用戶行為路徑分析同樣是重要的數(shù)據(jù)分析模型，它為企業(yè)實(shí)現(xiàn)理想的數(shù)據(jù)驅(qū)動(dòng)與布局調(diào)整提供科學(xué)指導(dǎo)，對(duì)精準(zhǔn)勾勒用戶畫(huà)像也有重要參考價(jià)值。用戶訪問(wèn)APP／網(wǎng)絡(luò)，如同參觀畫(huà)展，觀眾是感受和傳達(dá)畫(huà)展參展方和展品的目的受眾體，圖畫(huà)的展現(xiàn)布局不同，每一位觀眾根據(jù)自身喜好形成特有的參觀順序。為讓觀眾沿著最優(yōu)訪問(wèn)路徑前進(jìn)，需要策展者結(jié)合觀眾需求進(jìn)行布局調(diào)整。這種自主式的數(shù)據(jù)分析方法，讓業(yè)務(wù)人員都能科學(xué)進(jìn)行數(shù)據(jù)分析。

什么是用戶行為路徑？

用戶路徑分析，顧名思義，用戶在APP或網(wǎng)站中的訪問(wèn)行為路徑。為了衡量網(wǎng)站優(yōu)化的效果或營(yíng)銷推廣的效果，以及了解用戶行為偏好，時(shí)常要對(duì)訪問(wèn)路徑的轉(zhuǎn)換數(shù)據(jù)進(jìn)行分析。

以電商為例，買家從登錄網(wǎng)站／APP到支付成功要經(jīng)過(guò)首頁(yè)瀏覽、搜索商品、加入購(gòu)物車、提交訂單、支付訂單等過(guò)程。而在用戶真實(shí)的選購(gòu)過(guò)程是一個(gè)交纏反復(fù)的過(guò)程，例如提交訂單后，用戶可能會(huì)返回首頁(yè)繼續(xù)搜索商品，也可能去取消訂單，每一個(gè)路徑背后都有不同的動(dòng)機(jī)。與其他分析模型配合進(jìn)行深入分析后，能為找到快速用戶動(dòng)機(jī)，從而引領(lǐng)用戶走向最優(yōu)路徑或者期望中的路徑。

用戶路徑分析模型的價(jià)值

用戶路徑的分析結(jié)果通常以?；鶊D形式展現(xiàn)，以目標(biāo)事件為起點(diǎn)／終點(diǎn)，詳細(xì)查看后續(xù)／前置路徑，可以詳細(xì)查看某個(gè)節(jié)點(diǎn)事件的流向，總的來(lái)說(shuō)，科學(xué)的用戶路徑分析能夠帶來(lái)以下價(jià)值：

第一，可視化用戶流，全面了解用戶整體行為路徑；

通過(guò)用戶路徑分析，可以將一個(gè)事件的上下游進(jìn)行可視化展示。用戶即可查看當(dāng)前節(jié)點(diǎn)事件的相關(guān)信息，包括事件名、分組屬性值、后續(xù)事件統(tǒng)計(jì)、流失、后續(xù)事件列表等。運(yùn)營(yíng)人員可通過(guò)用戶整體行為路徑找到不同行為間的關(guān)系，挖掘規(guī)律并找到瓶頸。

第二，定位影響轉(zhuǎn)化的主次因素，產(chǎn)品設(shè)計(jì)的優(yōu)化與改進(jìn)有的放矢。

路徑分析對(duì)產(chǎn)品設(shè)計(jì)的優(yōu)化與改進(jìn)有著很大的幫助，了解用戶從登錄到購(gòu)買整體行為的主路徑和次路徑，根據(jù)用戶路徑中各個(gè)環(huán)節(jié)的轉(zhuǎn)化率，發(fā)現(xiàn)用戶的行為規(guī)律和偏好，也可以用于監(jiān)測(cè)和定位用戶路徑走向中存在的問(wèn)題，判斷影響轉(zhuǎn)化的主要因素和次要因素，也可以發(fā)現(xiàn)某些冷僻的功能點(diǎn)。

用戶路徑應(yīng)用場(chǎng)景

談到用戶路徑的真實(shí)應(yīng)用場(chǎng)景，許多企業(yè)通過(guò)第三方數(shù)據(jù)分析平臺(tái)來(lái)實(shí)現(xiàn)，下面結(jié)合筆者實(shí)際工作中，所接觸的企業(yè)案例的數(shù)據(jù)分析場(chǎng)景為例來(lái)介紹。

（注：因涉嫌商業(yè)機(jī)密，以下場(chǎng)景模擬真實(shí)應(yīng)用場(chǎng)景而設(shè)，數(shù)據(jù)均為虛擬。）

中商惠民：啟動(dòng)APP后，為何只有 30 % 商超客戶交易成功？

中商惠民是中國(guó)最大的社區(qū)O2O服務(wù)平臺(tái)。在一次評(píng)估客戶總體轉(zhuǎn)化率過(guò)程中，通過(guò)漏斗分析發(fā)現(xiàn)，從登錄惠配通APP后，提交訂單的商超客戶僅有 30 %，接下來(lái)可以通過(guò)用戶路徑客戶流失的原因所在。通過(guò)用戶路徑分析模型，清晰展示了商超客戶的動(dòng)作走向，為判斷客戶流失原因重要方式之一。

圖片來(lái)源：神策數(shù)據(jù)產(chǎn)品

中商惠民運(yùn)營(yíng)人員選取若干事件對(duì)客戶購(gòu)買路徑進(jìn)行深度分析。圖中顯示，用戶登錄APP后，約有40 %的客戶會(huì)點(diǎn)擊Banner，30 %的客戶會(huì)直接進(jìn)行商品搜索，約10%的用戶會(huì)瀏覽商品列表，約 5 %的客戶直接退出APP。

運(yùn)營(yíng)人員進(jìn)一步看4類用戶的提交訂單的情況，直接進(jìn)行“搜索商品”的用戶進(jìn)行提交訂單比例最高，超過(guò) 90 % ；與其形成鮮明對(duì)比的是，盡管“點(diǎn)擊Banner”是更多客戶登錄APP后的首選動(dòng)作（約占總客戶的40 %）但是這部分用戶群體在瀏覽商品列表后，僅僅30%的用戶提交訂單，說(shuō)明Banner內(nèi)容布局有著比較糟糕的用戶體驗(yàn)，則將此作為首選優(yōu)化與改進(jìn)的方向。

某電商：“未支付訂單”超過(guò)30分鐘自動(dòng)取消，刺激用戶支付

除了零售行業(yè)以外，用戶行為路徑在電商行業(yè)分析也應(yīng)用廣泛。某電商網(wǎng)站客戶通過(guò)用戶路徑分析，看出有兩條主要的路徑：（圖略，與上圖效果類似。）

• 一是啟動(dòng)App-搜索商品-提交訂單-支付訂單；
• 二是啟動(dòng)App-未支付訂單-搜索相似商品-取消訂單。

通過(guò)第一條用戶路徑相關(guān)數(shù)值顯示，客戶提交訂單后，大約75%的用戶會(huì)支付，而高達(dá)25%的用戶沒(méi)有支付訂單；第二條用戶路徑顯然是一條有明確目的——為未最終敲定的商品而來(lái)的用戶，因?yàn)樵诖蜷_(kāi)app后直奔“未支付訂單”，但是路徑中顯示此用戶再次“搜索相似商品”，這一行為可以判斷客戶可能存在比價(jià)行為，表明價(jià)格一定程度上影響了這部分用戶的支付欲望，這是一批“價(jià)格導(dǎo)向”的客戶。

對(duì)此，該電商運(yùn)營(yíng)人員采取針對(duì)性措施：

1. “未支付訂單”超過(guò)30分鐘則自動(dòng)取消；
2. 將支付頁(yè)面附近放置優(yōu)惠券領(lǐng)取。

當(dāng)該電商新版本上線后，再次通過(guò)用戶路徑分析模型，發(fā)現(xiàn)客戶在提交訂單后，由于30分鐘的時(shí)間限制，有更多的客戶愿意立即支付訂單；同時(shí)未支付訂單大大降低，說(shuō)明在支付支付頁(yè)面附近放置優(yōu)惠券的方式刺激到對(duì)價(jià)格敏感的客戶。因此這也是一次很成功的改版。

總之，用戶真實(shí)的選購(gòu)過(guò)程是一個(gè)交纏反復(fù)的過(guò)程，每一個(gè)路徑背后都有不同的動(dòng)機(jī)。通過(guò)用戶行為路徑能夠清晰看到用戶行為特點(diǎn)與背后原因。若與其他分析模型配合，會(huì)產(chǎn)生更佳效果，通過(guò)數(shù)據(jù)分析能夠快速找到用戶動(dòng)機(jī)，從而引領(lǐng)用戶走向最優(yōu)路徑或者期望中的路徑。

相關(guān)鏈接：

常見(jiàn)用戶行為分析模型解析（1）——行為事件分析

常見(jiàn)用戶行為分析模型解析（2）——用戶留存分析

常見(jiàn)用戶行為分析模型解析（3）——漏斗分析

作者：張喬，神策數(shù)據(jù)內(nèi)容營(yíng)銷負(fù)責(zé)人。公眾號(hào)：神策數(shù)據(jù)

本文由@張喬-神策 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。