注：使用用戶(hù)路徑圖，能夠幫助我們統(tǒng)籌全局，對(duì)整個(gè)網(wǎng)站/APP的用戶(hù)流動(dòng)洞若觀火。

什么是最好的設(shè)計(jì)？

1971 年，英國(guó)倫敦，國(guó)際園林藝術(shù)研討會(huì)，迪斯尼樂(lè)園的路徑設(shè)計(jì)獲得世界最佳設(shè)計(jì)獎(jiǎng)。然而這條路徑并非出自某個(gè)大師手筆，全靠游人自行設(shè)計(jì)。建筑大師格羅培斯在樂(lè)園的各景區(qū)間撒遍草籽，第二年，他根據(jù)被人踩出來(lái)的痕跡鋪設(shè)了人行道。而獲得最佳設(shè)計(jì)獎(jiǎng)的方案，就是格羅培斯按此人行道事后繪制的。

產(chǎn)品設(shè)計(jì)的標(biāo)準(zhǔn)不只在專(zhuān)家的大腦中，也在用戶(hù)的心里。順應(yīng)用戶(hù)所期望的標(biāo)準(zhǔn)，就能設(shè)計(jì)出令人滿(mǎn)意的產(chǎn)品。

如果說(shuō)現(xiàn)實(shí)中的路徑設(shè)計(jì)，可以借鑒草坪踩出的痕跡，那么網(wǎng)站或APP的路徑設(shè)計(jì)，可以借鑒什么？用戶(hù)路徑圖，正為此而生。如你所見(jiàn)，這是數(shù)據(jù)分析工具系列的第 2 篇：用戶(hù)路徑圖。

用戶(hù)路徑圖

何為用戶(hù)路徑圖

用戶(hù)路徑圖，簡(jiǎn)單來(lái)講，就是抽象用戶(hù)在網(wǎng)站或APP中的訪問(wèn)行為路徑，并用可視化的圖表呈現(xiàn)。

全路徑圖

當(dāng)新的用戶(hù)來(lái)到我們的網(wǎng)站/APP后，他們是否如我們預(yù)期的那樣進(jìn)行訪問(wèn)？還是半路遇到阻礙，沮喪離開(kāi)？為什么精心設(shè)計(jì)的功能使用寥寥？而冷僻的功能卻被頻繁使用？ 全路徑圖，正是為了解決此類(lèi)問(wèn)題，如下圖所示：

全路徑圖，以某個(gè)頁(yè)面/事件為起點(diǎn)進(jìn)行分析的路徑圖。抽象圖中的元素，即為：

• 路徑節(jié)點(diǎn)

• 流量

• 流向

其中，路徑節(jié)點(diǎn)可以為某個(gè)頁(yè)面，如：落地頁(yè)、登錄頁(yè)、商品詳情頁(yè)等；也可以為某個(gè)事件（用戶(hù)動(dòng)作），如：搜索、收藏、瀏覽、支付等。下面，我們看看全路徑圖可以做什么。

1. 優(yōu)化流量流向與配比

全路徑圖，以樹(shù)狀結(jié)構(gòu)呈現(xiàn)流量的流向與分布，由此可以判斷：

1. 每個(gè)路徑節(jié)點(diǎn)的流量流向是否與預(yù)期一致

2. 每個(gè)路徑節(jié)點(diǎn)的流量在整個(gè)路徑中的占比

在明確問(wèn)題后，我們可以結(jié)合其他數(shù)據(jù)分析工作做定向優(yōu)化，比如：從“首頁(yè)->導(dǎo)航”的流量過(guò)低，是否因?yàn)槭醉?yè)上的導(dǎo)航設(shè)計(jì)不夠清晰？結(jié)合上一篇的熱圖分析，我們可以快速定位問(wèn)題。

2. 降低跳出率

1. 路徑的整體跳出率是否正常

2. 每個(gè)路徑節(jié)點(diǎn)的跳出率是否正常

拿問(wèn)題 1 舉例，一條路徑的整體跳出率偏低，很可能是因?yàn)檫@條路徑的設(shè)計(jì)存在缺陷，并沒(méi)有很好的滿(mǎn)足用戶(hù)需求。

轉(zhuǎn)化路徑圖

我們總是希望用戶(hù)去做一些事，如果是電商平臺(tái)，我們希望用戶(hù)購(gòu)買(mǎi)商品；如果是社交網(wǎng)站，我們希望用戶(hù)參與互動(dòng)；如果是工具產(chǎn)品，我們希望用戶(hù)使用工具。而用戶(hù)是如何如何到達(dá)我們?cè)O(shè)定的終點(diǎn)？在這之前，他們又經(jīng)歷過(guò)什么？這些都是轉(zhuǎn)化路徑圖可以告訴我們答案的。

轉(zhuǎn)化路徑圖，以頁(yè)面/事件為終點(diǎn)進(jìn)行分析。下面談?wù)勣D(zhuǎn)化路徑圖的作用：

提升轉(zhuǎn)化率：

1. 到達(dá)設(shè)定終點(diǎn)的主路徑是什么？支路徑是什么？

2. 每條路徑的轉(zhuǎn)化率如何？

3. 用戶(hù)為什么會(huì)選擇這樣的路徑？

舉個(gè)例子，電商平臺(tái)X寶的購(gòu)買(mǎi)商品的路徑有A、B兩條，兩條路徑的轉(zhuǎn)化率和用戶(hù)數(shù)如下圖所示：

根據(jù)數(shù)據(jù)，我們可以明確問(wèn)題的解決方向：

• A路徑轉(zhuǎn)化率明顯高于B路徑，能否將分配給B路徑的流量導(dǎo)向A路徑？

• B路徑的轉(zhuǎn)化率過(guò)低，原因在于路徑的某個(gè)節(jié)點(diǎn)轉(zhuǎn)化率出現(xiàn)問(wèn)題，是否可以?xún)?yōu)化？

特定人群的路徑圖

回顧一下用戶(hù)路徑圖的構(gòu)成元素：路徑節(jié)點(diǎn)、流量、流向。你可以發(fā)現(xiàn)，全路徑圖和轉(zhuǎn)化路徑圖的差別，實(shí)際上就是“流向”的差別。而我們分析的是一組”頁(yè)面“的路徑，還是一組”事件“的路徑，實(shí)際上就是”路徑節(jié)點(diǎn)“大與小的差別。所以，我們同樣可以對(duì)”流量“做特定處理，進(jìn)一步分析用戶(hù)的行為軌跡。

（1）流量所具備的屬性

流量，簡(jiǎn)而言之就是對(duì)人的抽象。所以，流量的屬性實(shí)際上就是人的屬性：

• 訪客使用什么設(shè)備？比如：iPhone 7、 iOS 11、4G環(huán)境……

• 訪客具有什么特點(diǎn)？比如：男，北京， 24 歲，大學(xué)畢業(yè)……

• 訪客來(lái)自哪里？比如：看過(guò)優(yōu)酷的宣傳廣告，對(duì)我們的產(chǎn)品產(chǎn)生了興趣……

（2）特定人群的路徑圖

想要查看特定人群的路徑圖，實(shí)際上就是將具有相同屬性的人群聚合在一起分析。比如：

• 使用iPhone的人群的用戶(hù)路徑的跳出率遠(yuǎn)低于三星，是否因?yàn)楫a(chǎn)品對(duì)三星手機(jī)的支持做得還不夠好？

• 來(lái)自北京的男性青年的路徑訪問(wèn)深度遠(yuǎn)高于其他人群，原因是什么？

• 從優(yōu)酷來(lái)的訪客比從愛(ài)奇藝來(lái)的訪客轉(zhuǎn)化率更高，是否應(yīng)該增加優(yōu)酷廣告的投放？

用戶(hù)路徑圖分析工具：欲善其事，必利其器

這里收集了很多非常好的工具，通過(guò)不同的方法追蹤用戶(hù)的行為并提供給你改進(jìn)網(wǎng)站可用性的建議。它們中有些可能不是免費(fèi)的，但一個(gè)好的回報(bào)是值得去付出的。

Google Analysis

GA的用戶(hù)路徑圖功能非常強(qiáng)大，可以添加對(duì)比、多屬性過(guò)濾、分維度查看。但是缺點(diǎn)也很明顯，功能設(shè)計(jì)比較臃腫，分析的復(fù)雜度過(guò)高，一般用戶(hù)可能無(wú)從下手。以下是GA的用戶(hù)路徑圖

寫(xiě)在最后

使用用戶(hù)路徑圖，能夠幫助我們統(tǒng)籌全局，對(duì)整個(gè)網(wǎng)站/APP的用戶(hù)流動(dòng)洞若觀火。通過(guò)觀察用戶(hù)“從哪里出發(fā)”、“到了哪里”、“在哪里離去”、“怎么到的目的地”，我們能夠迅速定位自身產(chǎn)品的問(wèn)題，結(jié)合包括“熱圖”“漏斗”等分析工具進(jìn)一步找到問(wèn)題的根源，并最終解決問(wèn)題。

如果對(duì)漏斗分析有了解的同學(xué)，也許已經(jīng)發(fā)現(xiàn)用戶(hù)路徑與漏斗的潛在聯(lián)系：用戶(hù)路徑圖的每條路徑，實(shí)際上就是一個(gè)個(gè)“天然”的漏斗。所以，對(duì)于用戶(hù)路徑發(fā)現(xiàn)的問(wèn)題，理論上都可以使用漏斗做進(jìn)一步的分析。而漏斗分析，正是數(shù)據(jù)分析工具系列的下一篇內(nèi)容。歡迎關(guān)注我的數(shù)據(jù)分析工具系列，我會(huì)講述如何改善用戶(hù)體驗(yàn)，提升轉(zhuǎn)化，幫助你更好地運(yùn)用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品運(yùn)營(yíng)。