사용자 행동 경로 분석은 인터넷 산업별 데이터 분석 방법입니다. 이는 주로 사용자의 클릭 동작 로그를 기준으로 App 또는 웹 사이트의 각 모듈에서 사용자의 흐름 규칙과 특성을 분석하고 사용자의 액세스 또는 클릭 패턴을 마이닝하여 App 핵심 모듈의 도착 속도 향상, 특정 사용자 커뮤니티의 주류 경로 추출, 탐색 기능 설명, App 제품 설계 최적화 및 수정 등의 특정 비즈니스 목적을 달성하는 것입니다.
이 문서에서는 사용자 행동 경로 분석 방법에 대해 간략하게 설명하고 경로 분석을 위한 비즈니스 시나리오 및 기술적 수단을 소개하여 벽돌을 던지는 역할을 합니다. 인터넷 데이터 분석에 힘쓰는 친구의 벽돌 비판을 환영합니다. 향후 기회가 있을 경우 실제 비즈니스와 결합된 사용자 행동 경로 분석 사례를 더 많이 선보일 수 있습니다.
첫째, 엔터프라이즈 시나리오의 경로 분석
사용자 행동 경로 분석의 중요한 궁극적인 목표 중 하나는 주요 모듈의 전환율을 최적화하고 높여 사용자가 원하는 제품 설계 메인스트림 경로를 따라 핵심 모듈에 쉽게 도달할 수 있도록 하는 것입니다. 분석 중에는 다음과 같은 응용 프로그램 시나리오도 있습니다.
사용자의 일반적인 경로 인식 및 사용자 특성 분석은 성별, 지역 등의 인구 통계 또는 주문 가격, 주문 번호 등의 운영 데이터에 자주 사용됩니다. 사용자의 액세스 경로 데이터는 사용자 특성을 이해할 수 있는 또 다른 문을 엽니다. 예를 들어, 사진 제작, 업로드, 공유 앱의 경우, 우리는 제작, 업로드를 원하는 창의적인 사용자, 댓글을 좋아하는 대화형 사용자, 묵묵히 훑어보고, 사진을 보는 다이빙 사용자, 업로드하지 않고, 사용자의 앱을 통해서만 사진을 다운로드하는 소비자 사용자로 나눌 수 있습니다.
제품 설계 최적화 개선 경로 분석은 제품 설계 최적화 개선에 큰 도움이 되며, 예상 사용자 경로에서 각 모듈의 전환율을 모니터링하고 최적화하는 데 사용할 수 있으며, 모호한 기능점을 발견할 수 있습니다. 비디오 제작 및 공유 App 어플리케이션에서는 사용자가 비디오 촬영, 제작, 최종 출시에 이르기까지 다양한 편집 작업을 수행하는 경우가 많습니다. 경로 분석을 통해 사용자에게 익숙하고 좋아하는 편집 도구, 너무 번거로운 작업, 편집 작업 모듈을 개선하고 사용자 환경을 최적화하는 데 도움이 되는 편집 도구를 명확하게 확인할 수 있습니다. 경로 분석 중 사용자의 창작 수가 사용자가 짱, 댓글, 공유하는 행위와 밀접한 관련이 있다면 이 앱의 사교성을 높이고 사용자의 점도와 창작 욕구를 높이는 것을 고려해 볼 수 있다.
3. 제품 운영 프로세스 모니터링
주요 제품 모듈의 전환율 자체는 매우 중요한 제품 운영 지표입니다. 경로 분석을 통해 해당 운영 결과를 모니터링하고 검증하여 관계자가 운영 효과를 쉽게 이해할 수 있도록 합니다.
둘째, 경로 분석 데이터 수집
인터넷 업계는 데이터 획득에 있어 독보적인 장점을 가지고 있으며 경로 분석에 의존하는 데이터는 주로 서버의 로그 데이터입니다. 사용자가 App 를 사용하는 모든 단계를 기록할 수 있습니다. 이때 주목해야 할 것은 우수한 유통 전략이며, 우리가 관심 있는 업무와 밀접한 관련이 있어야 한다. 여기서는 사용자 통찰력에 기반한 정교한 운영 분석 도구인 제갈io 를 추천할 수 있습니다. 제갈io 의 SDK 를 App 또는 웹 사이트에 통합하면 응용 프로그램의 모든 사용자 행동 데이터를 얻을 수 있습니다. 사실 제갈io 는 모든 사건이 모든 앱에서 동일한 가치를 갖는 것은 아니라고 생각한다. 핵심 이벤트에 대한 심층적인 분석을 바탕으로 제갈io 는 계층형 맞춤형 이벤트 배포 방법을 권장합니다. 각 이벤트는 이벤트, 키 및 값의 세 가지 수준으로 구성됩니다. 또한 제갈io 는 개발자에게 데이터 모니터링 및 배포 컨설팅 서비스를 제공하여 풍부한 업계 경험을 바탕으로 고객에게 맞춤형 이벤트 배포 컨설팅 및 기술 지원을 제공합니다.
셋째, 깔때기 모델과 경로 분석의 관계
위에서 언급한 경로 분석은 잘 알려진 깔때기 모델과 비슷하다. 넓은 의미에서 퍼널 모델은 경로 분석의 특수한 경우로 볼 수 있으며, 소수의 특정 모듈과 이벤트 노드를 대상으로 합니다.
깔때기 모델은 일반적으로 웹 사이트 또는 App 의 주요 노드 변환율에 대한 설명이며, 종종 우리가 지정합니다. 예를 들어, 우리는 제갈리오에서 모 쇼핑 앱의 구매 행위의 깔때기 전환을 볼 수 있다. 이 쇼핑 앱 플랫폼에서 구매자는 탐색에서 지불에 이르는 네 가지 핵심 노드, 즉 쇼핑 카트 찾아보기, 장바구니 추가, 결제 및 지불을 성공적으로 경험했습니다. 단계 1 단계에서 4 단계까지 주요 노드가 체험하는 사람이 점점 줄어들고 노드 전환률이 깔때기 모양으로 나타납니다. Dell 은 각 링크의 전환 효율성, 운영 효과, 프로세스를 모니터링하고 관리할 수 있으며, 전환율이 낮은 부분에 대한 심도 있는 분석과 개선을 목표로 할 수 있습니다. 기타 깔때기 모델 분석 시나리오는 비즈니스 요구에 따라 유연하게 사용할 수 있습니다. 제갈리오 플랫폼에는 데이터 상상력을 최대한 발휘할 수 있는 매우 강력한 깔때기 분석 도구가 있습니다. 깔때기 모델을 기반으로 한 분석 사례, 깔때기/보존의 새로운 방법을 살펴보십시오.
경로 분석은 깔때기 모델과 다릅니다. 일반적으로 각 사용자의 각 동작 경로를 추적한 다음 각 단계의 출처와 행방, 각 단계의 전환율 등 사용자 경로의 동작 특성을 분석합니다. 깔때기 모델은 몇 가지 중요한 이벤트 노드 경로를 사전 인위적으로 사전 설정했으며 경로 분석은 전체 동작 경로를 탐색하고 사용자의 주류 경로를 찾는 탐색 방법입니다. 미리 알려지지 않은 흥미로운 패턴 경로도 발견할 수 있습니다. 기술적 관점에서 볼 때 깔때기 모델은 관련 전환율을 계산하고 표시하는 것이 간단하고 직관적이며 경로 분석에는 좀 더 광범위한 측면이 포함됩니다.
넷째, 경로 분석의 일반적인 아이디어와 방법
1, 단순 순회 통계 및 시각화 분석
분포된 사용자 동작 경로 데이터를 분석하여 각 사용자 이벤트 경로의 클릭 스트림 데이터를 가장 쉽고 직접적인 방식으로 집계하여 데이터 시각화 방식으로 시각화할 수 있습니다. D3.js 는 현재 가장 인기 있는 데이터 시각화 라이브러리 중 하나이며, Sunburst 를 사용하여 사용자 그룹 이벤트 경로의 클릭 상태를 설명할 수 있습니다. 그림 중심에서 시작하여 한 층씩 바깥쪽으로 외삽하여 제품 사용부터 끝까지의 전체 동작 통계를 나타냅니다. 욱일 이벤트 경로 맵은 사용자의 주류 사용 경로를 빠르게 찾을 수 있습니다. 특정 사람 또는 특정 모듈 간의 경로 데이터를 추출하여 욱일 이벤트 경로 맵을 사용하여 분석하면 보다 심층적인 문제를 찾을 수 있습니다. 욱일경로 통계도를 유연하게 운용하는 것은 경로 분석의 법보이다.
제갈IO 는 배포된 데이터를 쉽게 얻을 수 있을 뿐만 아니라 고객에게 맞춤형 욱일 이벤트 경로 분석을 제공하여 고객의 제품에 대한 맞춤형 제품 분석 보고서를 만들 수 있습니다.
상관 분석에 기반한 시퀀스 경로 마이닝 방법.
연관 규칙 분석에 대해 말하자면, 데이터 마이닝의 고전적인 사례인' 맥주와 기저귀' 는 불가피하다. "맥주와 기저귀" 가 Teradata 의 한 매니저가 꾸며내고 자랑하는 "동화" 가 아니든 간에, 이 사례는 장바구니 분석 (상관 분석) 과정과 그 뒤에 있는 상업적 가치를 어느 정도 이해하고 이해할 수 있게 해준다. 슈퍼마켓의 각 고객이 한 번에 구매하는 모든 상품을 장바구니로 간주하고 상호 관계 규칙 알고리즘을 사용하여 데이터베이스에 저장된 쇼핑 행동 데이터, 즉 장바구니 분석을 수행합니다. 발견 10% 의 고객동료가 종이기저귀와 맥주를 샀는데, 종이기저귀를 사는 모든 고객 중 70% 가 동시에 맥주를 샀다. 그래서 슈퍼마켓은 맥주와 기저귀를 함께 두기로 결정하여 매출이 크게 늘었다.
여기서는 각 사용자가 App 를 사용할 때마다 작동하는 모든 이벤트 포인트를 장바구니의 "일련의 상품" 으로 볼 수 있습니다. 위에서 언급한 장바구니와는 달리, 이곳의 모든 이벤트 클릭은 엄격한 이벤트 순서를 가지고 있다. 상호 관계 규칙에서 Apriori 또는 FP-Growth 알고리즘을 개선하여 엄격한 순서를 가진 빈번한 사용자 동작 경로를 발굴할 수 있습니다. 이는 사용자 경로 분석의 중요한 아이디어입니다. 발견된 규칙 시퀀스 경로에 반영된 제품 비즈니스 논리를 자세히 고려하거나 여러 사용자 커뮤니티 간의 규칙 시퀀스 경로를 비교 분석할 수 있습니다.
소셜 네트워크 분석 (또는 링크 분석) 초기 검색 엔진은 주로 검색 웹 페이지 콘텐츠와 사용자 쿼리의 유사성 또는 검색 엔진의 인덱스 페이지를 기반으로 사용자에게 관련 웹 페이지를 찾아줍니다. 90 년대 중반과 후기의 인터넷 웹 페이지 수가 폭발적으로 증가하면서 초기 전략은 더 이상 유효하지 않아 많은 유사 웹 페이지에 합리적인 순위 검색 결과를 제공할 수 없었다. 오늘날의 검색 엔진 거물 (예: 구글, 바이두) 은 링크 분석에 기반한 검색 엔진 알고리즘을 이 문제를 해결하는 방법 중 하나로 채택하고 있습니다. 홈페이지는 하이퍼링크를 통해 연결되어 있다. 웨이보 속 소셜네트워크서비스가 관심 행동을 통해 연결된 것처럼 소셜네트워크서비스 중 유명하고 권위 있고 영향력이 큰 사람, 인터넷에도 중요성이나 권위가 높은 홈페이지가 있다. 검색 엔진 결과 앞에 권위 있는 웹 페이지를 제공하여 검색 효과를 높입니다.
우리는 소셜 네트워크의 사람들을 노드로, 인터넷의 웹 페이지를 노드로, 심지어 App 제품의 모든 모듈 이벤트를 노드로 봅니다. 노드는 각자의 방식으로 서로 연결되어 특정 네트워크 다이어그램을 형성합니다. 이러한 네트워크 구조에 기반한 분석 방법을 총체적으로 소셜 네트워크 분석이라고 합니다.
소셜 네트워크 분석에는 노드 중심 분석, 노드 영향 모델링, 커뮤니티 검색 등 경로 분석에 적용할 수 있는 몇 가지 일반적인 분석 방법이 있습니다. 중심 분석을 통해 중심에 있는 모듈 이벤트를 탐색하거나, 두 가지 주요 유형의 모듈 이벤트를 허브로 연결하거나, 대부분의 모듈 이벤트의 최종 목적지가 될 수 있습니다. 커뮤니티 발견을 통해 이 소셜 네트워크에 "작은 원" 이 있는지 여부를 탐색할 수 있습니다. 즉, 사용자가 항상 조작하기를 좋아하는 동작 경로의 작은 부분이 다른 대부분의 모듈과 독립적입니다.
다음은 변쇼가 사용자 행동 경로 분석을 하는 방법에 대한 내용입니다. 더 많은 정보는 글로벌 아이비리그가 더 많은 건품을 공유하는 것에 집중할 수 있다.