大數據的一大應用是對用戶行為進行分析，而分析的關鍵就在于搞清三個關鍵問題：what 什么是用戶分析；why為什么分析用戶行為；how如何分析用戶行為。

　　What：什么是用戶行為

　　用戶行為從時間和空間兩個維度展開。從時間的維度來看，按照管理學大師菲利普科特勒的理論，用戶的行為軌跡包括：產生需求、信息收集、方案比選、購買決策、購后行為5個階段。其中購后行為包括使用習慣、使用體驗、滿意度、忠誠度等。


　　從空間的維度來看，用戶行為的構成要素包括5W2H。例如我們要全面描述用戶在購買階段的行為，就要回答這樣的問題，誰(who)?打算在什么時候(when)?什么地方(where)?買什么東西(what)?產生需求的動機是什么(why)?打算買多少(how much)?如何買(how)?同理，在使用階段也可以從這7個要素角度來描述。

　　范圍縮小到一個B2C商城或網站內部，我們可以通過以下參數定義一個具體的用戶行為。

　　訪問網站的時間、訪問的內容、頁面每個部分停留的時間、點擊的內容、評論的目標、評論的內容、分享的內容和與在線客服溝通的信息。分析系統從這些零散的信息中，可以提煉和整理出用戶在商城或網站內部的用戶行為，從而盡可能地挖掘解答5W2H中的幾個問題。


　　Why：為什么分析用戶行為

　　隨著微信微博等社交軟件越來越被人們習慣使用，各品牌商在社交這個媒體上都要發出些聲音。從當年微博上新品的發布、產品信息的推廣、活動促銷的宣傳，到當下微信的服務號訂閱號上定期推送信息給粉絲們，我們認為這些只是初級營銷手段。有沒有必要繼續呢?當然有，可是在這之后，品牌商能獲取什么呢?也許你的粉絲多了，網絡上的知名度也有一點了，銷量也上去了一些；也許你忙活了兩個月，只是多了些粉絲，可是銷量卻沒有明顯起色。這兩種情況是目前在社媒營銷推廣中普遍的。

　　從根本上來說，無論你的效果是好還是壞，重要的是要知道“為什么”，為什么有粉絲沒流量，或者為什么有流量沒成交?

　　因此，我們需要一臺“X光機”來探究現象背后的本質。也就是要探究用戶的行為，并采用某些技術手段分析這些行為，終提供給營銷人員基于真實用戶行為的參考數據。通過數據報表的形式來了解品牌的粉絲們對營銷的活動，產品特性的想法。這樣才能在后續的營銷活動中有的放矢，逐步改進活動的方案，產品的設計等。

　　How：如何分析用戶行為

　　在分析用戶行為之前，首先要采集用戶行為的事件。行為是由一組事件組成的，從廣義上說，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，也就是說事件是原子性的。例如：一個用戶來到網站，訪問了一個剃須刀促銷活動的宣傳頁面，這一個事件就是非原子性的，從中無法分析出這個用戶的行為，也就是無法解答5W2H的問題。只能知道用戶訪問了這個頁面。我們必須要采集這個用戶一段時間的用戶行為事件。再通過人工定義一些典型的行為。通過某一算法對用戶所有行為事件進行綜合分析，進而匹配人工定義的這些行為，如此我們才可以知道用戶至今為止的行為，甚至分析出用戶的個性化標簽，以及未來也許會有的需求。

　　還是以剛才的例子假設一個場景，用戶晚上9點訪問了商城中某一個剃須刀活動促銷，接下來，用戶又到了活動的詳細說明頁，瀏覽了2分鐘，然后收藏了這個活動，第二天上午11點，這個用戶又訪問了這個活動頁面，并且停留了5分鐘。我們的系統采集下這些數據后，經過分析發現這組事件匹配了一個已經定義好的行為：“老用戶，訪問剃須刀促銷活動，持續時間大于5分鐘，訪問時間發生在工作日上午10點至11點”，接下來系統會把這個行為賦予這個用戶，記錄這個行為發生的時間，并且由于這個行為的發生，系統再比照以前過往的行為，如很多送貨地址在某CBD，于是又為這個用戶記錄了幾個標簽，如：上班族相似度+40%，男士相似度+60%，學生族-10%，其它標簽匹配度也將相應調整。

　　這里經過了如下圖的幾個步驟:


　　初步分析：營銷人員通過經驗和用戶分組篩選方式對現有用戶做初步分析

　　行為定義：營銷人員事先為這個促銷活動定義好了一個行為：老用戶，訪問訪問剃須刀促銷活動；發生時間：工作日，工作時間；持續時間5分鐘。

　　事件采集：分析系統采集用戶在網站上的各種操作事件，并分類匯總到事件庫中。

　　事件分析：逐個用戶地分析整個事件庫，比照定義好的行為，得出用戶行為。

　　賦予用戶行為：把比照出來的行為賦予用戶并調整用戶身上的標簽匹配度。


　　以上只是一個簡單的用戶行為采集分析的過程。本文不涉及具體的技術實現方案。基于數據的用戶個性化分析的核心思想就是事先根據用戶的事件，分析出一些典型的行為，再通過采集用戶的事件來匹配這些行為。由于行為的發生會再影響到用戶的個性化的標簽，標簽匹配度會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，經過一段時間的數據積累，我們將逐漸清楚用戶各方面的特征。

　　而要實現這套行為分析的重點就是持續化地調整，優化“行為定義”，這個步驟可以是人工定義行為，也可以由系統分析智能給出新的行為。