一、数据架构

上一篇《用户行为分析之数据采集》我们说了用户行为分析的数据采集部分，同时也对用户行为分析做了简单的介绍，本篇我们来说一下用户行为分析的数据处理部分。

先来一张图：

、0】765ou6

这张图也就是我们大部分用户行为分析的数据架构情况，埋点离线数据我们会采集到数据仓库，进行ETL加工处理，形成用户属性、访问路径、用户行为的一些模型。

二、数据建模

先说离线计算，数据采集到数据仓库后，我们就需要进行离线任务开发。任务开发之前我们要先进行模型设计，这就要求我们对业务数据进行调研，数据埋点接口的含义以及运营想要达到的目的，期间要和运营同时确认数据口径，以及数据研发完成时间。

事实表：用于描述业务过程，记录每个业务是如何开展的，比如浏览、收藏、下单、支付等都有对应的事实表，按照览、收藏、下单、支付一个流程也有对应的事实表。如果多个业务之间存在共同性，那么我们可以建立一张事实表，增加一个字段来区别业务类型就好了。

快照表：在一个确定的时间段内，对业务进行分析记录。比如查看一个用户近一个月的购物次数以及登录次数和浏览记录等。

维度表：维度表存储一些缓慢变化维的数据，比如商品的价格、品牌、型号等等。但是维度信息并不是一直不变的，我们经常发现某宝或者某东上的商品经常发生变化，对于变化的信息我们可以尝试以下方法处理：

1. 维度表没有分区，直接覆盖历史数据，重写维度表

2. 维度表也建分区，保留多条记录，通过分区查询历史信息

3. 使用拉链表按时间变化进行全量数据存储

第一种直接覆盖，在生产环境中是很少用的，我们一般使用2、3方法。

比如下面这个模型，我们要分析新增用户，活跃用户，沉默用户，APP启动次数，APP版本分布。

首先我们需要先定义这些指标口径：

根据上面的分析目的，我们设计如下模型：

再说下实时计算，APP用户信息维度表会维护在redis内存中，用于计算新增用户、活跃用户、用户留存等指标信息，同时会在MySQL数据库中进行备份留存。（现在SparkStreaming和Flink已经很成熟了，实时处理Storm正在逐渐退出历史的舞台）

APP用户信息表：

APP版本渠道映射维度表，用户存放APP、版本、渠道的对应关系，供前端页面查询选择。

APP版本信息：

APP指标分析表，最细时间粒度到小时，用户可以通过时间、APP名称、省、市、运营商、网络类型、渠道等维度对点击量、新增用户数、启动次数、活跃用户数等指标进行多维度OLAP分析。

APP指标分析表：

传统的离线分析在做用户画像的时候还奏效，但是在推荐时候，是不能够满足运营需要的，在实际业务场景中，我们需要实时对用户分群，实时路径分析，实时漏斗分析，更快的挖掘用户的需求，精准推送。

关于更多实时架构，可以访问《连载：阿里巴巴大数据实践—实时技术》

三、数据应用

不同的网站提供的内容和服务不同，用户行为分析的侧重点也有差异。但是，几乎所有的网站用户分析都是基于用户属性和用户具体行为 来展开各种关联或逻辑推理分析，主要有以下集中：

用户画像：用户画像是指找出各类用户的行为特点。用户画像是实施针对性营销的前提条件。例如， 通过某东针对用户画像推荐用户喜欢的运动品牌鞋子，根据你的年龄推送各种保健药，还会根据你的职业（程序员）推荐霸王防脱！

关联分析：关联分析发现关联规则。把用户的搜索习惯当成你要的商品推荐特征，你会经常发现，当你搜索轮椅之后，系统会给你卖拐！

分类与预测：利用分类技术，可以将用户归属为一个特定的类。当你下载过某APP后，某一天你卸载了，比如某仙网，之前买过一次酒就卸载了，后来经常给我推送优惠券，也许像我这样的人都会推送满199减100的优惠券吧。

异常分析：曾经遇到过某天某个IP的访问日志量徒增，并发现攻击脚本信息，后来查了下那个IP，是某云的一个IP，针对异常分析，可以有效防止网站攻击。

TopN分析：TopN分析是用户行为分析的一种很常用的方法。比如某博，经常看到热点话题，而且是实时更新的，TopN能够有效给用户推送大众关注的热点信息。

四、结尾

现在埋点已经成为每个系统的标配，为啥呢？一，埋点可以让我们获取用户的一些信息，对营销产品有一定作用；二，埋点可以了解用户的操作习惯，产品可以及时优化产品设计，提高转化效能；三，埋点可以实时让运营了解到产品的使用情况，毕竟用户才是上帝，只有获取了用户的信息（隐私），才能了解用户，抓住用户！大家都在提数据驱动、增长黑客，做好精细化运营才能让投资人的钱烧更长时间！

就聊这么多吧，更多的埋点方案和分析，大家可以看下友盟和神策是怎么做的，有很多直接借鉴（抄袭）的呢！

1. 数据挖掘从入门到放弃（一）：线性回归和逻辑回归
   

2. 数据挖掘从入门到放弃（二）：决策树
   

3. 数据挖掘从入门到放弃（三）：朴素贝叶斯
   

4. 数据挖掘从入门到放弃（四）：手撕（绘）关联规则挖掘算法

5. 数据挖掘从入门到放弃（五）seaborn 的数据可视化

6. 数据挖掘从入门到放弃（六）：K-means 聚类

7. 数据挖掘从入门到放弃（七）：TensorFlow和keras实现线性回归LinearRegression