[发明专利]一种精准分析用户行为和特征的方法

摘要

本发明公开了一种精准分析用户行为和特征的方法，包括留存分析、漏斗分析、事件分析、画像分析和提取出用户行为和特征的方法，将结果解析并生成特定的可视化图表展现出来，获取用户直观的数据全面分析结论；本发明通过构建用户画像，利用自然语言，机器学习等技术将业务而复杂多变的多维度用户标签融合为一体，再对其重要特征进行分析，理解可视化，从而更精确的推断出用户真实需求；抓住了不同保险场景、不同环节下的产品特点，对产品进行了全方位分析，提升实际应用分析的效果，提高决策效率；通过对目标用户的研究，使所有参与产品的人都基于一致的用户进行讨论和决策，很容易约束各方能保持在同一个大方向上，提高决策的效率。

主权项

1.一种精准分析用户行为和特征的方法，其特征在于，包括如下具体步骤：S1：留存分析：分析用户的参与情况或活跃程度，考察进行初始行为的用户的留存率，并对留存率进行计算，以图表的形式进行展现，分析用户震荡期、选择期和平稳期三个使时期的趋势；S2：漏斗分析：对用户在APP，PC网页等网络上的“数字足迹”数据进行采集并进行流程分析，分析参数为流程中每一步的转化与流失，对网站用户和APP用户进行行为分析、流量监控、产品目标转化等日常数据运营，把握转化率和流失率两个互补型指标，得出用户行为状态以及从起点到终点各阶段用户转化率情况；S3：事件分析：利用行为事件分析法来研究某行为事件的发生对企业组织价值的影响以及影响程度，追踪或记录的用户行为或业务过程，包括用户注册、浏览产品详情页、成功核保等，通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等；S4：画像分析：以用户的属性、用户偏好、生活习惯、用户行为等信息而抽象生成出标签化用户模型作为用户画像；S5：系统通过上述留存分析、漏斗分析、事件分析和画像分析得出的数据，提取出用户行为和特征的方法，将结果解析并生成特定的可视化图表展现出来，获取用户直观的数据全面分析结论。