# 路径分析
# 一、路径分析的意义
路径分析是一种分析行为顺序、行为偏好、关键节点、转化效率的探索型模型
路径分析将用户每次会话时的访问顺序进行记录，再整合得到用户行为路径的桑基图，直观查看在每一关键节点前后的行为流入、流出情况。
可以直观掌握用户行为扩展路线，以供优化节点内容、提升整体转化效率。利用路径分析模型，可以快速了解影响转化的主次因素，从而有目的的改进产品。
# 二、路径分析的位置和适用角色
可以从“行为分析”模块下的“路径分析”页进入
| 公司超管 | 管理员 | 分析师 | 普通成员 | |
|---|---|---|---|---|
| 路径分析模型 | √ | √ | √ |
# 三、路径分析的页面概览
由分析角度设定区、展示筛选区、展示图表区、节点详情信息，4 部分组成
# 四、路径分析的使用场景
# 4.1 常用的几种分析场景
# 4.2 名词定义与逻辑条件
分析事件组： 参与路径分析的事件范围，默认 10 项，最多可选 30 项。未选事件为无效事件，不参与路径分析的计算和展示。
分析对象： 选择分析事件组中的 1 项作为分析基础，可以指定它为初始或结束事件进行分析。默认选中第一项起始。
会话间隔： 两连续的有效事件（属于分析事件组）间的触发间隔在设置时间内时，视为两者属于同一会话。
路径： 以分析对象为基准，向前后或向后（由分析初始或结束决定）展开的路径。路径将确保相互独立与完全穷尽。
下一步路径应当是上一步的子集，且数量相同。此时会出现流失、起始概念，即没有下一步或第一步的概念。
分析对象为起始事件 A 时，当路径中反复出现 A 时，只以第一个 A 作为起始点，一个会话不会反复计算成多条路径。
分析对象为结束事件 A 时，当路径中反复出现 A 时，只以最后一个 A 作为结束点，一个会话不会反复计算成多条路径。
按照会话中的顺序依次判断为第一步、第二步、第三步等或倒数第一步、倒数第二步、倒数第三步等等。
展示数量： 当路径上的某个节点在下列情形下，将在图表中并入“更多”的模块
注： 该节点的数量在同级节点中排名超过第 7 名时，节点将并入“更多”中
# 4.3 分析角度设定区的条件
# 4.3.1 参与分析的事件
沿用当前的事件个人设置配置页
默认选中前 10 项，最多可选 30 项，用户可按需搜索
# 4.3.2 为事件设置分组拆分条件
可为选择的“参与分析的事件”组，增加事件拆分选项。此时：
可对组中的任意一个事件按照该事件的某个事件属性进行拆分
每一个事件只能进行一个属性的拆分，即选择过的事件不能再被选中
每一个在组中的事件，都可以进行拆分。
数值型或时间型属性可以设置区间，该属性区间组与其他模型的区间组共享配置
# 4.3.3 选取分析事件
选择分析与设置筛选条件
分析的方式可选初始事件或结束事件
可添加事件的事件属性的筛选条件，最多添加 10 项
筛选条件的可分析角度与数据类型相关
| 数据类型 | 举例 | 可支持属性逻辑 |
|---|---|---|
| 数值 | 消费金额 | 等于、不等于、小于、小于等于、大于、大于等于、有值、无值、区间 |
| 字符串 | 省份 | 等于、不等于、包含、不包含、有值、无值、正则（不）匹配 |
| 列表 | ID 名单 | 存在元素、不存在元素、元素位置、有值、无值 |
| 时间 | 注册时间 | 等于、不等于、区间、有值、无值 |
| 布尔 | 用户群 1 | 为真、为假、有值、无值 |
# 4.3.4 设置用户属性
可筛选用户属性或用户分群，最多添加 10 项
| 数据类型 | 举例 | 可支持属性逻辑 |
|---|---|---|
| 数值 | 消费金额 | 等于、不等于、小于、小于等于、大于、大于等于、有值、无值、区间 |
| 字符串 | 省份 | 等于、不等于、包含、不包含、有值、无值、正则（不）匹配 |
| 列表 | ID 名单 | 存在元素、不存在元素、元素位置、有值、无值 |
| 时间 | 注册时间 | 等于、不等于、区间、有值、无值 |
| 布尔 | 用户群 1 | 为真、为假、有值、无值 |
# 4.3.5 会话间隔设置
会话间隔的含义为： 选取时，相邻事件的最大间隔时间。
修改这个值可以调整相邻事件是否在同一个会话中。
默认设置为“30 分钟”，单位可选“秒”（1~60）、“分钟”（1~60）、“小时”（1~24）
# 4.4 展示筛选区的设置
分析时段： 默认选择过去 7 日（最多可选择 31 日的时间区段）
如果选择的时间段天数大于 31 日，则选取起始日~（起始日+30 日）进行分析
# 4.5 展示图表区的设置
# 4.5.1 流失或起始的展示
当分析起始事件时，某一步没有下层节点，则该节点会出现流失
当分析结束事件时，某一步没有上层节点，则该节点会出现起始
# 4.5.2 “更多”的组分
节点为“更多”时，相当于一般节点的集合，选取的连线即全部组成节点的连线集合、数值与流量也为其集合。
# 4.5.3 横向滚动条与左右拖拽
最多可以展示 10 个层级，默认展示出初始事件或结束事件（根据选择）
可以通过拖拽横向滚动条实现屏幕内更多信息的展示。（点击鼠标中键可进入窗口拖拽模式，更便捷地横移图表）
# 4.5.4 节点路径
点击某一节点时可高亮查看相关路径或展示该节点的节点信息详情
查看节点详情时，点击用户数信息，将显示符合条件的用户列表。并可以查询到相关的用户行为序列
# 4.6 分析范围、数据选取原则
除去筛选条件以外，依然有分析范围控制整体的计算与展示大小，形成可控分析
（1）时间选取范围
默认选择过去 7 日（最多可选择 31 日的时间区段）
（2）计算事件组范围
默认展示当前设置页的前 10 个事件，可勾选、可全选，最多可选择 30 个事件。
分析对象必定在计算事件组中
（3）展示会话步骤的范围
展示和分析的步骤定为 10 步，即会话中，从起始（结束）事件算起，超过范围的事件直接舍弃，按无数据处理。
（4）“更多”的展示
超过展示数量的节点将进行合并。合并后的节点“更多”将继承其中各节点的数据。点击“更多”的节点详情时，依然可以看到整体统计、流向路径信息。
# 4.7 数据的计算逻辑
一个会话中，将**起始点（结束点）**开始的事件记为第一步（即分析对象），向后（向前）的每一个事件记为下一步，类推行为路径上的每一个节点。
以分析某事件 A 为初始事件为例，行为序列为 A，B，C，流失（会话内无新事件），则 A 为第一步，B 为第二步，C 为第三步，流失为第四步。
以分析某事件 L 为结束事件为例，行为序列为起始（会话前无新事件），B，C，L，则 L 为第一步，C 为第二步，B 为第三步，起始为第四步。
起始点（结束点）规则参考名词定义。且流失或起始只会是分析序列中的最后一步
- 关于步骤的实例
| 序 | 分析对象 | 行为序列 | 第一步 | 第二步 | 第三步 | 第四步 | 第五步 |
|---|---|---|---|---|---|---|---|
| 1 | 起始事件A | A-B-C-D | A | B | C | D | 流失 |
| 2 | 起始事件A | A-B-A | A | B | A | 流失 | 3 | 起始事件A | A-A-C-D | A | A | C | D | 流失 |
| 4 | 起始事件A | A-C-D | A | C | D | 流失 | 5 | 结束事件L | B-L-D-L | L | D | L | B | 起始 |
| 6 | 结束事件L | A-L | L | A | 起始 | 7 | 结束事件L | L-C-D-L | L | D | C | L | 起始 |
| 8 | 结束事件L | C-D-L | L | D | C | 起始 |
路径分析中，某一步中的某个节点，其会话数量相当于上一步中所有到达这个节点之和 以上述实例为例“起始为 A，第四步为 D”的节点值将由序列 1 和序列 3 共同组成
# 五、最佳实践
# 5.1 黄金路径的获取
在一些产品中，用户使用产品的黄金路径是非常关键的，往往直接关系到商业成功。路径分析适合获取用户的使用黄金路径，一般以“开启应用”作为“起始事件”，或者“付费事件”作为“结束事件”，之后将诸如“页面浏览”、“购买商品”等行为纳入到参与事件中。关注路径分析结果中靠前的路径，对转化用户进行分群做后续分析，或排除无关事件，探索产品的黄金路径。
# 5.2 了解操纵偏好
黄金路径的探索是一个比较大的场景下的路径分析，实际上路径分析也适合对更小场景、更短时段内的用户行为进行分析。比如用户进入商品页之后的操作偏好，是更喜欢点击底部的 ICON 还是标题下的 ICON；或者购买礼包后会不会立刻使用。路径分析可以在这种情况下视为更网状的、更短窗口期的漏斗，一些符合这样情况的漏斗都适合使用路径模型进行分析。