数据分析模型：会话分析

本篇主要讲解数据分析中的「会话分析」的分析方法和搭建思路，并以会话分析的目的为切入点，具体分析了它的实际运用以及出现的问题/解决方法。

一、什么是会话

会话分析分析，字面理解的意思就是以 一次会话作为主体 进行分析。

会话（译自 session），起源自 web 服务中的 session 机制。在、数据分析的语境中，我们可以解释为： 一次有始有终，目的明确的一连串动作 。

• 有始：我们需要知道用户从哪里、什么时间开始；
• 有终：我们需要知道用户从哪里、什么时间结束；
• 目的明确：我们需要知道用户做了什么、目的是什么、结果又如何……

二、为什么要做会话分析

做数据分析绝对不是单纯的分析数据做数据的可视化展示。我们搭建各种分析模型，采用不同的分析策略，最根本的目的就是——发现并解决我们遇到的问题。

首先，在数据分析行业刚兴起的时候，人们分析数据的视角站在事件发生的本身，比如：关注支付订单的金额，订单的数量。在我们进行分析时，也很自然地将事件和人关联到一起，然后得到「人 → 事件」的关系。

后来，我们发现每个人在用我们的产品的时候，使用的路径、时间长短、浏览的深度甚至启动 App 的方式，都会对用户最后的转化带来影响。所以，只有真正地还原事件发生的场景，才可以更好进行数据的分析。

由于我们的产品形态大部分都是流程化的引导，即逐步引导客户（搜索）、逐步拆解客户需求（列表），然后给出解决方案（商品购买）。那么，用户的一次完整的体验，就是 「用户产生需求 → 使用产品 → 解决需求」 这样一个流程。

于是，我们就依照上述的思想，设计了「会话分析」的数据模型。

三、会话分析的推演

我们的目标，是把用户「有始有终」的行为序列还原出来，作为一个整体参与分析。

思路

当我们发现我们需要分析的数据，不是一个点，而是一条线的时候，最简单粗暴的方式，就是把这些数据连在一起，变成一条线来记录就好了。

于是我们可以在 App 启动的时候，记录一些启动来源（session id），然后后续的所有事件都使用该来源作为属性一直携带。这样，我们在分析每个事件发生的时候，就知道了这个事件是在哪个场景（启动来源）下发生的了。

实现

记录启动的来源和参数，可能需要服务端辅助记录一些信息，并同步给我们的 App 或直接在数据层进行加工，最后我们需要实现：启动的方式（桌面、push、其他应用唤起..）和启动的来源（广告渠道、活动id、用户主动…）的信息记录。

应用

接下来，我们把有相同启动来源的事件按照时间排序，放在一起，这一步实际上我们就还原了用户的一次会话。我们有了用户一次访问的开始和结束，我们就可以做以下分析：

沉浸式体验的相关分析：

会话时长：一个会话的持续时间

会话深度：会话的层级数

使用：有了用户的使用时长和深度，我们就可以分析出用户对我们的产品投入程度。结合每个会话中的事件顺序，我们可以得到一个局部的最优价：用户按照哪个路径走，使用效果最好。当然了，这个肯定要结合自己的分析和业务，如果客户每次都是直接进入，然后立刻购买后就离开，我觉得不做沉浸式的体验似乎也没什么问题。

跳出率：用户做了某个事件后退出的占比

使用：我们把跳出率高的事件找出来，并且排除我们的目标事件，做个排序，就不难发现，用户的退出大都发生在哪些步骤，如何改进这些非正常的跳出，就是我们需要解决的事情。

事件时长：用户在某个页面或某个事件花费的事件。

使用：通过事件时长，我们可以分析出用户对哪个页面感兴趣，在哪个页面耗时比较久，从而发现问题。

同时在线人数的相关分析：

同时在线人数：同一时间有效的会话数量。

使用：由于我们将数据由点变成了线，那么理论上我们就可以统计某个时间点存在的会话数量，即业内常用的同时在线人数。与传统方式相比，使用会话计算的好处是：他的计算是灵活的，而且对数据的采集要求不高；但是缺点也很明显，会损失部分精度。

改进

建模后，在我们的会话分析过程中，逐渐暴露了几个问题，如下所示：

1. 如何更灵活地定义一个会话？

我们使用的是实体参数记录的方法，这种方式会引入切割不灵活的问题。但是实际上，我们可以通过定义切割事件和切割时间，加上逻辑运算来实现这种会话的拼装。

比如，我们定义「App 启动」作为起始条件，「App 退出」和「超过 5 min 进行切割」两个条件作为退出条件，我们便可以将排好序的用户行为序列切割为一个又一个会话了；同时我们使用起始事件「App 启动」的一些指定属性，虚拟的为会话中事件进行赋值。

所以我们的要做的改进是：实体记录 → 逻辑还原。

2. 如何评估会话质量？

我们采集了会话后，可以得到「时长」「深度」「包含事件」「跳出」等等一系列的会话级别的指标。

首先我们可以简单将会话分为三类：「常规型会话」「无用型会话」和「贡献型会话」

如果一个用户仅进行了开始和结束，那么就可以理解为本次会话是无用的（看起来有点残酷）；做了很多事情但是却没有形成转化，这种会话应该是最普遍并占比很高，是我们分析的重心；产生会话并且发生了转化，这种属于标杆型的会话。

所以我们要做的改进是：做会话切割，并且进行类型的标记。

3. 如何解释会话深度？

目前使用会话中的事件数量来表示会话的深度，可能很多人都会觉得这个不是深度的概念，而是会话的内容数量。因为浏览的页面内容和会话的质量之间有很大的关系，针对这种通过时序还原的行为序列，解决深度层级的计算有两个比较通用的方法：

1. 记录前序，然后靠计算来还原层级结构；
2. 预定义，提前定义好每个页面层级的深度。

所以我们要做的改进是：引入其他维度，来更准确的记录或还原会话的深度，从而更好的评估会话的质量。

4. 如何防止因页面久留而导致的误切割问题

这是一个很经典的问题，纯计算的方式，必然会引入这种误切割的问题。那么我们看看有什么办法可以解决掉。

第一种，上传心跳，类似于视频类的网站，可以包装在视频的分段下载中判断用户是否还在记录观看视频；

第二种，自定义每个事件的切割时长。我们把每个单点事件都假象成是一条线段，这样只要线段有重叠，我们就认为会话是连续的。当然，记得添加一个退出事件来进行切割，不然你会发现你每个视频的观看时长都很久。

所以我们要做的改进是：支持每个事件的预期时间（切割时间）都是可定义的，这样来实现更贴合业务的会话构成。

四、总结

在数据分析的时候，我们是需要自上而下地进行指标和需求的梳理；再自下而上地进行数据的采集和建模。在不考虑计算性能的情况下，逻辑运算的灵活性要远高于实体的数据采集，并且维护成本也要少很多。模型的搭建都是循序渐进的，找到适合自己业务的计算模型至关重要。

会话分析这个模型，更多的价值在于体现了「 从一次会话的角度，来看用户从进入到离开的这一小个生命后期的使用情况 」，更多的是带来用户体验相关的反馈结果。将很多有关联的行为放在一起来进行分析，可以比较宏观地进行问题的挖掘和排查。

本文由@请叫我宋宋 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash, 基于CC0协议

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: