常见用户行为分析模型：行为事件分析模型

Posted 2022-01-04 AI算法攻城狮

在用户行为领域，通过数据分析方法的科学应用，经过理论推导，能够相对完整地揭示用户行为的内在规律。基于此帮助企业实现多维交叉分析，帮助企业建立快速反应、适应变化的敏捷商业智能决策。结合近期的思考与学习，将为大家陆续介绍不同针对用户行为的分析模型。本文主要介绍行为事件分析。

一、什么是行为事件分析？

行为事件分析法来研究某行为事件的发生对企业组织价值的影响以及影响程度。企业借此来追踪或记录的用户行为或业务过程，如用户注册、浏览产品详情页、成功投资、提现等，通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等。

在日常工作中，运营、市场、产品、数据分析师根据实际工作情况而关注不同的事件指标。如最近三个月来自哪个渠道的用户注册量最高？变化趋势如何？各时段的人均充值金额是分别多少？上周来自北京发生过购买行为的独立用户数，按照年龄段的分布情况？每天的独立 Session 数是多少？诸如此类的指标查看的过程中，行为事件分析起到重要作用。

二、行为事件分析模型的特点与价值

行为事件分析法具有强大的筛选、分组和聚合能力，逻辑清晰且使用简单，已被广泛应用。简单的说，行为事件分析法一般经过事件定义与选择、下钻分析、解释与结论等环节。

事件定义与选择

事件定义包括定义所关注的事件及事件窗口的长度，这也是事件分析法最为核心和关键的步骤。这里需要了解“Session”的概念，Session 即会话，是指用户在指定的时间段内在 APP、WEB 上发生的一系列互动。例如，一次会话可以包含多个网页或屏幕浏览、事件、社交互动和电子商务交易。当用户想了解“访问次数”、“平均交互深度”、“平均使用时长”、“页面平均停留时长”、“跳出率”、“页面退出率”等指标时&#x