用户行为数据分析的项目计划书.ppt

用户行为数据分析项目计划书 技术开发部 用户行为数据分析项目计划书 技术开发部 用户行为数据分析项目计划书 3. CNZZ 数据专家 功能菜单 技术开发部 * 用户行为数据分析项目计划书 用户行为数据分析 项目计划书 2011/5/4 修改记录 版本 修改日期 修改人 修改内容 审核人 V1.01 技术开发部 创建，初稿 用户行为数据分析项目计划书 V1.01 V1.01 V1.01 V1.01 V1.01 V1.01 数据采集方式分析 数据分析模型 需求 描述和示例 网站用户身份识别； web 日志缺陷；漏斗模 型 数据分析模型与数据 库表的对应关系 WEKA 开源数据挖 掘工具 统计分析系统项目周 期和项目开发进度 Analysis.mpp 技术开发部 用户行为数据分析项目计划书 目录 一、 项目背景 5 二、 相关术语 5 1. Web 数据挖掘 5 1) Web 数据挖掘分类 6 2) Web 数据的特点 7 3) 典型 Web 挖掘的处理流程 7 4) 常用的数据挖掘技术 7 5) Web 商业智能 BI（Business Intelligence） 8 2. 网站流量统计 10 3. 统计指标/术语 10 4. 用户分析 -- 网站用户的识别 13 5. WEB 日志的作用和缺陷 15 6. 漏斗模型（Funnel Model） 17 7. 目前提供此服务产品/企业 18 三、 项目目的 18 四、 项目需求 18 1. 页面统计 18 2. 用户行为指标 19 3. 潜在用户特征分析 19 4. 指定 User Cookie 的分析 20 5. 用户趋势分析 20 五、 项目系统设计 20 六、 项目详细设计 21 1. 数据收集 21 2. 数据模型 22 1) 统计 PV 量(趋势) 22 2) 消重 统计独立 IP 量 / IP 的平均访问页面量(趋势) 22 3) 消重 统计独立 UV 量 / UV 的平均访问页面量(趋势) 23 4) 统计 URL 的访问来源 Ref 的量 / Ref 排行(趋势) 23 5) 统计 Ref=URL 的去访 URL*/跳出的量 / 去访/跳出排行(趋势) 23 6) 统计分析/预测/规律 特定用户的行为(趋势) 24 7) 统计新访客/老访客(趋势) 24 8) 页面平均停留时间 / 页面平均时长 (趋势) 24 9) 搜索引擎列表 24 10) 搜索引擎关键词 25 11) 搜索引擎关键词(各搜索引擎) 25 12) 老用户回头率（用户黏性） 25 13) 新增用户增加/流失（用户黏性） 25 14) 不活跃用户激活（用户黏性） 26 15) 用户浏览深度（用户黏性） 26 技术开发部 用户行为数据分析项目计划书 16) 用户访问兴趣分析（用户黏性） 26 17) 性别结构(访客特征分析) 26 18) 年龄结构(访客特征分析) 26 19) 学历结构(访客特征分析) 26 20) 收入结构(访客特征分析) 27 21) 操作系统类型(客户端信息) 27 22) 操作系统语言(客户端信息) 27 23) 操作系统时区(客户端信息) 27 24) 浏览器(客户端信息) 27 25) 显示器颜色(客户端信息) 27 26) 屏幕分辨率(客户端信息) 28 27) 国家/省份 - 地址位置(客户端信息) 28 28) 城市 - 地址位置(客户端信息) 28 29) 接入商(客户端信息) 28 30) 场所(客户端信息) 28 3. 数据处理 28 4. 数据展示 28 1) 参考网站 29 2) 趋势 – 曲线图趋势 35 3) 忠诚度 / 用户黏性 39 4) 用户客户端 浏览器 41 5) 来源分析：Ref 分析、 站内/站外、站外统计 41 6) 用户行为 45 七、 项目约束 45 八、 项目资源 45 九、 项目周期 46 十、 项目交付 48 十一、 其他信息 4