一、什麼是行為事件分析?
行為事件分析法主要用于研究某行為事件的發生對企業組織價值的影響以及影響程度。企業借此來追蹤或記錄使用者行為及業務過程，如使用者注冊、浏覽産品詳情頁、成功投資、提現等，通過研究與事件發生關聯的所有因素來挖掘使用者行為事件背後的原因、互動影響等。
在日常工作中，營運、市場、産品、資料分析師根據實際工作情況而關注不同的事件名額。如最近三個月來自哪個管道的使用者注冊量最高?變化趨勢如何?各時段的人均充值金額是分别多少?上周來自北京發生過購買行為的獨立使用者數，按照年齡段的分布情況?每天的獨立 Session 數是多少?諸如此類的名額檢視的過程中，行為事件分析起到重要作用。
二、行為事件分析的特點與價值
行為事件分析法具有強大的篩選、分組和聚合能力，邏輯清晰且使用簡單，已被廣泛應用。行為事件分析法一般包含事件定義與選擇、下鑽分析、解釋與結論等環節。
事件定義與選擇。事件描述的是，一個使用者在某個時間點、某個地方、以某種方式完成了某個具體的事情。Who、When、Where、What、How 是定義一個事件的關鍵因素。其中：
Who 是參與事件的主體，對于未登陸使用者，可以是 Cookie、裝置 ID 等匿名 ID ;對于登入使用者，可以使用背景配置的實際使用者 ID;
When 是事件發生的實際時間，應該記錄精确到毫秒的事件發生時間;
Where 即事件發生的地點，可以通過 IP 來解析使用者所在省市;也可以根據 GPS 定位方式擷取地理位置資訊。
How 即使用者從事這個事件的方式。使用者使用的裝置、浏覽器、 APP 版本、管道來源等等;
What 描述使用者所做的這個事件的所有具體内容。比如對于“購買”類型的事件，則可能需要記錄的字段有：商品名稱、商品類型、購買數量、購買金額、付款方式等。
多元度下鑽分析。最為高效的行為事件分析要支援任意下鑽分析和精細化條件篩選。當行為事件分析合理配置追蹤事件和屬性，可以激發出事件分析的強大潛能，為企業回答關于變化趨勢、次元對比等等各種細分問題。同時，還可以通過添加篩選條件，可以精細化檢視符合某些具體條件的事件資料。
解釋與結論。此環節要對分析結果進行合理的理論解釋，判斷資料分析結果是否與預期相符，如判斷産品的細節優化是否提升了觸發使用者數。如果相悖，則應該針對不足的部分進行再分析與實證。
三、行為事件分析應用場景
互金行業常見的行為事件分析
某網際網路金融客戶營運人員發現，4 月 10 日号來自新浪管道的 PV 數異常高，是以需要快速排查原因：是異常流量還是虛假流量?
企業可以先定義事件，通過“篩選條件”限定廣告系列來源為“新浪”。再從其它多個次元進行細分下鑽，比如“地理位置”、“時間”、“廣告系列媒介”、“作業系統”、“浏覽器”等。當進行細分篩查時，虛假流量無處遁形。下圖為來源為“新浪”的各城市浏覽頁面的總次數。
圖 1 新浪來源的各城市浏覽頁面的總次數
在剔除虛假流量後，營運人員可進行其他使用者行為分析。通過“投資成功”事件，檢視各個時段的投資金額。若想知道每個産品類型的投資金額，此時再按照“産品類型”進行分組檢視即可。如圖 2。
圖 2 不同産品投資成功的支付金額的總和
當使用者投資到期後，後續行為可能是提現或繼續投資，營運人員可以實時關注“提現率”的變化趨勢。
圖 3 使用者投資到期後提現率的變化情況
本文作者：佚名
來源：51CTO