本篇主要先容了一些在用户行为阐明平台中应用最广的产物成果和阐明要领，包罗：用户分群、留存阐明、转化阐明、行为路径阐明和事件阐明，与各人分享，供各人一同参考和进修。

对比于传统行业，用户行为阐明平台大概是互联网企业的一个特有的数据阐明东西。可以或许对用户行为举办阐明，进而展开风雅化运营，大概也是互联网行业成长迅速的原因之一。跟着传统行业慢慢互联网化，用户行为阐明的应用场景也越来越广，该平台在企业内饰演的脚色也愈发重要。

得益于用户所利用的硬件和软件，我们可以记录到大量的行为数据。用户行为阐明平台即是对这类数据举办深度地阐明，从中挖掘有代价的信息，譬喻差异群体对产物的偏好，利用习惯等。这些信息最终能指导产物和运营等偏向的优化。可以说，用户行为阐明平台是数据驱动业务的代表产物。

典范的行为阐明包罗了留存阐明、转化阐明、路径阐明等，以及基本的用户分群，这些成果若都能沉淀并在平台上产物化，将能大大提高企业对行为数据阐明的效率和包围用户的广度，不具备专业数据阐明技术的人员在简朴接管产物培训后也可以完成相关阐明。本文也会主要存眷以上几个模块。

一、用户分群

用户分群的操纵，自己其实不会直接发生代价，但却可以说是后续一切阐明的基本。假如不举办分群，所有的阐明都只基于汇总数据，许多细节在汇总时都丢失了。引用资深数据专家、Google Analytics的推广人之一Avinash Kaushik的名言：所有聚合的数据都是垃圾，要么分组，要么去死。（All data in aggregate is crap. Segment or die.）可见分组、分群的重要性。我们常见的分群譬喻：用户获取渠道来历，设备终端，新老用户等属性，以及是否有过详细某类行为等。对用户按照需求分群后，再举办留存、转化等阐明，凡是会事半功倍，也能掘客真正有代价的信息。

用户画像也可以被领略为用户分群的一种，用户画像会按照一系列用户标签和算法对用户举办画像描画和分群。这里先容的用户分群产物，可以看作是用户画像的消费方，在用户分群产物中可以按照已有的画像举办分群。详细的画像产物或者会在另一篇里报告。

岂论是按照用户所具备的自然属性，照旧在产物利用进程中所表示的行为特征举办分群，都要求产物能做到足够广度和深度的数据记录，也就是我们在之一篇埋点篇中要下的工夫。

在用户分群模块中，我们可以按照已有的数据，设置分群法则，建设新的群组。分群的操纵，其实雷同SQL中的条件查询。通过将代码成果产物化，低落了利用门槛。

如下图，是神策产物中的针对某直播业务的用户分群成果展示。

用户分群成果

该分群功效为用户属性满意用户品级大于10且用户范例为普通用户，且在2017-4-17至2017-5-16之间有过至少5次送礼品行为且礼品范例为付费礼品，且在2017-4-17至2017-5-16之间有过留言和点赞行为的用户。我们视其为高粘性且高频消用度户，在平台上完成筛选后对该用户群定名并生存。运营人员可以查察该用户群的明细列表，更重要的是可以通过其他行为阐明东西来调查这部门用户的行为表示，以及和其他用户的区别。这类阐明对付我们在用户增长事情中界说方针人群、邪术数字、寻找增长时机、举办增长尝试等环节都有很是大的辅佐。

可以看到，用户分群本质上是一种条件筛选器，在每个筛选器中筛选出切合特定要求的用户群。筛选器中首先需要界说筛选的字段（详细的用户属性、行为特征等），再通过巨细便是不便是、是否在之间、是否在个中等要害字完成条件的设定。若筛选的字段是数字，自然筛选范畴也是数字，若筛选的字段是字符串，可以提供相应字段的列表举办筛选。筛选器间可以嵌套，可以通过AND、OR（暗示而且、可能）等要害字毗连。

二、留存阐明

留存阐明是通过对用户利用产物的环境、活泼水平等举办阐明以判定用户是否仍留存在产物内的阐明模子。用户留存在产物运营周期中的重要性无需多言，由于本文重点存眷完成阐明的数据产物，因此不会涉及过多详细阐明的内容。

要举办留存阐明，首先需要界说留存和流失的尺度。差异范例的产物大概有差异的界说 *** ，有些公司会把留存简朴界说为用户在一按时间后仍有打开产物。但有些公司大概需要更严格的界说，譬喻某电商公司大概将留存界说为用户在一按时间内有再次消费的行为。