在日常的用户分析中，常用的有六大分析方法论：
1、行为事件分析
2、点击分析模型
3、用户行为路径分析
4、用户健康度分析
5、漏斗模型
6、用户画像分析
行为事件分析
“行为事件分析”是用户分析的第一步，也是用户分析的核心和基础。一般来说事件通过埋点来获得。
行为事件分析法主要用于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。企业常常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。
行为事件分析一般有三大环节：行为事件定义、多维度下钻分析、解释与结论。
1、行为事件定义
对用户行为分析定义为各种事件，将人物（who）、时间（when）、地点（where）、交互（how）、交互的内容（what）聚合构成一个完整的用户行为事件：
Who：即参与事件的主体，对于未登陆用户，可以是 Cookie、设备 ID 等匿名 ID ；对于登录用户，可以是用后台配置的实际用户 ID。
When：即事件发生的实际时间，应该记录精确到毫秒的事件发生时间。
Where：即事件发生的地点，可以通过 IP 来解析用户所在省市；也可以根据 GPS 定位方式获取地理位置信息。
How：即用户从事这个事件的方式。用户使用的设备、浏览器、 APP 版本、渠道来源等等。
What：描述用户所做的这个事件的所有具体内容。比如对于“购买”类型的事件，则可能需要记录的字段有：商品名称、商品类型、购买数量、购买金额、付款方式等。
行为事件指一个用户在某个时间点、某个地方、以某种方式完成了某个具体的事情。
如：某平台的所有注册用户在X月X日使用优惠券下单购买的单数是多少？这是一个完整的事件定义，有了这样的事件以后，就可以把用户行为连起来观察。
2、多维度下钻分析
高效的行为事件分析支持下钻分析、精细化条件筛选。行为事件分析配置追踪事件和属性，可以激发出事件分析的强大潜能，回答企业变化趋势等各种问题。
3、解释与结论
解释与结论成出分析报告阶段。对分析结果进行合理的理论解释，判断数据分析结果是否与预期相符，如果相悖，则应该针对不足的部分进行再分析与实证。
案例：
4月10日号来自新浪渠道的 PV 数异常标高，因此需要快速排查原因：是异常流量还是虚假流量？
企业可以先定义事件，通过“筛选条件”限定广告系列来源为“新浪”。再从其它多个维度进行细分下钻，比如「地理位置」、「时间」、「操作系统」、「操作系统」、「浏览器」等。进行细分筛查时，虚假流量就能够被找到了。
在剔除虚假流量后，运营人员可进行其他用户行为分析。
点击分析模型
用户行为分析中，点击分析被应用于显示页面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。
1、点击分析方法主要解决的问题主要有三点：
● 精准评估用户与产品交互背后的深层关系；
● 实现产品的跳转路径分析，完成产品页面之间的深层次的关系需求挖掘；
● 与其他分析模型配合，全面视角探索数据价值，深度感知用户体验，实现科学决策。
2、点击分析模型可以用于什么分析？
● 官网
● 活动页面
● 产品频道/首页
● 详情页
点击分析常见的两种形式包括：
可视化
固定埋点
可视化多用热力图进行呈现，运营可以根据点击密度判断用户的浏览喜好。
案例：
企业官网改版要筛选细分访客，让页面优化更有目标。
一个2B 企业官网运营人员，根据用户的官网访问时长、用户行为路径、活跃度、注册与否等因素，将用户细分为「单纯浏览者」、「信息收集者」、「购买需求强烈者」三类。
运营人员事先按照自定义规则，将三类访客进行用户分群。接下来，在“点击分析”功能模块中，分别筛选出三类人群，并查看其页面点击情况。下面以「单纯浏览者」、「信息收集者」两类进行介绍。
（1）用户群体之“单纯浏览者”的点击分析与优化方法
比如通过点击分析了解到，近 30 天，“单纯浏览者”对官网导航栏的点击情况。通过分析，若发现该类用户群体对“产品介绍”、“视频”点击率较高，这说明“产品介绍”、“视频”是初来乍到的访问者了解企业的“窗口”，而元素内容缺少“亮点”，导致访问者不愿意花时间停留。因此可尝试以下两方面优化：
● 优化内容。让产品价值、优势、案例等内容尽可能醒目，以快速吸引浏览者注意；
● 在导航栏中尝试增加社交因素。如建立论坛、设立产品博客，如此增强访问者对官网的黏性，提高网站的活跃用户数量。
（2）用户群体之“信息收集者”的点击分析与优化方向
运营人员可以通过点击分析了解近 30 天，“信息收集者”对官网导航栏的点击情况，官网运营人员应该帮助该用户群体确定购买意向。例如，「信息收集者」群体对官网导航条中“文档”、“博客”兴趣很高，而行业解决方案的点击较少。事实上，行业解决方案是该类群体值得关注的价值点，由于点击较低，可以尝试将其调整至醒目位置，进行效果对比。
用户行为路径分析
常见的分析方法有：转化漏斗、智能路径、用户路径。三者都是基于用户行为，以上下环节的转化率为计算核心。
转化漏斗是预先设定好的路径；智能路径是设定了目标行为之后发现更多漏斗；用户路径是完整再现用户的整个转化过程。
在实际应用中，三者有各自适用的分析场景，通常也需要互相结合，相辅相成。接下来逐一介绍这三种方法。
1、转化漏斗
作用：提升转化效果。
转化漏斗是路径分析中的一种特殊情况，是针对少数人为特定模块与事件节点的路径分析。它适用于对产品运营中的关键环节进行分析、监控，找到其中薄弱的环节，通过用户引导或者产品迭代来优化，提升转化效果。
无论是新用户的引导、某个业务流程还是某一次运营活动，涉及到有流程转化的都可以建立漏斗来分析。转化漏斗的例子之前也讲过，这里就不再赘述了。在分析的过程中，可以观察整体的转化率是否符合行业水准，哪些步骤转化率还有优化空间？可以通过细分维度发现导致转化率低的因素是哪些，也可以通过查看流失环节的其他使用路径，做出针对性的引导。
2、智能路径
作用：探索更多的转化路径。
很多情况下，虽然有最终的转化目标，但是用户到达该目标却有多条路径，无法确定哪条路径是用户走的最多的路径，哪条转化路径最短，这时候我们就采用智能路径模型来进行分析。首先确定想要观察的目标行为，通常是业务中需要引导用户完成的某个功能或到达的某个页面。然后将其设置为起始事件，分析发生该行为的后续路径；或者设置为结束事件，分析该行为的前置路径。
如：电商APP中，加入购物车是支付成功这个最终转化目标的前一步，但很多用户在加入购物车之后，并不会提交订单直接支付，这时选择目标事件为" 加入购物车"，并设置为起始事件，分析用户在加入购物车后的行为路径，是被页面上的其他推荐吸引了目光还是走向他处。
总之，智能路径可以用来探索性的发现更多的转化路径，当聚焦到某一条路径时，其实就是一个转化漏斗，可以将其保存下来，来进行日常监测。
3、用户路径
作用：步步追踪，划分用户类型。
用户路径不需要预先设置漏斗或者圈定要分析哪个页面事件或点击事件，而是计算用户使用网站或APP时的每个第一步，然后依次计算每一步的流向和转化。通过数据，真实的再现用户从打开APP到离开的整个过程，进一步识别用户频繁路径模式，即哪条路径是用户最多访问的；走到哪一步时，用户最容易流失；甚至呈现出产品经理在设计产品时都未曾预料到的路径，找到分析用户行为最基础、最原始的数据；也可以通过路径识别用户行为特征，分析用户是用完即走的目标导向型还是无目的浏览型。总之用户路径分析法对产品运营有着非常重要的启发作用。
转化漏斗、智能路径、用户路径都是基于用户行为路径数据的重要分析模型，它们有着不同的功能以及用处，掌握了这3个分析方法，可以精确获得用户行为路径数据，从而针对性的做出营销策略调整，让运营转化成倍增长。
