编者按：主流的SaaS数据分析工具可以有效地帮助企业解决用户行为分析的需求，许多企业对用户行为分析不是很了解，也不知道如何做用户行为分析，今天企业服务汇就通过本篇文章来介绍数据分析工具是如何进行用户行为分析的以及如何绘制用户画像的。

数据分析工具通常提供了对用户分析工作比较完善的功能。整体来看，用户画像和用户行为分析本质都是对用户的研究，用户画像中会存在用户行为分析，用户行为分析中也包括一些用户基础属性。二者本质相同，只是侧重点略有不同。所以本文将围绕用户本身，分为用户基础属性和用户行为两部分进行介绍。

 

➤  用户基础属性

随着互联网大数据技术的成熟，用户行为分析逐渐出现在人们的视野里。通过数据处理，将用户信息标签化，每一个客户被无数个标签组成，以此抽象出一个用户的信息全貌。通过用户画像可以将企业的客户形象通过数据更形象的描述出来，便于企业对用户群体进行分析，帮助企业推进精细化运营以及精准营销。用户基础属性可以认为是“用户是谁？”，“用户有什么偏好？”这两个问题的答案。用户的属性数量比较多，包括：性别、年龄、地区、喜好阅读的内容等等很多很多。

使用者将数据分析工具接入到产品中，数据分析工具就会记录一些用户的基本信息，当然使用者也可以通过自定义一些用户信息的采集维度。

 

➤  用户行为

用户行为方面，是将采集到的用户操作数据落实到产品功能和交互上，以此来帮助使用者洞察用户的行为习惯、优化产品、提升转化率等等。主流的数据分析工具提供了4种基础的行为分析方式，包括：事件分析，漏斗分析，留存分析，用户路径分析。

（一） 事件分析

事件分析是指对单一的事件进行监测统计。这里的“事件”可以包括某个功能的使用次数、某个按钮的点击次数、某个行为的发生次数等等统称为事件。使用者可以自定义监测的事件，比如：点赞次数、加好友次数、页面停留情况等等。数据分析工具会提供多种图表来展示所监测事件的使用情况。这种方式是最常见、最基础的用户在产品中的行为统计方式。

（二） 留存分析

留存分析是指对继续留下来使用网站/App的用户进行统计和分析，可以有效的衡量产品的健康程度。主要输出结果是用户在某个时间/动作节点后一段时间用户使用App的情况（留存率、跳出率）。主流的数据分析工具可支持：用户维度、功能维度和自定义维度三个维度对用户留存情况进行分析。详情请阅读：《如何使用数据分析工具做留存分析》。

（三） 漏斗分析

漏斗分析是一种对多个事件的分析方式，主要用来分析在一个产品操作流程下，不同的事件节点用户的转化率和流失率。通过数据工具的监测，使用者可以看到在产品中用户在哪些流程转化率较高，却在哪些流程流失量较大，帮助使用者找到流失的根源。详情请阅读：《如何使用数据分析工具做漏斗分析》。

（四） 用户路径分析

用户路径分析也是对多个事件分析的一种方式，这种分析方式是站在用户的角度，统计用户的操作路径。使用者可以看到用户在产品中都进行了哪些操作到达目的。比如用户从商品分类页到提交订单中间经过了哪些操作，哪条路径的用户量大，用户量小的路径的那部分用户有什么特殊需求等等。详情请阅读：《如何利用数据分析工具做用户路径分析》。

 

➤  小结

以上是企业服务汇将用户行为分析拆分为用户基础属性和用户行为两个部分，对市场上主流的数据分析工具提供主要的功能进行了介绍。用户行为分析是通过大数据的积累提炼有价值信息的一种手段，充分的使用数据分析工具是企业精细化运营的第一步，也是优化产品的一种有效途径。