大数据背景下互联网用户行为分析

一、用户行为分析概念:

是指在获得网站访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据,满足网站的用户需求，提升网站信任度。

二、用户分析的主要意义：

1、把握网站整体布局颜色等。

2、分析用户行为数据进行网站调整。

3、掌握大多数网站用户心理。

4、进一步修正或重新制定网络营销策略提供依据,满足网站的用户需求，提升网站信任度。

三、重点分析数据：

用户在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数；注册用户和非注册用户，分析两者之间的浏览习惯；用户所使用的搜索引擎、关键词、关联关键词和站内关键字；

用户选择什么样的入口形式（广告或者网站入口链接）更为有效；用户访问网站流程，用来分析页面结构设计是否合理；用户在页面的上的网页热点图分布数据和网页覆盖图数据；用户在不同时段的访问量情况等。

1、访客流量分析：

用户群：用户者主要所在区域，24小时之内有多少回访。

访问者：访问主要来源哪个区域，如国家、省份、城市。

访问量：分析网站月访问，日访问，时访问，来确定网站的高峰是在是何月何日何时。

浏览量：访客在一定时间内所浏览内容，日最大浏览量多少，日最小浏览量多少。

流量来源：分析网站是从哪方便来的流量。

流量页面：哪些页面主要引来的流量。

访问者分析：在24小时的回访次数，访客浏览多少页面，网站中逗留时间。

访客访问分析：用户电脑所采用的系统语言，所使用的浏览器，屏幕尺寸，屏幕颜色位数。

搜索引擎：搜索引擎是提供信息查询的工具，通过分析网站来源关键词，来确定搜索引擎用户主要关注网站哪些方面。

广告效果分析：广告效果、性价比分析、成本分析、转化率等 

恶意点击分析：损耗分析、防御策略等等

2、访问量分时段分析：

通过分析不同时段的访问量、用户情况找出几个业务访问高峰时段，再对它们进行重点分析。时段可以为分不同的颗粒：小时、一周各天，一月中各个阶段，一年中的各个阶段。通过它们可以找出线上营销的时间点，也可以借助其它的分析手段，分析这些时段共性，哪些用户群体在哪些时段为重要消费群。

3、消费内容分时段访问量分析：对消费内容进行分类，再通过时段分析，不同的内容分类代表了不同的消费群体的消费习惯，借助其它机构的一些分析，或者相关行业的分析，找出不同群体的消费时段，可以开展更好的个性化营销活动。

4、用户本身的分析：涉及多个平台整合,就是分析用户的年龄，学历，性别，工作的性质。

四、重点分析方法：

1、基于服务器日志收集和分析用户行为数据的方法

目前,对于网站来说, 自动获得用户行为数据最流行的方法之一是基于服务器日志的方法(Serverlog) ,就是通过从w eb服务器所产生的日志文件来获取有用的数据。服务器日志文件就是用来记录w eb服务器的活动, 提供了详细的客户和服务器的交互活动日志,其中包括客户的请求和服务器的响应。通过日志文件收集到的数据形式依赖于具体的w eb服务器类型, 不同的w eb 服务器产生的信息是不一样的。

1.1　基于服务器日志方法的优点通过日志文件可以获得很有价值的网站使用情况的数据。① 日志文件是由w eb 服务器自动生成, 所以花费比较小。 ②与人为建造的可用性实验室环境相比, 通过日志文件获得的数据更能够反映真实环境下用户的真实情况。 ③与只对几个用户在几小时内进行的测试所获得的数据相比,通过日志文件获得的是大量的用户在相当长一段时间内的行为数据,这对分析用户的行为是十分有利的, 可以利用数据挖掘等技术对用户进行分析。 ④开发基于日志文件的数据分析工具相对比较容易, 花费也不是太大。

1.2　基于服务器日志方法的缺点基于日志的方法对于网站的可用性研究来说还存在着很多不足之处,由于日志文件就是被设计用来产生站点级的性能统计数据, 因此不可避免的是,日志文件所提供的数据与用来分析网站可用性所需的大量数据相比会有所不足,对于研究潜在的可用性问题只能提供少量的数据甚至还可能提供一些误导性的数据。这是因为一旦w eb服务器把用户请求的页面发送出去之后, 如果用户不发出请求,则页面和用户之间发生了什么w eb 服务器并不记录。

2、客户端收集和分析用户行为数据的方法

由于通过日志文件获得的信息会出现失真的情况,而且有很多重要的数据只通过日志文件很难获得,这些信息对研究网站的可用性问题却很重要,因此为了进一步获得更多的有价值的可用性数据, 发现更多的网站可用性问题,逐渐产生了很多技术用于从客户端(page- side)直接获得用户与网站的交互情况。由于是直接从客户端获得数据, 所以,能够获得大量的难以从服务器端获得的用户行为数据, 这对进一步分析用户浏览网站行为,改善潜在的网站可用性问题提供了更大的帮助。

2.1　客户端收集用户行为数据的优点

①由于用户是在真实的环境下所进行的操作(如在家里或办公室) ,减少了人为地干扰因素, 因此获得的数据更加真实。

②与基于日志文件的方法相比, 从客户端收集到的数据更加精确,能够克服如上描述的很多问题。

五、用户行为分析对上层决策的作用：

1.快速的故障定位.提升网络运维效率

网络用户行为分析系统由于保存了所有用户的数据.可以按用户护、位置区、链路、路由、用户群组等过滤条件灵活在询指定的数据，从而快速定位故障原因，提高网络故障处理效率。系统还提供智能故障诊断功能，可自动分析发生故障的路径和原因，结合专业的故障专家库，自动给出解决建议。

2.实时的网络监视，实现网络主动维护

网络用户行为分析系统以图形方式实时显示设备关键性能指标的运行趋势.实现对网络细化到秒级的实时监控和预警。通过对用户历史数据的实时监控和分析，及时掌握用户情况。这样在故障处理前，就能主动发现和解决网络故障，从而实现主动网络维护.支撑乖要用户的通信监护、敢大活动的通信保障工作。

3．强大的网络分析，辅助网络优化

网络用户行为分析系统支持进行全面的网络质量分析和网络流量分析。通过引导式的关联分析、灵活的组合统计分析，从不同角度以图表方式直观呈现分析指标，逐层深入，快速定位影响网络质量的根源。系统提供网络趋势预测功能．可依据历史数据变化模型，推测络后续发展趋势，提前预警，及时扩容，为网络优化提供有力支撑。

4．深度的用户分析，支撑精细化运维

系统可分析和监控用户的业务使用情况。通过对用户行为分析数据的深度挖掘分析，为精细运维提供支撑。