专栏首页PPV课数据科学社区用户行为数据可视化:行为序列图

用户行为数据可视化:行为序列图

一.引子:

作为一名网站的用户研究工作人员,我曾经碰到过以下问题:

• 深知服务器日志是一座金矿,但不知道该从哪里开始分析?

• 辛辛苦苦盯着电脑一天,看了1000+条日志,越看越晕,看不出规律,找不到方向…

• 在众多日志中,发现了一个异常动作,可是,这只是一个用户不小心点错了呢?还是由于设计导致的大量误操作呢?

经过一段时间的探索,发现将日志可视化,制作行为序列图,是一个非常直观有效的梳理思路&发现问题的方法,在此分享给大家~

二.什么是用户行为序列?行为序列图长啥样?

1.用户行为序列:

也可以叫做“基于时间序列的用户行为”,是某一时间段内,按照时间先后顺序记录的人从事某种活动的每一步行为。

在网站,一段时间内,一个用户从进入网站到离开网站过程中的每一步行为的记录,被我们记做一条用户行为序列。

如下图,就是一条用户行为序列。

这条用户行为包含12个步长,依次进行了搜索、添词、预估等动作。

2.了解了用户行为序列,我们再来看一下行为序列图长啥样子?

刚才的那条共计12步的用户行为序列,转化为行为序列图,就是这个样子滴↓

(*其中,对每个动作都进行了数字编码&颜色标记,如:动作“search”被编码为“16”,并标记为“透明度为20%的红色”。具体操作方法请参考文章第四部分。)

是不是瞬间变得非常简单直观~

如果有100条用户行为序列,那么这幅行为序列图是这个样子的↓,大数据尽收眼底,就是这种赶脚哦~

三.那么问题来了,用户行为序列图有啥用呢?

直观~直观~还是直观

如果非要说出来的话,我总结了一下,对我们研究日志有如下帮助:

1.宏观全览大数据

2.根据需求灵活标注,便于观察规律

3.定位问题,通过颜色区分,一目了然

4.与统计数据结合,解释问题有数有据

5.大家都能看的懂

。。。(暂时想不出来了,欢迎补充)

四.如何一步一步将基于时间序列的用户行为可视化。

第一步:获取数据

数据来源:通过数据后台,或请程序猿大哥帮忙跑出的日志,格式不限。

比如,它可以是这个样子的:

第二步:清洗& 整理数据

1.清洗数据:

在数据提取阶段,偶尔会出现空白值的情况,建议把包含空白值的用户剔除掉,以免干扰以后的数据分析。

2.整理数据:

拿到的数据格式各异,需要进行整理才能符合我们做可视化的格式。我们需要将数据整理成这样的格式。

在EXCEL中,对动作进行数字编码,并使用数据透视表,将数据进行整理后变成如下形式:

OK,数据已经整理成了我们想要的形式。

第三步:对不同动作进行颜色标记,以便通过色彩直观的了解用户行为规律和特点。

动作标记,需要根据需求再进行。对于特别关注的动作可以进行重点标记。如没有思路,希望通过看图找出一些规律,可以常识根据不同动作类型标颜色,如点击、翻页、输入等;也可以根据不同页面进行标记,如首页动作、结果列表页动作、详情页动作等,也可以根据功能模块进行标记,如查找功能,查看功能等。

*对于相似动作或者某一类型动作,可以使用同一色系的渐变色标注,这样可以使非常多的动作类型看起来更简洁,也更便于观察分析。

在excel中可以用“条件格式”进行标记,如下图:

接下来,就是对这些行为按照不同维度进行标记&排序。你会发现一些规律、一些异常慢慢开始浮现~

五.以下是两个初步尝试的案例,供大家参考~

案例1 :用户步长的直观分析

• 项目背景:

新产品上线,用户平均步长数是:11步,各模块点击率也OK,但从客户那里得到的反馈褒贬不一。PM希望了解一下问题出在哪里?

• 研究方法:

通过日志,对线上用户实际操作行为进行分析,绘制了用户行为序列图。

• 发现问题:

仅执行第一个关键动作就离开的用户占到将近一半!人们在反复尝试后,都不满意!所以,结果并不像平均步长等于11,那么令人欣慰!

案例2 :用户页面切换的真实情况

• 项目背景:

拿到一批用户的行为日志,希望可以从中探究一些规律,同时发现现有流程中的问题

• 研究方法:

以页面为维度,对动作进行标记,绘制用户行为序列图。

• 发现问题:

挑选商品页的动作数(标记为绿色)少于预估&删除商品页的动作数(标记为黄色)。但我们希望用户精挑细选,然后快速决策,可见用户并不是按照我们的预期使用产品,里面肯定有一些体验问题,值得我们深入分析。

以上就是本期的分享,数据就像是一座蕴藏神秘的冰山,等待着我们去探索,欢迎有兴趣的同学一起交流讨论~

★每日一题(答案次日公布)

昨日Q35 答案:C

Q36. OLAM技术一般简称为”数据联机分析挖掘”,下面说法正确的是: ( ) A. OLAP和OLAM都基于客户机/服务器模式,只有后者有与用户的交互性; B. 由于OLAM的立方体和用于OLAP的立方体有本质的区别. C. 基于WEB的OLAM是WEB技术与OLAM技术的结合.

本文分享自微信公众号 - PPV课数据科学社区(ppvke123)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2015-04-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 用户行为数据可视化——行为序列图

    引子: 作为一名网站的用户研究工作人员,我曾经碰到过以下问题: 深知服务器日志是一座金矿,但不知道该从哪里开始分析? 辛辛苦苦盯着电脑一天,看了1000+条...

    小莹莹
  • 干货 : 聚焦于用户行为分析的数据产品。

    因为工作需要,我的收藏夹里收集了很多数据相关的产品,其实加入收藏,也一直没有时间好好去研究。这几天恰好有时间翻出来逐个体验了番,顺手贴出来,大家一起研究。 受篇...

    小莹莹
  • 别扯大数据 !请先面朝用户

    大数据很火,TED的创始人Dan Ariely这样调侃:大数据就像青少年谈性,每个人都在说,不知道谁做了,每个人认为另外人在做,所以每个人都声称自己在做……这是...

    小莹莹
  • 用户行为数据可视化——行为序列图

    引子: 作为一名网站的用户研究工作人员,我曾经碰到过以下问题: 深知服务器日志是一座金矿,但不知道该从哪里开始分析? 辛辛苦苦盯着电脑一天,看了1000+条...

    小莹莹
  • 2018 UI + 交互 流行趋势(案例)汇总

    设计趋势往往会受到当今主流媒体,技术的发展,时尚趋势等等影响,设计趋势一般是慢慢形成的,循序渐进的。当然,随着时间的交替也会以同样新旧交替的形式变得落后。201...

    宇相
  • 关于Advertising Campaign

    Advertise Campaigns 是指为了传播企业创意或者宣传主题而采取的一些列的整合营销(IMC)活动,也称为广告战役。广告战役主要在一段明确的时间内,...

    大江小浪
  • 干货 : 聚焦于用户行为分析的数据产品。

    因为工作需要,我的收藏夹里收集了很多数据相关的产品,其实加入收藏,也一直没有时间好好去研究。这几天恰好有时间翻出来逐个体验了番,顺手贴出来,大家一起研究。 受篇...

    小莹莹
  • 【3分钟速读】洞察用户的3种方法,其中一种弄死数据分析师哦

    比如做用户运营,要关注我们到底满足了用户哪些需求,可以怎样调动用户活跃。做内容运营,要关注用户喜欢什么样的文案风格、传播渠道。做商品运营虽然看的是进销存,但背后...

    接地气的陈老师
  • 数据分析模型有哪些?常见的这八种来了解一下!

    在进行数据分析时,那就会提及数据分析模型。在进行数据分析之前,首先要建立一个数据分析模型。根据模型的内容,将其细分为不同的数据指标以进行详细分析,最后得到所需的...

    数据前沿
  • 朋友圈广告为何能被接受?

    腾讯科技 相欣 1月26日报道 昨夜,热议已久的朋友圈广告终于正式上线,首批上线的广告主为宝马、可口可乐和vivo智能手机。 和朋友圈广告系统内测时一致,昨晚上...

    腾讯大讲堂

扫码关注云+社区

领取腾讯云代金券