用戶行為分析方法論

㈠ 如何分析活躍用戶和留存用戶

㈡ 產品經理如何做用戶行為分析

在這個每個互聯網人都在談論數據，每個產品經理都在談論數據分析的時代，用戶行為分析的重要性也越來越凸顯出來，那麼產品經理如何做用戶行為分析呢？接下來將為大家進行分享。

一、為什麼要做用戶行為分析

觀點一：有些功能整個平台用戶都希望做，是沒有必要耗費人力評估的，只要做了就可以了。用戶行為分析是形式，不能為了分析而分析。觀點二：我都在這個行業做了這么多年了，用戶需要什麼難道我不知道嗎？我本身就是用戶，我可以代表他們，我的需求就是他們的需求目標。觀點三：只需要做充分的調研分析就可以了，比如需求調研，產品使用調研，多找找目標用戶，多讓他們提一些反饋意見，根據反饋來做修改即可。觀點四：不要總是順著用戶的意思去做產品。產品設計的核心是產品經理的想法，而不是用戶的看法。

以上觀點其實都是錯誤的，如果產品經理有這樣的想法，會對自己極為不利。下面我們來看兩個案例：

案例一：Growing IO 改版前後對比

視頻介紹功能是所有用戶都想要的，於是Growing IO毫不猶豫地把視頻放在了首頁，然後注冊轉化率下降了50%，持續觀察兩個周，注冊轉化率仍然沒有顯著增長，回滾到上個版本，注冊轉化率逐漸恢復。結論：

部分用戶的觀點無法代表全體用戶的真實感受，視頻介紹可能是偽需求。產品經理的主觀感受無法代表用戶的真實體驗，任何人都無法代表用戶。視頻介紹分散了用戶的注意力，導致首頁注冊轉化率大幅度下跌。

案例二：Facebook改版之後再回滾

Facebook經過改版之後，頁面更清爽了，展示面積更大了，突出了圖片以及視頻，展示信息更豐富，Facebook的產品經理、交互設計師都對這一版本非常有信心。然而10%灰度發布之後，用戶平均在線時長降低50%，一個月後，數據仍然沒有好轉。

互聯網產品要以數據為導向，而不僅僅憑借自己的主觀感覺。產品設計過於超前了，產品版本迭代版本之間沒有一定的過渡，用戶無法習慣。

因此可以說，數據分析在日常工作中起到的是必不可少的作用。1、用戶行為分析不是形式化，不是為了分析而分析，哪怕是核心用戶提出的需求，也要通過數據來驗證，任何人都無法代表真正的用戶。2、產品經理要有自我革新，自我否定的意識。用戶的需求是變的，不能太過於依賴過往的經驗，過往的經驗不可靠，只有數據最可靠。3、用戶分析調研是一方面，只是為產品提供思路，但是是否有利於產品長期發展還是要通過數據來說話。4、用戶端產品要以用戶體驗為核心，以數據為導向。

二、數據指標與名詞含義

1、流量來源：流量來源的意思是網站的訪問來源，比如用戶來自於知乎，來自於微博等等。主要用來統計分析各渠道的推廣效果。

2、PV：PV（page view）即頁面瀏覽量或點擊量，指頁面刷新的次數，每一次頁面刷新，就算做一次PV流量。

3、UV：UV（unique visitor）即獨立訪客數，在同一天內，UV只記錄第一次進入網站的具有獨立IP的訪問者，在同一天內再次訪問該網站則不計數。PV與UV的比值一定程度上反映產品的粘性，比值越高往往粘性越高。

4、IP數：IP數即獨立IP的訪問用戶數，指1天內使用不同IP地址的用戶訪問網站的數量。IP數字與UV可能不同（可大可小可相等）

5、日活/月活：每日活躍用戶數（DAU）/每月活躍用戶數（MAU），反映的是網站或者APP的用戶活躍程度，用戶粘性。

6、次日留存/次月留存：次日留存、次月留存反映的是網站或者APP的留存率。

7、用戶保有率：指在單位時間內符合有效用戶條件的用戶數在實際產生用戶量的比率，也叫用戶留存。

8、轉化率/流失率：轉化率一般用來統計兩個流程之間的轉化比例。其中流失率也是重要的數據指標。用戶流失率=總流失用戶數/總用戶數。

9、跳出率：指用戶到達網站上且僅瀏覽了一個頁面就離開的訪問次數（PV）與所有訪問次數的百分比。跳出率越高說明越不受歡迎。

10、退出率：對某一個特定的頁面而言，從這個頁面離開網站的訪問數（PV）占這個頁面的訪問數的百分比。跳出率適用於訪問的著陸頁（即用戶訪問的第一個頁面），而退出率則適用於任何訪問退出的頁面。

11、使用時長：每天用戶使用的時間。對於游戲或者是社交產品來說，使用時間越長，說明用戶越喜歡。一般來說，使用時長越短說明產品粘性越差，用戶越不喜歡。

12、ARPU：Average Revenue Per User，每用戶平均收入在一定時間內，ARPU=總收入/用戶數。

三、如何做用戶行為分析――三大理念

1、要樹立以數據為驅動的價值觀

要樹立以數據為驅動的價值觀，充分認可數據的價值。工作定位：統計、助力、優化、創新。商業變現是最根本目標：用戶使用產生數據商業變現

2、要有用戶行為分析方法論

在用戶行為分析中，越底層產生的價值越低，越頂層產生的價值越高。做用戶行為分析應該把重心放在最有價值的分析和決策兩個層面。將更多的時間放在分析以及應用上，而不是數據採集上。

AARRR模型，我們在做用戶行為分析的時候，應該考慮用戶正處在AARRR模型的哪個部分、關鍵數據指標是什麼、對應的分析方法又是什麼。

當我們對產品有一個idea的時候，採用MVP的方式將其構建，功能上線後，衡量用戶和市場反應，從而不斷學習優化

3、要用功能強大的用戶行為分析工具

比如Google analysis、神策數據、Growing IO等等

四、如何做用戶行為分析――八大方法

1、內外因素分析

該方法有助於快速定位問題。例如一款金融類產品UV下降，快速分析相關原因。內部可控因素：渠道變化、近期上線更新版本、內部不可控因素：公司戰略變更、外部可控因素：淡旺季、外部不可控因素：監管。

2、事件分析

事件維度：用戶在產品中的行為以及業務過程。指標：具體的數值，訪客、地址、瀏覽量（PV、UV）、停留時長。趨勢分析：分析各個事件的趨勢

通過事件分析，比如分析用戶的在線時長、點擊事件、下載事件等等，然後分析用戶的行為。並且通過各類圖標來分析用戶的行為趨勢，從而對用戶的行為有初步的了解。

3、試點分析

說白了就是，當發現一個問題之後，不要那麼著急去解決，而是只想一個解決辦法，然後灰度發布，如果灰度發布的人群數據比較好，那麼就推往整個用戶群。

這是一種從一個具體問題拆分到整體影響，從單一解決方案找到一個規模化解決方案的方式。

4、漏斗模型

漏斗模型是最常用的分析方法，可以廣泛應用於流量監控、產品目標轉化等日常數據運營工作中。要根據實際需要來確定是否有做漏斗分析的必要，比如用戶注冊過程、下單過程這些主要流程，就需要用漏斗模型來進行分析，尤其是需要分析用戶在哪個環節流失最嚴重。

5、留存分析

通過留存分析，分析用戶的次日留存、次周留存、次月留存等等，次日留存率能夠說明用戶對這款產品是否有持續使用的興趣，對於社交、游戲類產品來說，次日留存率非常重要。

6、行為軌跡分析

只通過PV、UV 分析以及退出率分析是無法找到大部分用戶是怎麼去使用這款產品的。只有通過記錄用戶的行為軌跡，才能夠關注用戶真正如何去使用這款產品的。用戶體驗設計是對用戶行為的設計，通過行為軌跡分析，能夠幫助產品經理設計出來的產品直達用戶內心。

例：通過用戶行為軌跡分析發現，大部分用戶支付轉化率不高並不是退出了，而是返回了上一個頁面，猜測：當前頁面信息不足，用戶在猶豫，想返回上一個頁面再了解一下產品。

7、A/B test

A/B test是一種產品優化方法，AB測試本質上是個分離式組間實驗，將A與B兩個不同的版本同時發往兩個幾乎一致的用戶群，來觀測這兩個用戶群的數據反饋。

A/B test是一種「先驗」的實驗體系，屬於預測型結論，與「後驗」的歸納性結論差別巨大。A/B測試的目的在於通過科學的實驗設計、采樣樣本代表性、流量分割與小流量測試等方式來獲得具有代表性的實驗結論，並確信該結論在推廣到全部流量可信。

8、點擊分析

通過點擊分析，能夠直觀地看出來在這個頁面中，用戶的注意力都集中在哪些地方，用戶最常用的功能是什麼。方便產品經理對用戶行為形成整體的了解，有助於產品經理引導用戶往自己想要的方向去操作。

以上就是我個人總結的產品經理用戶行為分析的方法，歡迎大家來補充、交流。

作者：秦時明月，互聯網現金貸產品經理、互聯網保險產品經理。

本文由@秦時明月原創發布於人人都是產品經理。未經許可，禁止轉載。

題圖來自 unsplash，基於 CC0協議

㈢ 如何做好用戶行為分析

做好用戶行為分析的方法：利用數據分析平台可以通過無埋點和埋點的方式將以上信息進行採集和整理分析。所以做好用戶分析的要點就在於通過搭建好的平台去完成用戶行為信息的收集，然後結合好的分析模型去將以上信息加以利用。

用戶行為分析的意義：

1、有效的用戶行為是能夠基於此分析總結用戶意圖和喜好的觸發動作：比如在公眾號進行圖文閱讀、在淘寶搜索欄搜索「男裝」、對單個商品加入購物車、對單個頁面長時間瀏覽等。

2、而例如微博熱搜列表瀏覽、訂閱號信息列表瀏覽等不涉及到具體觸發點擊動作的，則是無效的用戶行為。

㈣ 如何利用用戶行為分析數據

關於用戶行為分析的意義以及在什麼樣的環境中使用這些數據，許多運營表示收獲頗豐，但是對於一些具體的操作和運營方法也有一些不是太清楚，希望我們能夠針對這方面進行一下知識的講解，所以我們今天就請北大青鳥http://www.kmbdqn.cn/的老師來給大家介紹一下，如何進行用戶行為分析的數據使用。

有了用戶的行為數據以後，我們有哪些應用場景呢?

拉新，也就是獲取新用戶。

轉化，比如電商特別注重訂單轉化率。

促活，如何讓用戶經常使用我們的產品。

留存，提前發現可能流失用戶，降低流失率。

變現，發現高價值用戶，提高銷售效率。

(一)拉新

特別注重是哪個搜索引擎、哪個關鍵詞帶來的流量;關鍵詞是付費還是免費的。從谷歌那邊搜素引擎詞帶來了很多流量，但是這些流量是否在上成單，所以這個數據還要跟eBay本身數據結合、然後再做渠道分配，到底成單的是哪個渠道。整個數據鏈要從頭到尾打通，需要把兩邊的數據整合之後才能做到。

(二)轉化

以注冊轉化漏斗為例，第一步我們知道網頁上有哪些注冊入口，很多網站的注冊入口不只一個，需要定義每個事件;我們還想知道下一步多少人、多少百分比的人點擊了注冊按鈕、多少人打開了驗證頁;多少人登錄了，多少人完成了整個完整的注冊。

期間每一步都會有用戶流失，漏斗做完後，我們就可以直觀看到，每個環節的流失率。

(三)促活

還有一個是用戶使用產品的流暢度。我們可以分析具體用戶行為，比如訪問時長，在那個頁面上停留時間特別長，尤其在APP上會特別明顯。再有是完善用戶畫像，拿用戶行為分析做用戶畫像是比較準的。

㈤ 數據分析的基本思路是什麼 怎麼才有數據分析思路

【導讀】在我們的日常工作生活中，經常會用到數據分析，比如領導需要舉辦一場活動，讓你做個活動策劃，你就要對客流量，成本，展現等各方面進行數據分析，做數據分析就好比做一件衣服，首先的先有設計圖，然後在根據設計圖分步驟的去製作成成品。下面我們就來說說數據分析的基本思路是什麼?怎麼才有數據分析思路?

數據分析方法論主要有PEST分析法，5W2H分析法，邏輯樹分析法，4P營銷理論(現在用的比較多是4C)，用戶行為理論。下面呢，我就以5W2h分析方法，給大家詳細的說明一下怎麼建立完整的數據分析思路。

首先，先介紹一下什麼是5W2H。

(1)WHAT——是什麼?目的是什麼?做什麼工作?

(2)WHY——為什麼要做?可不可以不做?有沒有替代方案?

(3)WHO——誰?由誰來做?

(4)WHEN——何時?什麼時間做?什麼時機最適宜?

(5)WHERE——何處?在哪裡做?

(6)HOW ——怎麼做?如何提高效率?如何實施?方法是什麼?

(7)HOW MUCH——多少?做到什麼程度?數量如何?質量水平如何?費用產出如何?

例如要不要增加一個推廣渠道，我們來形成一個完整的分析思路。

WHAT：一個引流的渠道，對這個渠道要有一定認識。

WHY ：目前其他的渠道的流量不能滿足，做了渠道之後可能會增加多少流量。

WHO：是直接讓其他渠道的人來負責，還是重新招一個操作過這個渠道的人。

WHEN：如果要做這個渠道，有沒有時間來做，什麼時候開始實施。

WHERE：如果是大公司，要考慮是總公司來做，還是分公司來做。

HOW：怎麼做，是否有詳細的解決方案，是否先參考同行競爭對手。

HOW MUCH：新增加的這個渠道，需要投入多少成本，人力成本，廣告成本等等。

對每個環節進行分析，評估，然後綜合每個環節，看看這個渠道是否值得開發。

以上就是小編為大家整理發布的關於「數據分析的基本思路是什麼?怎麼才有數據分析思路?」，希望對大家有所幫助。做熟悉分析最重要的就是有完整的思路，有了完整的思路才可以更清晰准確的去進行數據分析。更多相關內容，關注小編，持續更新。

㈥ 方法論分哪五種

方法論分：邏輯樹方法論、5W2H方法論、PEST方法論、SWOT方法論、用戶行為方法論等。
一、邏輯樹方法論。
邏輯樹是將問題的所有子問題分層羅列，從最高層開始，並逐步向下擴展。麥肯錫分析問題最常使用的工具就是「邏輯樹」。「邏輯樹」指的是在問題解決流程中，深入探究問題的成因，因而能在有限的時間內，將解決對策「具體化」的技術。它是以邏輯的因果關系為解決方向，經過層層的邏輯推演，最後導出問題的解決之道。冷靜、客觀的邏輯分析可以為我們的操作提供堅實的圖表基礎，當然，具體執行還需要每個人的認知與感悟。
二、5W2H方法論。
5W2H分析法又叫七何分析法，是二戰中美國陸軍兵器修理部首創。
提出疑問與發現問題和解決問題是極其重要的。創造力高的人，都具有善於提問題的能力，眾所周知，提出一個好的問題，就意味著問題解決了一半。提問題的技巧高，可以發揮人的想像力。
三、PEST方法論。
PEST分析是應用於宏觀環境的分析，比如一些世界500強企業在分析宏觀國內外環境的時候會經常用到這種方法論。比如沃爾瑪、大潤發、肯德基等等。其中P是政治(politics)，E是經濟(economy)，S是社會(society)，T是技術(technology)。
四、SWOT方法論。
SWOT分析法不但可以用來分析企業所處的環境優缺點，還可以用來分析個人自身的有缺點呢，而這種方法論也是我們大家最早接觸的一種分析方法論。
五、用戶行為方法論。
針對符合某種特定行為或背景信息的用戶，進行歸類處理，是我們常常講到的用戶分群（segmentation）的手段。我們也可以通過提煉某一群用戶的特定信息，創建該群體用戶的畫像。

㈦ 數據分析方法論的高級方法有哪些

數據分析方法論的高級方法有：

1.PEST分析法

PEST是一種針對行業所處宏觀環境進行分析的模型。宏觀環境又稱一般環境，是指影響一切行業和企業的各種宏觀力量。對宏觀環境因素作分析時。

由於不同行業和企業有其自身特點和經營需要，分析的具體內容會有差異，但一般都應對 政治(Political )、經濟（Economic）、 技術（Technological）和社會（Social）這四大類影響企業的主要外部環境因素進行分析，這種方法簡稱為 PEST 分析法。

2. 5W2H 分析法

5W2H分析法是以五個 W 開頭的英語單詞和兩個 H 開頭的英語單詞進行提問，從回答中發現解決問題的線索，即何因 （Why） 、何事(What) 、何人(Who) 、何時(When) 、何地(Where) 、如何做(How) 、何價(How much)，這就構成了 5W2H 分析法的總框架。

3.SWOT分析法

SWOT分析法也叫態勢分析法，S （strengths）是優勢、W （weaknesses）是劣勢，O （opportunities）是機會、T （threats）是威脅或風險。

4. 用戶行為理論分析法

網站分析的發展已經較為成熟，有一套成熟的分析指標。比如 IP、PV、頁面停留時間、跳出率、回訪者、新訪問者、回訪次數、回訪相隔天數、流失率、關鍵字搜索、轉化率、登錄率，等等。

5.邏輯樹法

邏輯樹又稱問題樹、演繹樹或分解樹等。它是把一個已知問題當成「主幹」，然後開始考慮這個問題和哪些相關問題有關，也就是「分支」。邏輯樹能保證解決問題的過程的完整性，它能將工作細分為便於操作的任務，確定各部分的優先順序，明確地把責任落實到個人。

㈧ 數據分析方法論有哪些

PEST，也就是政治(Politics)、經濟(Economy)、社會(Society)、技術(Technology)，能從各個方面把握宏觀環境的現狀及變化趨勢，主要用戶行業分析。

宏觀環境又稱一般環境，是指影響一切行業和企業的各種宏觀力量。

對宏觀環境因素作分析時，由於不同行業和企業有其自身特點和經營需要，分析的具體內容會有差異，但一般都應對政治、經濟、技術、社會，這四大類影響企業的主要外部環境因素進行分析。

政治環境：政治體制、經濟體制、財政政策、稅收政策、產業政策、投資政策等。

社會環境：人口規模、性別比例、年齡結構、生活力式、購買習慣、城市特點等。

技術環境：折舊和報廢速度、技術更新速度、技術傳播速度、技術商品化速度等。

經濟環境：GDP 及增長率、進出口總額及增長率、利率、匯率、通貨膨脹率、消費價格指數、居民可支配收入、失業率、勞動生產率等。

2、5W2H分析法

5W2H，即為什麼(Why)、什麼事(What)、誰(Who)、什麼時候(When)、什麼地方(Where)、如何做(How)、什麼價格(How much)，主要用於用戶行為分析、業務問題專題分析、營銷活動等。

該分析方法又稱為七何分析法，是一個非常簡單、方便又實用的工具，以用戶購買行為為例：

Why：用戶為什麼要買?產品的吸引點在哪裡?

What：產品提供的功能是什麼?

Who：用戶群體是什麼?這個群體的特點是什麼?

When：購買頻次是多少?

Where：產品在哪裡最受歡迎?在哪裡賣出去?

How：用戶怎麼購買?購買方式什麼?

How much：用戶購買的成本是多少?時間成本是多少?

3、SWOT分析法

SWOT分析法也叫態勢分析法，S (strengths)是優勢、W (weaknesses)是劣勢，O (opportunities)是機會、T (threats)是威脅或風險。

SWOT分析法是用來確定企業自身的內部優勢、劣勢和外部的機會和威脅等，通過調查列舉出來，並依照矩陣形式排列，然後用系統分析的思想，把各種因素相互匹配起來加以分析。

運用這種方法，可以對研究對象所處的情景進行全面、系統、准確的研究，從而將公司的戰略與公司內部資源、外部環境有機地結合起來。

4、4P營銷理論

4P即產品(Proct)、價格(Price)、渠道(Place)、推廣(Promotion)，在營銷領域，這種以市場為導向的營銷組合理論，被企業應用最普遍。

可以說企業的一切營銷動作都是在圍繞著4P理論進行，也就是將：產品、價格、渠道、推廣。通過將四者的結合、協調發展，從而提高企業的市場份額，達到最終獲利的目的。

產品：從市場營銷的角度來看，產品是指能夠提供給市場，被入們使用和消費並滿足人們某種需要的任何東西，包括有形產品、服務、人員、組織、觀念或它們的組合。

價格：是指顧客購買產品時的價格，包括基本價格、折扣價格、支付期限等。影響定價的主要因素有三個:需求、成本與競爭。

渠道：是指產品從生產企業流轉到用戶手上全過程中所經歷的各個環節。

促銷：是指企業通過銷售行為的改變來刺激用戶消費，以短期的行為(比如讓利、買一送一，營銷現場氣氛等等)促成消費的增長，吸引其他品牌的用戶或導致提前消費來促進銷售的增長。廣告、宣傳推廣、人員推銷、銷售促進是一個機構促銷組合的四大要素。

5、邏輯樹法

邏輯樹又稱問題樹、演繹樹或分解樹等。它是把一個已知問題當成“主幹”，然後開始考慮這個問題和哪些相關問題有關，也就是“分支”。邏輯樹能保證解決問題的過程的完整性，它能將工作細分為便於操作的任務，確定各部分的優先順序，明確地把責任落實到個人。

邏輯樹的使用必須遵循以下三個原則：

要素化：把相同的問題總結歸納成要素。

框架化：將各個要素組織成框架。遵守不重不漏的原則。

關聯化：框架內的各要素保持必要的相互關系，簡單而不獨立。

6、AARRR模型

AARRR模型是所有運營人員都要了解的一個數據模型，從整個用戶生命周期入手，包括獲取(Acquisition)、激活(Activition)、留存(Retention)、變現(Revenue)和傳播(Refer)。

每個環節分別對應生命周期的5個重要過程，即從獲取用戶，到提升活躍度，提升留存率，並獲取收入，直至最後形成病毒式傳播。

㈨ 如何做用戶行為數據分析

為改善網站的可用性,一般採用可用性工程方法,其核心是以用戶為中心的設計方法論(UCD)。綜合目前國內外對於用戶行為數據收集和分析方法所進行的研究,各種方法的特點,並利用相應方法所開發出的工具實例,使得建設的網站更加符合用戶的需要,以保障用戶與網站之間溝通的順暢。以國內知名的數據收集和分析平台數極客為例，以用戶交互行為分層理念，將用戶行為劃分為純瀏覽、輕度交互、重度交互三個層次，純瀏覽和輕度交互使用全量數據採集API，而重度交互因數據的准確性要求，通過封裝介面及高級自定義功能採集數據，僅需要在關鍵環節調用，既能化解傳統需要埋點的時效性等多種弊端，又能解決純粹的無埋點平台的數據精準性問題。

㈩ 數據分析方法論和數據分析法有什麼區別

一、概念解析：
首先來談一下數據分析方法論概念，
數據分析方法論是指導數據分析師進行一個完整的數據分析，
它
更多的是指
數據分析的思路，它也是數據分析的前期規劃，指導著後期數據分析工作的開展，而數
據分析法則是指具體的數
據分析方法，比如我們常見的對比分析，交叉分析，相關分析回歸分析等。
當你給領導提交一個數據分析報告時，
領導會問你的數據分析方法論是什麼？這一點很重要，
如果你
的方法論都
不正確或者不合理，那麼你的數據分析報告將沒有價值可言。數據分析方法論就像指南
針，南轅北轍很難達到目
的的，正所謂方向不對，努力白費。
數據分析方法論好比服裝設計圖，
他為我們的數據分析工作指引方向，
而具體的數據分析方法好比制
作服裝的工
具和技術，它為數據分析提供技術保障和支持。
二、內容解析：
數據分析方法論中常見的有
PEST
方法論，
5W2H
、邏輯樹、
4P
理論、用戶使用行為分析
5
換個比較
經典實用的理論
。
PEST
理論是指
zheng.
治，經濟，社會文化，技術環境，它一般是用於對宏觀環境的分析，主要適用
於行業分析；
5W2H
是指以
5
個
W
開頭的字母和
2
個以
H
開頭英語單詞進行提問，在提問中解決問題。
5W
代表
why
，
when
，
where,
what
，
who,2H
代表
how
，
how
much
，它的使用范圍比較廣泛，可用於用戶行為
分析，也可用於業務問題的專業分
析等等。
邏輯樹又稱問題樹、演繹樹或者分解樹，它是通過把一個已知的問題當成樹干，然後考慮這個問題和
哪些問題有
關，找出問題所有的關聯項目然後以解決，它主要適用於對業務問題的分析。
4P
理論有產品，價格，渠道，促銷
4
個因素組成，它主要適用於對公司運營狀況的分析。
用戶行為理論是指用戶為獲取、使用物品或服務後所採取的各種行動，一般包括認知，熟悉，試用，
使用，忠誠
五個環節，主要適用於對用戶行為的分析。
數據分析方法主要包括對比分析法，分組分析，交叉分析，平均分析法等，每種方法都有各自的特點
和適用范圍
，在實際操作的過程中大家可以根據自己的需要來選擇合適的方法。