2015年，互联网进入下半场，从过去花钱抢地的粗放式运营转向精细化运营。用户增长、增长黑客开始流行，即从只关注订单数、交易金额等宏观数据，转向关注每个用户的访问行为日志等微观数据，从而找到优化的重点，推动用户增长。2015年前后，出现了很多针对用户行为分析的数据产品，比如Sensors、GrowingIO，包括早期做产品数据统计的百度统计、友盟等，也逐渐加入了用户行为分析功能。
1.首先我们要了解用户行为分析产品的定位
用户：用户行为分析产品的核心用户是产品经理、运营和数据分析师
目标：核心目标是快速进行微用户行为，还原用户使用产品的链接轨迹，从而发现问题，优化产品功能。
解决方案：之前有提到过，数据产品的本质是工具，用工具来提升数据赋能业务的效率。用户行为分析系统也不例外。没有用户行为分析系统能分析用户行为吗？答案是可以的，只要有埋点，通过SQL就能获取数据，或者定制化可视化分析报表支持，问题就是效率低下。
做或不做，买或不买：
用户行为分析体系的核心价值在于与积分管理治理流程相结合，与App/小程序用户行为分析场景相结合，固化用户行为分析解决方案，让没有数据分析经验的人也能快速上手分析。因此早期商用的用户行为分析产品关键卖点是解决方案，教会客户如何做用户增长、精细化运营。因此如果公司其他替代数据产品尚未成熟，业务人员数据认知还在成长，可以考虑外包或者自研（具体选择基于结合研发能力和资金投入来决定）
2、用户行为分析主要分析什么？
1. 新产品上线了，有人在用吗？
对于产品经理和运营人员来说，最大的成就感就是自己做的产品被很多人使用，因此需要通过埋点采集数据，分析产品功能的使用情况。这不仅仅是为了奖励工作成果，更多的是用数据驱动产品迭代。
2. 为什么用户进入商品后，没有完成下单（或者其他目标动作）？
相比已经发生交易的用户，我们更需要关注用户流失的原因，是内容供给不足、价格优势，还是产品体验异常、存在bug？
3. 用户实际如何使用该产品？
用户在使用产品时，有时会不按照预先设定的流程，遇到各种非常规的操作问题。通过分析用户行为，我们可以找到用户使用产品的典型路径，并在主要路径中设置相关的操作策略。
4. 该产品的用户画像是怎样的？
哪些城市、哪些类型的用户最常使用该产品，渠道来源有哪些？下次投放广告时，你可以重点选择相应的流量渠道，以提高广告ROI。
3.用户行为分析产品主要功能
对于一个商用的用户行为分析系统，需要设计的功能非常多，从事件分析到归因分析。但一般来说，对于MVP版本，核心功能主要包括：追踪点管理、事件分析、漏斗分析、用户熟悉度分析
1.首先是积分管理
埋点是用户行为分析的基础，没有埋点或者埋点质量不好，用户行为分析都是无用的。无论是独立的埋点管理平台，还是将埋点管理功能集成到用户行为分析产品中（如Sensors等商业产品），至少要建立并规范相应的功能和流程。埋点治理也是数据治理的重要方面。
2. 事件分析提供对每个用户行为的洞察
数据团队经常会接到很多临时的数据检索需求，比如上线新活动，需要向老板通报结果，有些业务人员自己不会写SQL，有了事件分析，可以自己进行可视化拖拽式的数据检索。事件分析要满足以下四个功能：
事件选择：可以接入追踪点管理系统，灵活选择需要分析的事件，同时还可以反向接入追踪点管理，在验证追踪点准确性时，可直接进入该事件的数据分析功能
过滤条件：相当于SQL数据检索中的Where条件，如果你想分析立即下单按钮的点击UV，但只想看App最新9.0版本的数据，可以添加相应的限制条件。
分析维度：相当于SQL中的Group By，可以选择看整体值，也可以区分不同维度（区域、渠道、平台）进行对比分析。
可视化呈现：相当于SQL查询结果的图形化呈现。
3. 漏斗分析，找到关键的流失环节
开环漏斗：从名字上看，开环漏斗更加开放，即单个步骤不对用户流量来源进行严格限制，不关注个体用户及用户触发事件的顺序，只需要在规定的时间范围内触发了漏斗步骤对应的事件，该步骤即认为完成了一次转化。闭环漏斗：要求步骤之间有顺序，即更加关注单个个体的用户行为路径，是否成功完成了一次漏斗转化。如果用户在规定的时间范围内触发了漏斗的第一步，并在第一步发生后按顺序触发了后续步骤（即有与漏斗步骤一致的子顺序），那么该用户即认为完成了一次成功的漏斗转化。
示例 1：假设定义一个漏斗由 A、B、C 三个事件组成，一个用户在限定时间内依次发生 B、A、C、B、C 事件，那么开环漏斗与闭环漏斗的数据计算逻辑如下：
开环漏斗：步骤1（A事件）在时间范围内触发1次，步骤2（B事件）在时间范围内触发2次，步骤3（C事件）在时间范围内触发2次。步骤1->步骤2的转化率为2/1=200%，步骤2->步骤3的转化率为2/2=100%，漏斗整体（从第一步到最后一步）的转化率为2/1=200%（注：开环漏斗不关注发生顺序，不关注个体发生，只关注群体发生的指标）
闭环漏斗：该用户在时间范围内有符合A、B、C的事件子序列（B，A，C，B，C），因此认为该用户完成了一次完整的转化。对于整个群体，漏斗的转化率计算为完成转化的用户数/总用户数。
4.路径分析：从大数据角度看用户去哪里
从流量流向角度，看起始步骤和结束步骤之间的用户访问路径
5.用户分析，洞察用户群体及个人画像
4. 用户行为分析产品主要竞品
多行业覆盖
扩展现有统计分析产品功能
博彩业
每天只需几分钱数据，知识星球专属福利
1.全套数据产品学习书籍资料及实用产品Axure原型
2、2000元数据产品课程专属优惠券
3. 数据粉丝公众号私密信息专属阅读权
4. 全年免费问答及咨询
包含十余年积累的价值数千元的专业课程及数据产品学习资料，如各类书籍PDF版本、数字化转型资料包、200套高保真数据可视化大屏Axure源文件等。
