1.行为事件分析法
行为事件分析法来研究某行为事件的发生为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。
2.漏斗分析模型
漏斗分析模型是一套流程分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析。例如在一款产品服务平台中，直播用户从激活APP开始到花费，一般的用户购物路径为激活APP、注册账号、进入直播间、互动行为、礼物花费五大阶段，漏斗能够展现出各个
阶段的转化率。通过漏斗各环节相关数据的比较，能够直观地发现和说明问题所在，从而找到优化方向。
3.留存分析模型
留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多大人会进行后续行为。
4.分布分析模型分布分析是用户在持续指标下的频次、总额等的归类展现。它可以展现出单用户对产品的依赖程度，分析客户在不同地区、不同时段所购买的不同类型的产品数量、购买频次
等，帮助运营人员了解当前的客户状态，以及客户的运转情况。如订单金额（100以下区间、100-200元区间、200元以上区间）、购买次数（5次以下、5-10次、10次以上）
等用户的分布情况。
5.点击分析模型
即应用一种特殊高亮的颜色形式，显示页面或页面组（结构相同的页面，如商品详页、官网博客等）区域中不同元素点击密度的图示。包括元素被点击的次数、占比、发生点击
的用户列表、按钮的当前与历史内容等因素。
6.用户行为路径分析模型用户路径分析，即用户在APP或网站中的访问行为路径。为了衡量网站优化的效果或营销推广的效果，以及了解用户行为偏好，时常要对访问路径的转换数据进行分析。
以电商为例，买家从登陆网站/APP到支付成功，要经过首页浏览、搜索商品、加入购物车、提交订单、支付订单等过程。而在用户真实的选购过程是一个交缠反复的过程，例
如提交订单后，用户可能会返回首页继续搜索商品，也可能区取消订单，每一个路径背后都有不同的动机。与其他分析模型配合进行深入分析后，能够找到快速用户动机，从而
引领用户走向最优路径或期望中的路径。
7.用户分群分析模型用户分群即用户信息标签化，通过用户的历史行为路径、行为特征、偏好等属性，将具有相同属性的用户划分为一个群体，并进行后续分析。我们通过漏斗分析可以看到用户在
不同阶段所表现出的行为是不同的，譬如新用户的关注点在哪？已购用户什么情况下会再次付费？因为群体特征不同，行为会有很大差别。因此可以根据历史数据将用户继续划
分，进而再次观察该群体的具体行为。这就是用户分群的原理。
8.属性分析模型
根据用户自身属性对用户进行分类与统计分析，比如查看用户数量在注册时间上的变化趋势、查看用户按省份的分布情况。用户属性会涉及到用户信息，如姓名、年龄、家庭、
婚姻情况、性别、最高教育程度等自然信息；也有产品相关属性，如用户常驻省市、用户等级、用户首次访问渠道等。