1.什么是行为事件分析？
行为事件分析法用于研究某一行为事件的发生对企业组织价值的影响和程度。企业利用此来跟踪或记录用户行为或业务流程，如用户注册、浏览产品详情页面、成功投资、提现等。并通过研究与事件相关的所有因素，探究用户行为事件背后的原因和交互作用。
在日常工作中，运营分析师、市场分析师、产品分析师和数据分析师根据实际工作情况关注不同的事件指标。比如最近三个月注册用户最多的是哪个频道？变化趋势是什么？每个时间段的人均充值金额是多少？上周从北京购买的独立用户数量，按年龄段分布？每天的独立人数是多少？在检查这些指标的过程中，行为事件分析起着重要的作用。
二、行为事件分析模型的特点和价值
行为事件分析(BEA)因其筛选、分组和聚合能力强、逻辑清晰、使用简单而得到广泛应用。简单来说，行为事件分析一般要经过事件定义和选择、深入分析、解释和结论等步骤。
事件定义和选择
事件定义包括定义关注事件和事件窗口的长度，这也是事件分析的核心和关键步骤。在这里，我们需要理解“对话”的概念，即会话，是指用户在指定的时间段内，在APP和WEB中进行的一系列交互。例如，一个会话可以包括多个网页或屏幕视图、事件、社交互动和电子商务交易。当用户想知道“访问次数”、“平均交互深度”、“平均使用时间”、“平均页面停留时间”、“跳出率”、“页面退出率”等指标时。都需要介绍分析。因此，创建和管理是事件定义的关键步骤。
多维钻取分析
最有效的行为事件分析应该支持任意深入分析和精细条件筛选。行为事件分析在合理配置跟踪事件和属性时，可以激发事件分析的强大潜力，为企业解答变化趋势、维度比较等各种细分问题。同时，通过添加过滤条件，可以详细查看满足某些特定条件的事件数据。
解释和结论
这一阶段要对分析结果进行合理的理论解释，判断数据分析结果是否与预期一致，比如判断产品细节的优化是否增加了触发用户的数量。如果是相反的，对于不足的部分要重新分析论证。
三、行为事件分析模型的应用场景
场景一：共同黄金行业常见行为事件分析
某互联网金融客户运营商发现4月10日来自新浪频道的PV号异常高，需要快速查原因：流量异常或流量虚假。
企业可以先定义事件，通过“过滤标准”将广告系列的来源限定在“新浪”。然后从其他维度往下钻，比如“地理位置”、“时间”、“广告系列媒体”、“操作系统”、“浏览器”等等。细分筛选时虚假流量无处藏身。下图是各城市从新浪浏览的页面总数。
图1通过厕神数据了解各城市从新浪浏览的页面总数
消除虚假流量后，运营商可以分析其他用户的行为。通过“投资成功”事件查看各期投资金额。如果想知道每个产品类型的投资额，可以按照“产品类型”分组查看。参见图2。
图2通过厕神数据了解不同产品投资的成功支付总额
用户投资到期后，后续动作可能是撤回或继续投资，运营商可以实时关注“撤回率”的变化趋势。
图3通过上帝政策数据了解用户投资到期后提款率的变化
值得强调的是，行为事件分析法是众多数据分析模型之一，与其他分析模型有着密不可分的关系。每个分析模型只有实现科学的互动与合作，才能科学地揭示用户个体/群体行为的内在规律，进而进行理论推导，从而在工作实践中不断优化业务决策和产品智能。
相关阅读
常见用户行为分析模型分析(2)——用户保留分析
常见用户行为分析模型分析(3)——漏斗分析
常见用户行为分析模型分析(4)——用户行为路径分析
常见用户行为分析模型分析(5)——用户分组
常见用户行为分析模型分析(6)——点击分析
数据分析方法论：你真的懂(会话式)分析吗？
相关阅读
版权声明：内容来源于互联网和用户投稿 如有侵权请联系删除
标签： #热门事件用哪种规律解释