1 路径分析模型概述

应用场景

路径分析是一种用于分析用户在使用产品时的行为路径分布情况的方法，可视化展示用户在各个路径上的流转分布。以下是路径分析的一些常见使用场景：

1. 营销效果评估：

在营销活动中，路径分析可以追踪用户从接收营销信息到最终购买的全过程，评估不同营销路径的转化率和效果。例如，通过分析用户从接收营销短信到最终购买的路径，可以了解哪些营销环节有效，哪些需要改进，从而优化营销策略，提高转化率。

2. 服务流程优化：

路径分析可以识别服务流程中的瓶颈和效率低下环节，帮助优化服务流程。例如，分析用户在注册、验证、投诉等流程中的行为路径，找出可能导致用户流失或满意度下降的关键节点，并提出优化建议，提升整体服务质量。

3. 洞察流失异常路径，挖掘流失根因：

当发现某些环节的流失率超出预期时，可以将这些事件存为漏斗，结合漏斗模型进一步定位流失原因。例如，通过路径分析发现新用户在加入收藏夹到下单、支付环节的流失较为严重，可以将这些事件存为漏斗，分析转化效果，制定优化措施。

计算原理

路径分析的统计指标是会话数。

1. 会话的定义：

一般网页会话可以定义为在浏览器与服务器之间持续存在的一种交互状态，允许网站记住用户的身份信息和交互历史。HTTP协议本身是无状态的，每个请求都是独立的，服务器不会记住之前的交互。通过会话技术，网站可以“记住”用户的身份信息和交互历史，提供连贯的浏览体验，并收集用户偏好和行为数据‌

在路径分析里，会话可理解为是用户在一段时间在产品内触发的行为序列集合

2. 会话计算逻辑： 步骤 1：将用户的行为序列，按照发生时间远到近进行排序。

步骤 2：从第一个事件向后进行匹配，将遇到的第一个【起始事件】作为会话的起点。

步骤 3：继续向后匹配，如果相邻事件间隔超过session间隔，就切断会话（断点前一个事件归属于该会话）。

步骤 4：继续往后匹配寻找下一个起始事件作为新一个会话的起点。

...

基于以上步骤能得到每一位用户的会话。将相同路径的会话合在一起统计即得到每个节点的会话数。

2 选择数据来源

目前仅支持数据上报类型数据源，暂不支持复合来源类型

起始事件代表用户使用路径中的起点，例如设置为小程序启动事件，后续则为统计用户在触发小程序启动事件后的去向。

只有配置在参与分析事件范围中的事件才会出现在路径图的节点中。例如10个启动小程序的用户中9个在接下来触发了上图中的事件，但有一个用户在启动小程序后点击了转发按钮，触发了『转发当前页』的事件，则在最终的路径桑基图中，此用户的会话流向会被计入其他。

此外，模型支持合并连续重复事件，即当一名用户反复触发同一事件（如页面浏览事件）时，模型也不会将此用户的会话进行多层统计，而是仅计为一层节点。

支持以小时或分组的粒度设置会话间隔时长

全局过滤功能可对将一个或多个事件属性、用户属性，或者某个用户分群、标签作为本次分析的数据过滤条件。当有多个全局过滤条件时，支持设置取且/或逻辑。

鼠标移入固定节点，可高亮展示此节点的前后两层路径节点，并展示留存率与流失率指标。流失率等于（后链路中流向流失节点的会话数/当前节点会话数），留存率=1-流失率。