1.行为事件分析
场景：
研究某行为事件的发生对企业组织价值的影响以及影响的程度。
举例：
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。
2.漏斗分析模型
场景：
流程分析，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。
举例：
3.留存分析模型
场景：
分析用户参与情况/活跃程度的分析模型
4.分布分析模型
场景：
用户在特定指标下的频次、总额等的归类展现。
5.点击分析模型
场景：
应用高亮的颜色形式，显示页面或页面组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
场景：
用户在APP或者网站中的访问行为路径。
7.用户分群分析模型
场景：
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。
8.属性分析模型
场景：
根据用户自身属性对用户进行分类和统计分析。