用户行为数据分析是数据分析的一个单独的领域，主要应用于产品、市场、用户成功等领域，基于用户在平台上的交互行为留下的数据进行数据分析，然后给予分析得到洞察，去指导决策或驱动增长。
用户行为数据分析是如何帮助我们的？
用户行为数据是用户具备的属性的一种，访客在网站或APP上做了哪些事情，发生了哪些交互行为是可以被记录、存储、展示，这些数据分析直接给我们带来可执行洞察，这样的数据分析应用遍布在整个用户成长的生命周期里。
我们为什么需要用户行为数据？
1、格物致知
你的网站里隐藏着大的秘密，数据可以帮助我们发现这些秘密，网站运营是一个持续的过程，什么该做什么不该做，不是经验驱动，而应该是半数据驱动，数据可以拉近用户与我们之间的距离。
2、验证实验
一个按钮上的文字有十几种可能，你如果搜集团队的意见，团队会给你很多种可能性，到底哪种效果最好？我们不应该以职位和经验来决策，而是需要通过在线进行实验，才能得到最有效的结论。
举例：
我认为按钮上的文字应该是注册而不是体验Demo，产品负责人认为应该是体验Demo。
正确的做法是我们同时上线两种文字，来看哪种文字用户点击的最多，为下游页面贡献更多的流量，这样我们才能得到更多的注册。
我们都需要哪些数据指标？
首先问自己一个问题，我们是否知道有多少人来到我们网站、有多少人点击了CTA，有多少人输入了手机号、输入了姓名、有多少人点击了立即注册按钮，有多少人完成了注册？如果你发现每天有5000人来，却只有50人注册成功，我猜测你在伤心难过的同时，也发现了巨大的机会，如果想要进行转化率优化，第一点就是要了解自己当前的数据状态。
在建立官网数据分析指标框架的时候，要围绕这核心转化流进行建设，围绕着第一关键目标展开，对于ToB官网来说，第一关键指标就是注册，从注册开始向上追溯。
指标：
注册成功用户数；
注册按钮点击数量；
注册页面浏览用户；
全站流量；
注册页面到注册成功转化率；
注册表单不同字段的完成输入量；
……
总之，你要得到你想看的一切用户行为数据，百度统计只能看到一部分，而且这些数据几乎都是页面级，就算是可以跟踪事件，功能也十分局限。
在数据分析领域我们需要的更多，还好国内的用户行为分析产品发展的还不错，用户行为数据分析产品不仅可以简单地跟踪事件级数据，还可以快速得到多维度漏斗、热图、留存等，这些都很好地解决了我们对于数据的需求。
我们可以得到的数据从页面级上升到了事件级，当然也可以下钻到更详细的粒度上。当我们得到这些数据之后，之前提的一些问题就逐渐变得清晰了起来，那就是为什么有那么多流量，却只有那么少的注册，这中间到底发现了什么事情？如果可以提高转化率，是不是就可以得到更多的注册？
怎样提高转化率？
1、多维度
我们可以基于很多维度去拆分这个漏斗，比如通过浏览器维度来查找兼容问题、通过设备维度来定位适配问题，你会发现在不同的环境下，转化率是不同的，PC的转化率可能是70%，移动端转化率也许只有50%。
2、分析流失原因
访客从输入手机号开始，在输入邮箱、姓名等字段的过程会逐次流失，只有关注到这个环节的转化情况，才能从细节里要增长。你需要知道用户在哪个字段最不愿意输入信息，也需要想尽办法去优化字段的提示内容，消除访客的顾虑。我们需要进行很多次尝试，找到让更多访客输入信息的办法，如提示、优化字段要求等。
3、试验
最简单快速的试验就是文字的改变。不要把试验想得多么复杂，也不需要在万事俱备的情况下才开始试验。试验是随时开始随时进行的，也许改一行文字的表述就能带来翻倍的转化率。2017年，我曾做过杠杆最大的试验就是，增加了十几个字，只告诉访客，要填写完表单才可以注册成功，这么简单的文字，带来了这个环节里的240%的增长，在试验开始之前我们所有人都认为这么简单的提示，没必要写。但除非你真正地去试验，否则你永远猜不到访客想的是什么。
几百个试验得到的总结是，试验的方向要向着有利于访客理解的方向去努力，优先打消他们的顾虑，其次做促进性试验，比如增加案例、增加图片等方式。
转化率提升只是数据作用在了获客方面的表现。用户行为数据分析这么有价值，不应该仅体现在转化率优化上，因为用户行为也是用户完整数据的一部分，肯定会有更多的用法，用户行为数据分析代表了什么？代表了用户的活跃度偏好、内容偏好，这些数据都可以反映出用户的一些状态。
用户行为数据分析可以帮助我们进行用户运营
用户行为是反映用户状态的特殊用户属性，跟年龄、性别一样重要，如果我们可以知道用户的动向，对于我们的线索运营管理会有很大的帮助。
先提出几个假设：
在用户没注册之前，如果他频繁地来到网站或Demo上，说明了什么？能不能初步表示这个用户是对我们有兴趣的，至少比那些来一次再也不来的好很多。
如果一个公司有3-5个人来我们的网站上频繁体验，说明了什么？能不能初步表示这个公司已经对我们产生了兴趣？
如果一个访客上半年来过，最近突然又频繁来到我们的网站，是不是可以说明他们的项目要启动了？
如果我们手上几百个有需求的用户，我们每天可以关注他们的到访状态，是不是可以拎出来谁的需求已经到调研期了？
这些猜测经过了大量的实践，我们去寻求SDR伙伴帮助去验证这样的数据模型是否正确，经过一段时间的回访和数据分析，我们可以证实，这确实是典型的数据与业务的对齐。
以上几个猜测都是正确的，接下来我们要做的事情就是将数据实时提供给SDR和销售一线部门，给他们武装这种超级武器。
市场部的预算通常没那么多，于是我们给自己团队部署了一套免费的Argo，跟十几万付费版本没有区别，然后我们向技术部借了一台服务器，这件事情的重要性全公司都知道，所以CTO很快提供支持，这样用户的行为数据我们就都掌握了。给每个SDR和AE开通了一个帐号，让他们可以随时看到活跃用户的情况。
第二个问题来了，如何做权限隔离，不想让其他人知道自己负责的客户的行为数据呢？于是我们想到了和CRM打通，因为Argo是本地化部署的，而且有良好的API，我们在Argo的微信群里找了个伙伴写了个脚本打通了Argo和销售易，在之后的一个月，又有ToB的伙伴说要用这个功能，我们又打通了纷享销客，CRM给我们提供了线索所属的能力，于是我们得到了完整的用户活跃状态及时数据。
现在每天，SDR打完新线索，就去看今天谁活跃了，然后去聊一波，成功率异常得高，客户还问，你怎么知道我最近在调研呢？SDR就会骄傲地说，这就是我们产品的能力啊。销售也习惯了，去看他负责的线索，谁是活跃的，他的客户谁今天又来网站了，也会优先去跟进处理，这就是我们要的。