用戶行為軌跡分析報告

1、用戶行為軌跡分析報告用戶行為軌跡分析報告 谷永亮、李浩宇趙曉琴、韓義亭 2015年7月22日 用戶行為軌跡分析的目的用戶行為軌跡分析的目的分析用戶行為軌跡主要有以下幾點用處：1、可以將雜亂無章的用戶瀏覽軌跡歸類，從而知道用戶瀏覽網(wǎng)站大致有哪些特征。2、通過分析用戶行為軌跡可以明確知道哪些頻道或欄目最受用戶的青睞，哪些頻道用戶點擊率較低，針對用 戶特點，展示有針對性的頁面和欄目，增加用戶好感，提升用戶體驗。3、通過分析用戶行為軌跡可以明確知道用戶喜歡從網(wǎng)站的那個頁面進入，又會從哪些頁面退出。4、分析用戶的點擊行為可以發(fā)現(xiàn)那些車型、車系最受用戶關注。5、明確用戶的停留時間。 用戶行為軌跡分析方法用

2、戶行為軌跡分析方法用戶行為軌跡分析主要采用聚類分析法1、聚類分析原理 聚類分析是研究（樣本或指標）分類問題的一種多元統(tǒng)計方法。是將對象集劃分為若干類別的過程。 2、聚類分分析中主要采用相似系數(shù)法和距離法。 相似系數(shù)法，即性質(zhì)越接近的樣品，它們相似系數(shù)的絕對值越接近1，二彼此無關的樣品，它們的形似系 數(shù)的絕對值越接近于零。比較相似的樣品歸為一類，不怎么相似的樣品歸為不同的類。 距離法，即將一個樣品看做P維空間的一個點，并在空間定義距離，距離較近的點歸為一類，距離較遠的 點歸為不同的類。 用戶行為軌跡分析步驟用戶行為軌跡分析步驟用戶行為軌跡分析步驟有以下幾點：1、數(shù)據(jù)準備 以上海區(qū)域一天中點擊次數(shù)

3、超過10的用戶數(shù)據(jù)作為原始數(shù)據(jù)，如下表： province用戶IDuser_ipvisit_timeurl上海303142719330314271931436848567121 http:/ http:/ http:/ http:/ http:/ http:/ http:/ http:/ 用戶行為軌跡分析步驟用戶行為軌跡分析步驟用戶行為軌跡分析步驟有以下幾點：1、數(shù)據(jù)清洗 將用戶瀏覽時間內(nèi)點擊不同URL給出相對應的中文名稱，如下表： province用戶IDuser_ipvisit_timeurl名稱上海303142719330314271931436848567121 http:/ http

4、:/ http:/ http:/ http:/ http:/ http:/ http:/ 給歸類的中文名稱編號，用戶的每一次點擊算作一次軌跡，且用序號表示，如下表：用戶ID軌跡1軌跡2軌跡3軌跡4軌跡5軌跡6軌跡7軌跡8軌跡9軌跡10303142719327262719609212343128971961297674312788555782346846730129525719616573183712755718832426601213131312139122130310949373124744444419182843897757537289039103129757575536627897861

5、2311223123122019608703411717171717171717171736629114905355460541293312741277444196106118317171717171717171717196161105431247557775170967894731275用戶行為軌跡最終數(shù)據(jù)用戶行為軌跡最終數(shù)據(jù)用戶ID軌跡1軌跡2軌跡3軌跡4軌跡5軌跡6軌跡7軌跡8軌跡9軌跡10460541293312741277444拆車坊車訊首頁拆車坊專題拆車坊視頻車訊首頁拆車坊專題拆車坊專題拆車坊視頻拆車坊視頻拆車坊視頻示例聚類分析結(jié)果聚類分析結(jié)果聚類分析將用戶不同的行為軌跡分為5類，

6、即上海用戶一天中的點擊行為大致可以分為5種特征，如下表所示。聚類分析結(jié)果聚類分析結(jié)果將樣本中135個用戶的行為軌跡特征分類5類，每個用戶歸屬于不同的類別，如下表所示。聚類分析結(jié)果聚類分析結(jié)果第一類用戶行為軌跡特征分析：第一類用戶行為軌跡特征分析：第一類用戶以瀏覽新聞為主線，多數(shù)用戶新聞導航作為入口，二級頁面新聞導航下，新車、業(yè)界、專題比較受用戶青睞。進入相關欄目的新聞頁，文章中涉及到的車系是用戶比較關注的，一般會進入產(chǎn)品庫以及車型庫瀏覽相關車系的圖片以及參數(shù)。第一類用戶進入新聞欄目二級頁面，也會習慣性點擊導航欄目的首頁、購車、用車、論壇、拆車坊等欄目進入下一級頁面。第一類用戶瀏覽次數(shù)各不同，少

7、數(shù)用戶2-3個頁面就離開，多數(shù)用戶瀏覽6個左右的頁面離開。第一類用戶主要關注分站、拆車坊、用車中心等相關新聞。第一類用戶行為軌跡圖第一類用戶行為軌跡圖第二類用戶行為軌跡特征分析：第二類用戶行為軌跡特征分析：第二類用戶瀏覽網(wǎng)站的星軌軌跡比較單一，大致分為兩類型，第一類用戶進入網(wǎng)站瀏覽產(chǎn)品庫或車型庫中相關車系的圖片，該類用戶一般在產(chǎn)品庫和車型庫欄目之間不斷跳轉(zhuǎn)，瀏覽2-3款車系的多張圖片，多數(shù)用戶習慣在產(chǎn)品庫中按品牌查詢一些熱門車系，一般瀏覽3-4個品牌。第二類用戶中有一類用戶只關注經(jīng)銷商活動，瀏覽軌跡非常單一，在車訊首頁經(jīng)銷商活動端進入二級頁面，瀏覽10個左右頁面退出，該用戶不瀏覽“經(jīng)銷商活動”

8、欄目外的欄目。聚類分析結(jié)果聚類分析結(jié)果聚類分析結(jié)果聚類分析結(jié)果第三類用戶行為軌跡特征分析：第三類用戶行為軌跡特征分析：第三類用戶訪問網(wǎng)站的主要目的就是拆車坊，該類用戶一般會從拆車坊欄目直接進入網(wǎng)站，進而訪問拆車坊的各期專題，以及與各期專題相關的文章和視頻，該類用戶一般會訪問3個左右的專題，視頻以及文章。第三類用戶行為軌跡特征是在文章、視頻、專題頁不斷跳轉(zhuǎn)，也會根據(jù)文章、視頻涉及到的車系在文章、視頻以及產(chǎn)品庫、車型庫之間跳轉(zhuǎn)，一般會瀏覽兩個對比車系的圖片以及參數(shù)。第三類用戶中也有一小部分用戶會點擊拆車坊精彩視頻中的二級導航拆車坊專區(qū)以及試駕測評。第三類用戶行為軌跡圖第三類用戶行為軌跡圖聚類分析結(jié)果聚類分析結(jié)果第四類用戶行為軌跡特征分析：第四類用戶行為軌跡特征分析：第四類用戶訪問網(wǎng)站的行為軌跡特征相關性比較弱，瀏覽特征沒有明確規(guī)律。從首頁進入網(wǎng)站者居多，該類用戶進入網(wǎng)站沒有明確的目標，往往會點擊網(wǎng)站多個頻道或欄目，并且進入下一欄目多數(shù)是跳轉(zhuǎn)到首頁進入。原因有兩種，一種是用戶對網(wǎng)站不熟悉，另一種是欄目或頻道沒有用戶喜歡的內(nèi)容。從首頁進入網(wǎng)站的用戶一般會點擊分站、導購、車型等導航，分站和導購點擊量較多。聚類分析結(jié)果聚類分析結(jié)果第四類用戶行為軌跡特征分析：第四類用戶行為軌跡特征分析：第四類典型用戶行為