大數(shù)據(jù)的一大應(yīng)用是對(duì)用戶(hù)行為進(jìn)行分析，而分析的關(guān)鍵就在于搞清三個(gè)關(guān)鍵問(wèn)題：what 什么是用戶(hù)分析；why為什么分析用戶(hù)行為；how如何分析用戶(hù)行為。

　　What：什么是用戶(hù)行為

　　用戶(hù)行為從時(shí)間和空間兩個(gè)維度展開(kāi)。從時(shí)間的維度來(lái)看，按照管理學(xué)大師菲利普科特勒的理論，用戶(hù)的行為軌跡包括：產(chǎn)生需求、信息收集、方案比選、購(gòu)買(mǎi)決策、購(gòu)后行為5個(gè)階段。其中購(gòu)后行為包括使用習(xí)慣、使用體驗(yàn)、滿(mǎn)意度、忠誠(chéng)度等。


　　從空間的維度來(lái)看，用戶(hù)行為的構(gòu)成要素包括5W2H。例如我們要全面描述用戶(hù)在購(gòu)買(mǎi)階段的行為，就要回答這樣的問(wèn)題，誰(shuí)(who)?打算在什么時(shí)候(when)?什么地方(where)?買(mǎi)什么東西(what)?產(chǎn)生需求的動(dòng)機(jī)是什么(why)?打算買(mǎi)多少(how much)?如何買(mǎi)(how)?同理，在使用階段也可以從這7個(gè)要素角度來(lái)描述。

　　范圍縮小到一個(gè)B2C商城或網(wǎng)站內(nèi)部，我們可以通過(guò)以下參數(shù)定義一個(gè)具體的用戶(hù)行為。

　　訪問(wèn)網(wǎng)站的時(shí)間、訪問(wèn)的內(nèi)容、頁(yè)面每個(gè)部分停留的時(shí)間、點(diǎn)擊的內(nèi)容、評(píng)論的目標(biāo)、評(píng)論的內(nèi)容、分享的內(nèi)容和與在線(xiàn)客服溝通的信息。分析系統(tǒng)從這些零散的信息中，可以提煉和整理出用戶(hù)在商城或網(wǎng)站內(nèi)部的用戶(hù)行為，從而盡可能地挖掘解答5W2H中的幾個(gè)問(wèn)題。


　　Why：為什么分析用戶(hù)行為

　　隨著微信微博等社交軟件越來(lái)越被人們習(xí)慣使用，各品牌商在社交這個(gè)媒體上都要發(fā)出些聲音。從當(dāng)年微博上新品的發(fā)布、產(chǎn)品信息的推廣、活動(dòng)促銷(xiāo)的宣傳，到當(dāng)下微信的服務(wù)號(hào)訂閱號(hào)上定期推送信息給粉絲們，我們認(rèn)為這些只是初級(jí)營(yíng)銷(xiāo)手段。有沒(méi)有必要繼續(xù)呢?當(dāng)然有，可是在這之后，品牌商能獲取什么呢?也許你的粉絲多了，網(wǎng)絡(luò)上的知名度也有一點(diǎn)了，銷(xiāo)量也上去了一些；也許你忙活了兩個(gè)月，只是多了些粉絲，可是銷(xiāo)量卻沒(méi)有明顯起色。這兩種情況是目前在社媒營(yíng)銷(xiāo)推廣中普遍的。

　　從根本上來(lái)說(shuō)，無(wú)論你的效果是好還是壞，重要的是要知道“為什么”，為什么有粉絲沒(méi)流量，或者為什么有流量沒(méi)成交?

　　因此，我們需要一臺(tái)“X光機(jī)”來(lái)探究現(xiàn)象背后的本質(zhì)。也就是要探究用戶(hù)的行為，并采用某些技術(shù)手段分析這些行為，終提供給營(yíng)銷(xiāo)人員基于真實(shí)用戶(hù)行為的參考數(shù)據(jù)。通過(guò)數(shù)據(jù)報(bào)表的形式來(lái)了解品牌的粉絲們對(duì)營(yíng)銷(xiāo)的活動(dòng)，產(chǎn)品特性的想法。這樣才能在后續(xù)的營(yíng)銷(xiāo)活動(dòng)中有的放矢，逐步改進(jìn)活動(dòng)的方案，產(chǎn)品的設(shè)計(jì)等。

　　How：如何分析用戶(hù)行為

　　在分析用戶(hù)行為之前，首先要采集用戶(hù)行為的事件。行為是由一組事件組成的，從廣義上說(shuō)，一組行為還可以組成更大的行為。一般把那些不能再拆分的行為定義為事件，也就是說(shuō)事件是原子性的。例如：一個(gè)用戶(hù)來(lái)到網(wǎng)站，訪問(wèn)了一個(gè)剃須刀促銷(xiāo)活動(dòng)的宣傳頁(yè)面，這一個(gè)事件就是非原子性的，從中無(wú)法分析出這個(gè)用戶(hù)的行為，也就是無(wú)法解答5W2H的問(wèn)題。只能知道用戶(hù)訪問(wèn)了這個(gè)頁(yè)面。我們必須要采集這個(gè)用戶(hù)一段時(shí)間的用戶(hù)行為事件。再通過(guò)人工定義一些典型的行為。通過(guò)某一算法對(duì)用戶(hù)所有行為事件進(jìn)行綜合分析，進(jìn)而匹配人工定義的這些行為，如此我們才可以知道用戶(hù)至今為止的行為，甚至分析出用戶(hù)的個(gè)性化標(biāo)簽，以及未來(lái)也許會(huì)有的需求。

　　還是以剛才的例子假設(shè)一個(gè)場(chǎng)景，用戶(hù)晚上9點(diǎn)訪問(wèn)了商城中某一個(gè)剃須刀活動(dòng)促銷(xiāo)，接下來(lái)，用戶(hù)又到了活動(dòng)的詳細(xì)說(shuō)明頁(yè)，瀏覽了2分鐘，然后收藏了這個(gè)活動(dòng)，第二天上午11點(diǎn)，這個(gè)用戶(hù)又訪問(wèn)了這個(gè)活動(dòng)頁(yè)面，并且停留了5分鐘。我們的系統(tǒng)采集下這些數(shù)據(jù)后，經(jīng)過(guò)分析發(fā)現(xiàn)這組事件匹配了一個(gè)已經(jīng)定義好的行為：“老用戶(hù)，訪問(wèn)剃須刀促銷(xiāo)活動(dòng)，持續(xù)時(shí)間大于5分鐘，訪問(wèn)時(shí)間發(fā)生在工作日上午10點(diǎn)至11點(diǎn)”，接下來(lái)系統(tǒng)會(huì)把這個(gè)行為賦予這個(gè)用戶(hù)，記錄這個(gè)行為發(fā)生的時(shí)間，并且由于這個(gè)行為的發(fā)生，系統(tǒng)再比照以前過(guò)往的行為，如很多送貨地址在某CBD，于是又為這個(gè)用戶(hù)記錄了幾個(gè)標(biāo)簽，如：上班族相似度+40%，男士相似度+60%，學(xué)生族-10%，其它標(biāo)簽匹配度也將相應(yīng)調(diào)整。

　　這里經(jīng)過(guò)了如下圖的幾個(gè)步驟:


　　初步分析：營(yíng)銷(xiāo)人員通過(guò)經(jīng)驗(yàn)和用戶(hù)分組篩選方式對(duì)現(xiàn)有用戶(hù)做初步分析

　　行為定義：營(yíng)銷(xiāo)人員事先為這個(gè)促銷(xiāo)活動(dòng)定義好了一個(gè)行為：老用戶(hù)，訪問(wèn)訪問(wèn)剃須刀促銷(xiāo)活動(dòng)；發(fā)生時(shí)間：工作日，工作時(shí)間；持續(xù)時(shí)間5分鐘。

　　事件采集：分析系統(tǒng)采集用戶(hù)在網(wǎng)站上的各種操作事件，并分類(lèi)匯總到事件庫(kù)中。

　　事件分析：逐個(gè)用戶(hù)地分析整個(gè)事件庫(kù)，比照定義好的行為，得出用戶(hù)行為。

　　賦予用戶(hù)行為：把比照出來(lái)的行為賦予用戶(hù)并調(diào)整用戶(hù)身上的標(biāo)簽匹配度。


　　以上只是一個(gè)簡(jiǎn)單的用戶(hù)行為采集分析的過(guò)程。本文不涉及具體的技術(shù)實(shí)現(xiàn)方案。基于數(shù)據(jù)的用戶(hù)個(gè)性化分析的核心思想就是事先根據(jù)用戶(hù)的事件，分析出一些典型的行為，再通過(guò)采集用戶(hù)的事件來(lái)匹配這些行為。由于行為的發(fā)生會(huì)再影響到用戶(hù)的個(gè)性化的標(biāo)簽，標(biāo)簽匹配度會(huì)由于行為的不同有增有減，而不是一旦賦予終身不變，這符合人性變化的特點(diǎn)，經(jīng)過(guò)一段時(shí)間的數(shù)據(jù)積累，我們將逐漸清楚用戶(hù)各方面的特征。

　　而要實(shí)現(xiàn)這套行為分析的重點(diǎn)就是持續(xù)化地調(diào)整，優(yōu)化“行為定義”，這個(gè)步驟可以是人工定義行為，也可以由系統(tǒng)分析智能給出新的行為。