自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

解析常見的數(shù)據(jù)分析模型——行為事件分析

大數(shù)據(jù) 數(shù)據(jù)分析
行為事件分析法主要用于研究某行為事件的發(fā)生對企業(yè)組織價值的影響以及影響程度。企業(yè)借此來追蹤或記錄用戶行為及業(yè)務(wù)過程,如用戶注冊、瀏覽產(chǎn)品詳情頁、成功投資、提現(xiàn)等,通過研究與事件發(fā)生關(guān)聯(lián)的所有因素來挖掘用戶行為事件背后的原因、交互影響等。

[[197733]]

一、什么是行為事件分析?

行為事件分析法主要用于研究某行為事件的發(fā)生對企業(yè)組織價值的影響以及影響程度。企業(yè)借此來追蹤或記錄用戶行為及業(yè)務(wù)過程,如用戶注冊、瀏覽產(chǎn)品詳情頁、成功投資、提現(xiàn)等,通過研究與事件發(fā)生關(guān)聯(lián)的所有因素來挖掘用戶行為事件背后的原因、交互影響等。

在日常工作中,運(yùn)營、市場、產(chǎn)品、數(shù)據(jù)分析師根據(jù)實(shí)際工作情況而關(guān)注不同的事件指標(biāo)。如最近三個月來自哪個渠道的用戶注冊量***?變化趨勢如何?各時段的人均充值金額是分別多少?上周來自北京發(fā)生過購買行為的獨(dú)立用戶數(shù),按照年齡段的分布情況?每天的獨(dú)立 Session 數(shù)是多少?諸如此類的指標(biāo)查看的過程中,行為事件分析起到重要作用。

二、行為事件分析的特點(diǎn)與價值

行為事件分析法具有強(qiáng)大的篩選、分組和聚合能力,邏輯清晰且使用簡單,已被廣泛應(yīng)用。行為事件分析法一般包含事件定義與選擇、下鉆分析、解釋與結(jié)論等環(huán)節(jié)。

事件定義與選擇。事件描述的是,一個用戶在某個時間點(diǎn)、某個地方、以某種方式完成了某個具體的事情。Who、When、Where、What、How 是定義一個事件的關(guān)鍵因素。其中:

Who 是參與事件的主體,對于未登陸用戶,可以是 Cookie、設(shè)備 ID 等匿名 ID ;對于登錄用戶,可以使用后臺配置的實(shí)際用戶 ID;

When 是事件發(fā)生的實(shí)際時間,應(yīng)該記錄精確到毫秒的事件發(fā)生時間;

Where 即事件發(fā)生的地點(diǎn),可以通過 IP 來解析用戶所在省市;也可以根據(jù) GPS 定位方式獲取地理位置信息。

How 即用戶從事這個事件的方式。用戶使用的設(shè)備、瀏覽器、 APP 版本、渠道來源等等;

What 描述用戶所做的這個事件的所有具體內(nèi)容。比如對于“購買”類型的事件,則可能需要記錄的字段有:商品名稱、商品類型、購買數(shù)量、購買金額、付款方式等。

多維度下鉆分析。最為高效的行為事件分析要支持任意下鉆分析和精細(xì)化條件篩選。當(dāng)行為事件分析合理配置追蹤事件和屬性,可以激發(fā)出事件分析的強(qiáng)大潛能,為企業(yè)回答關(guān)于變化趨勢、維度對比等等各種細(xì)分問題。同時,還可以通過添加篩選條件,可以精細(xì)化查看符合某些具體條件的事件數(shù)據(jù)。

解釋與結(jié)論。此環(huán)節(jié)要對分析結(jié)果進(jìn)行合理的理論解釋,判斷數(shù)據(jù)分析結(jié)果是否與預(yù)期相符,如判斷產(chǎn)品的細(xì)節(jié)優(yōu)化是否提升了觸發(fā)用戶數(shù)。如果相悖,則應(yīng)該針對不足的部分進(jìn)行再分析與實(shí)證。

三、行為事件分析應(yīng)用場景

互金行業(yè)常見的行為事件分析

某互聯(lián)網(wǎng)金融客戶運(yùn)營人員發(fā)現(xiàn),4 月 10 日號來自新浪渠道的 PV 數(shù)異常高,因此需要快速排查原因:是異常流量還是虛假流量?

企業(yè)可以先定義事件,通過“篩選條件”限定廣告系列來源為“新浪”。再從其它多個維度進(jìn)行細(xì)分下鉆,比如“地理位置”、“時間”、“廣告系列媒介”、“操作系統(tǒng)”、“瀏覽器”等。當(dāng)進(jìn)行細(xì)分篩查時,虛假流量無處遁形。下圖為來源為“新浪”的各城市瀏覽頁面的總次數(shù)。 

新浪來源的各城市瀏覽頁面的總次數(shù) 

圖 1 新浪來源的各城市瀏覽頁面的總次數(shù)

在剔除虛假流量后,運(yùn)營人員可進(jìn)行其他用戶行為分析。通過“投資成功”事件,查看各個時段的投資金額。若想知道每個產(chǎn)品類型的投資金額,此時再按照“產(chǎn)品類型”進(jìn)行分組查看即可。如圖 2。

不同產(chǎn)品投資成功的支付金額的總和 

圖 2 不同產(chǎn)品投資成功的支付金額的總和

當(dāng)用戶投資到期后,后續(xù)行為可能是提現(xiàn)或繼續(xù)投資,運(yùn)營人員可以實(shí)時關(guān)注“提現(xiàn)率”的變化趨勢。 

用戶投資到期后提現(xiàn)率的變化情況  

圖 3 用戶投資到期后提現(xiàn)率的變化情況 

責(zé)任編輯:龐桂玉 來源: 36大數(shù)據(jù)
相關(guān)推薦

2019-07-31 14:16:35

大數(shù)據(jù)人工智能算法

2022-06-30 15:12:48

數(shù)據(jù)分析工具大數(shù)據(jù)

2024-08-06 11:32:07

2021-04-09 07:32:53

數(shù)據(jù)分析效應(yīng)&定律大數(shù)據(jù)

2022-06-15 15:34:12

數(shù)據(jù)分析分析模型誤區(qū)

2023-02-01 23:00:42

大數(shù)據(jù)

2024-04-18 08:30:00

留存分析模型數(shù)據(jù)分析

2023-02-01 22:50:41

大數(shù)據(jù)

2017-09-28 16:31:02

大數(shù)據(jù)數(shù)據(jù)分析漏斗模型

2024-02-26 12:34:52

模型數(shù)據(jù)決策模型

2022-05-09 18:46:28

EOQ模型數(shù)據(jù)分析

2011-09-02 10:59:02

大數(shù)據(jù)數(shù)據(jù)分析Hadoop

2024-10-10 11:59:11

2024-10-30 12:21:18

2022-02-21 17:35:50

漏斗模型流程數(shù)據(jù)

2017-04-13 12:59:43

數(shù)據(jù)分析

2022-10-12 00:13:20

數(shù)據(jù)分析人工智能數(shù)據(jù)可視化

2017-02-09 15:33:51

數(shù)據(jù)分析采集

2021-11-29 18:33:38

數(shù)據(jù)分析模型

2019-05-06 09:27:13

數(shù)據(jù)分析大數(shù)據(jù)開發(fā)數(shù)據(jù)
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號