再現(xiàn)用戶從打開APP到離開的整個過程，進一步識別用戶頻繁路徑模式，即哪條路徑是用戶最多訪問的；走到哪一步時，用戶最容易流失；甚至呈現(xiàn)出產(chǎn)品經(jīng)理在設計產(chǎn)品時都未曾預料到的路徑，找到分析用戶行為最基礎、最原始的數(shù)據(jù)；也可以通過路徑識別用戶行為特征，分析用戶是用完即走的目標導向型？還是無目的瀏覽型?？傊脩袈窂降姆治鰧Ξa(chǎn)品運營過程都有非常重要的啟發(fā)作用。

用戶路徑?；鶊D

總結：基于不同場景的分析模型選擇

總之，轉化漏斗、智能路徑、用戶路徑都是基于用戶行為路徑數(shù)據(jù)的重要分析模型，三者有相似，也有差異。轉化漏斗是預先設定好的路徑；智能路徑是設定了目標行為之后發(fā)現(xiàn)更多漏斗；用戶路徑是完整再現(xiàn)用戶整個轉化過程。在不同的分析場景中可以選擇不同的方法來找到問題答案，譬如回到文章開頭中提到問題：

• 1.用戶從進入產(chǎn)品到離開都發(fā)生了什么？主要遵循什么樣的行為模式？

可以選用用戶路徑模型，觀察用戶的整體行為路徑，通過用戶頻繁路徑發(fā)現(xiàn)其行為模式。

• 2.用戶是否按照產(chǎn)品設計引導的路徑在行進？哪些步驟上發(fā)生了流失？

可以選用轉化漏斗模型，將各個引導設置為漏斗的各個步驟，分析其轉化和流失。

• 3.用戶離開預想的路徑后，實際走向是什么？

可以選擇轉化漏斗模型，查看經(jīng)過流失環(huán)節(jié)的用戶后續(xù)的行為路徑，或者在智能路徑中選擇預設的事件為目標事件，分析其后續(xù)行為路徑。

• 4.不同渠道帶來的用戶，不同特征的用戶行為差異在哪里？哪類用戶更有價值？

可以選擇用戶路徑模型，細分渠道維度，查看不同維度的用戶行為路徑。

本文轉自Analysys易觀，作者劉兆梅，原標題《玩轉用戶行為路徑分析，3種方法就夠了》。文章為作者獨立觀點，不代表芥末堆立場。