cda

全國校區

您的位置:首頁 > 精彩閱讀 > 大數據背景下互聯網用戶行為分析

大數據背景下互聯網用戶行為分析

2017-12-18

大數據背景下互聯網用戶行為分析

一、用戶行為分析概念:

是指在獲得網站訪問量基本數據的情況下,對有關數據進行統計、分析,從中發現用戶訪問網站的規律,并將這些規律與網絡營銷策略等相結合,從而發現目前網絡營銷活動中可能存在的問題,并為進一步修正或重新制定網絡營銷策略提供依據,滿足網站的用戶需求,提升網站信任度。

二、用戶分析的主要意義:

1、把握網站整體布局顏色等。

2、分析用戶行為數據進行網站調整。

3、掌握大多數網站用戶心理。

4、進一步修正或重新制定網絡營銷策略提供依據,滿足網站的用戶需求,提升網站信任度。

三、重點分析數據:

用戶在網站的停留時間、跳出率、回訪者、新訪問者、回訪次數、回訪相隔天數;注冊用戶和非注冊用戶,分析兩者之間的瀏覽習慣;用戶所使用的搜索引擎、關鍵詞、關聯關鍵詞和站內關鍵字;

用戶選擇什么樣的入口形式(廣告或者網站入口鏈接)更為有效;用戶訪問網站流程,用來分析頁面結構設計是否合理;用戶在頁面的上的網頁熱點圖分布數據和網頁覆蓋圖數據;用戶在不同時段的訪問量情況等。

1、訪客流量分析:

用戶群:用戶者主要所在區域,24小時之內有多少回訪。

訪問者:訪問主要來源哪個區域,如國家、省份、城市。

訪問量:分析網站月訪問,日訪問,時訪問,來確定網站的高峰是在是何月何日何時。

瀏覽量:訪客在一定時間內所瀏覽內容,日最大瀏覽量多少,日最小瀏覽量多少。

流量來源:分析網站是從哪方便來的流量。

流量頁面:哪些頁面主要引來的流量。

訪問者分析:在24小時的回訪次數,訪客瀏覽多少頁面,網站中逗留時間。

訪客訪問分析:用戶電腦所采用的系統語言,所使用的瀏覽器,屏幕尺寸,屏幕顏色位數。

搜索引擎:搜索引擎是提供信息查詢的工具,通過分析網站來源關鍵詞,來確定搜索引擎用戶主要關注網站哪些方面。

廣告效果分析:廣告效果、性價比分析、成本分析、轉化率等 

惡意點擊分析:損耗分析、防御策略等等

2、訪問量分時段分析:

通過分析不同時段的訪問量、用戶情況找出幾個業務訪問高峰時段,再對它們進行重點分析。時段可以為分不同的顆粒:小時、一周各天,一月中各個階段,一年中的各個階段。通過它們可以找出線上營銷的時間點,也可以借助其它的分析手段,分析這些時段共性,哪些用戶群體在哪些時段為重要消費群。

3、消費內容分時段訪問量分析:對消費內容進行分類,再通過時段分析,不同的內容分類代表了不同的消費群體的消費習慣,借助其它機構的一些分析,或者相關行業的分析,找出不同群體的消費時段,可以開展更好的個性化營銷活動。

4、用戶本身的分析:涉及多個平臺整合,就是分析用戶的年齡,學歷,性別,工作的性質。

四、重點分析方法:

1、基于服務器日志收集和分析用戶行為數據的方法

目前,對于網站來說, 自動獲得用戶行為數據最流行的方法之一是基于服務器日志的方法(Serverlog) ,就是通過從w eb服務器所產生的日志文件來獲取有用的數據。服務器日志文件就是用來記錄w eb服務器的活動, 提供了詳細的客戶和服務器的交互活動日志,其中包括客戶的請求和服務器的響應。通過日志文件收集到的數據形式依賴于具體的w eb服務器類型, 不同的w eb 服務器產生的信息是不一樣的。

1.1 基于服務器日志方法的優點通過日志文件可以獲得很有價值的網站使用情況的數據。① 日志文件是由w eb 服務器自動生成, 所以花費比較小。 ②與人為建造的可用性實驗室環境相比, 通過日志文件獲得的數據更能夠反映真實環境下用戶的真實情況。 ③與只對幾個用戶在幾小時內進行的測試所獲得的數據相比,通過日志文件獲得的是大量的用戶在相當長一段時間內的行為數據,這對分析用戶的行為是十分有利的, 可以利用數據挖掘等技術對用戶進行分析。 ④開發基于日志文件的數據分析工具相對比較容易, 花費也不是太大。

1.2 基于服務器日志方法的缺點基于日志的方法對于網站的可用性研究來說還存在著很多不足之處,由于日志文件就是被設計用來產生站點級的性能統計數據, 因此不可避免的是,日志文件所提供的數據與用來分析網站可用性所需的大量數據相比會有所不足,對于研究潛在的可用性問題只能提供少量的數據甚至還可能提供一些誤導性的數據。這是因為一旦w eb服務器把用戶請求的頁面發送出去之后, 如果用戶不發出請求,則頁面和用戶之間發生了什么w eb 服務器并不記錄。

2、客戶端收集和分析用戶行為數據的方法

由于通過日志文件獲得的信息會出現失真的情況,而且有很多重要的數據只通過日志文件很難獲得,這些信息對研究網站的可用性問題卻很重要,因此為了進一步獲得更多的有價值的可用性數據, 發現更多的網站可用性問題,逐漸產生了很多技術用于從客戶端(page- side)直接獲得用戶與網站的交互情況。由于是直接從客戶端獲得數據, 所以,能夠獲得大量的難以從服務器端獲得的用戶行為數據, 這對進一步分析用戶瀏覽網站行為,改善潛在的網站可用性問題提供了更大的幫助。

2.1 客戶端收集用戶行為數據的優點

①由于用戶是在真實的環境下所進行的操作(如在家里或辦公室) ,減少了人為地干擾因素, 因此獲得的數據更加真實。

②與基于日志文件的方法相比, 從客戶端收集到的數據更加精確,能夠克服如上描述的很多問題。

五、用戶行為分析對上層決策的作用:

1.快速的故障定位.提升網絡運維效率

網絡用戶行為分析系統由于保存了所有用戶的數據.可以按用戶護、位置區、鏈路、路由、用戶群組等過濾條件靈活在詢指定的數據,從而快速定位故障原因,提高網絡故障處理效率。系統還提供智能故障診斷功能,可自動分析發生故障的路徑和原因,結合專業的故障專家庫,自動給出解決建議。

2.實時的網絡監視,實現網絡主動維護

網絡用戶行為分析系統以圖形方式實時顯示設備關鍵性能指標的運行趨勢.實現對網絡細化到秒級的實時監控和預警。通過對用戶歷史數據的實時監控和分析,及時掌握用戶情況。這樣在故障處理前,就能主動發現和解決網絡故障,從而實現主動網絡維護.支撐乖要用戶的通信監護、敢大活動的通信保障工作。

3.強大的網絡分析,輔助網絡優化

網絡用戶行為分析系統支持進行全面的網絡質量分析和網絡流量分析。通過引導式的關聯分析、靈活的組合統計分析,從不同角度以圖表方式直觀呈現分析指標,逐層深入,快速定位影響網絡質量的根源。系統提供網絡趨勢預測功能.可依據歷史數據變化模型,推測絡后續發展趨勢,提前預警,及時擴容,為網絡優化提供有力支撐。

4.深度的用戶分析,支撐精細化運維

系統可分析和監控用戶的業務使用情況。通過對用戶行為分析數據的深度挖掘分析,為精細運維提供支撐。


完 謝謝觀看

分享
收藏

OK
今天的湖北十一选五开奖号码