智能路径
基于机器学习和全量数据采集，对于同一个转化目标的不同转化路径进行分析
Last updated
基于机器学习和全量数据采集，对于同一个转化目标的不同转化路径进行分析
Last updated
「智能路径」是基于 GrowingIO 全量数据采集，以及机器学习技术而设计的功能模块。在「智能路径」中您只需要选择「转化目标」即可获得用户真实的转化路径。帮助您了解用户的访问轨迹，以及更好的使用 GrowingIO 漏斗转化功能进行对转化路径的剖析。
「智能路径」中的路径是指用户在转化过程中经过的节点串联而成的用户行为轨迹。这些节点之间具有严格的先后顺序，但是不要求彼此相邻。也就是说，两个看似相邻的步骤中间可能夹杂着其他的用户行为。
这样处理是因为用户在真实访问时时会有很多的回环，以及频繁的交互操作（例如：频繁的点击）。GrowingIO 智能的过滤掉了这些情况，只留下关键的必经节点。帮助您分析关键节点之间的用户流失情况。
在一部分的内容中，我们将介绍如何快速上手智能路径，助力您的转化分析。
您需要确认您的「转化目标」，并且将这个目标输入到智能路径的输入框内。「转化目标」通常是某一块功能或者业务中需要引导用户完成的目标。例如：电商业务中的「加入购物车」可以作为阶段性的目标。「支付成功」作为最终的转化目标。注册流程中的「完成注册」也可以作为转化目标来进行分析。
注意：如果您是刚刚接入GrowingIO的用户，在使用「智能路径」帮助您分析之前，需要对您的转化目标进行「圈选」。具体请参看功能介绍-或。
您可以在上图中所示的位置输入转化目标，并且点击「计算」按钮，GrowingIO就会根据您的用户行为数据开始探索转化路径了。
除此之外，我们还提供了高级设置项帮助您更好的得到想要的结果：
必须经过的步骤：选择一个转化路径中必须经过的步骤，这个步骤可以出现在除去转化目标的任意位置
仅含页面打开 OR 包含步骤点击：该选项帮助您选择路径中的节点的属性，当选择「仅含页面打开」的时候，输出的结果将只有页面步骤。例如：页面1->页面2->页面3->目标
在发起计算之后，您将会得到基于您选择的转化目标生成的访问路径。例如这样：
您可以通过查看节点的详情（点击具体的节点）以及确认节点的顺序，来检查路径是否符合您的预期。选择您需要的转化路径，就可以点击右侧的「创建漏斗」将该路径保存为「漏斗」来进行更为细致的多维度分析了。
点击「创建漏斗」之后，就会出现相应的漏斗界面。您可以输入一个漏斗的名称然后进行保存。
需要注意的是：当您的漏斗中有尚未圈选的步骤，您不能立即查看到具体的步骤人数和转化率。因为该指标需要进行相应的「数据回溯」。您可以在漏斗界面上直接修改该指标的名称，也可以进入到「指标管理」中进行修改。
至此，您就可以完成从发现转化路径，到进行转化分析的全部过程了。
从最近7天的访问数据中，筛选出完成过转化目标的访客，再从其中抽取部分访客计算出完成转化经过的步骤（即各条转化路径），将其中比较频繁的转化路径展示出来。
使用发起计算时最近7天的数据进行计算。
为了实现实时出数据，采用的是抽样的计算方式。
因为抽取最近7天的数据，不同发起计算的日期使用的抽样池是不一样的。有时候会出现不同日期计算结果不一样的情况。
在抽样的访次（session）中，有 65% 的访次中，依次包含本条路径中的各个步骤。 注意：只要依顺序包含即可，不要求各个步骤的完成是紧邻的。
路径不是互斥的。比如一个访客一次访问经过了ABCD 4 个步骤，同时符合按照“A-B-C”、“A-C-D”、“A-B-C-D”三条路径完成转化的条件，因此在 3 条路径中都会计入，所以各条路径的占比加起来不是 100% 。
从最近 7 天的行为数据中，随机抽取 400 个满足条件的访问者。如果最近7天所有满足条件的访问者不满 200 次，就按实际的访次数量计算，不再追溯更早的周期。
不是。为了揭示用户共性的转化路径（做成漏斗才有长期的分析意义），因此仅提供频繁度达到一定阈值的路径。
计算不出结果有以下几类情况： 1. 符合条件的用户数量太少，无法抽取出共性的转化路径； 2. 页面结构（url等）比较杂乱，无法抽取出明晰的路径； 3. 转化目标选择的指标圈选得有问题； 4. 用户完成转化的路径不集中，比较分散（比如有多个入口都可以到达某个转化目标，且没有哪个入口是大部分用户偏好使用的） 建议选择有一定用户量、确实有业务含义的核心的指标作为转化目标来计算。
以电商客户为例，选择支付成功作为转化目标，有时只能计算出包含结算最后几个步骤的路径，是因为之前的用户行为分散导致的（用户可以通过各种入口途径到达购物车）。 遇到这种情况，可以尝试通过在高级设置里，将某个入口设置为“必须经过的步骤”，来得到特定的转化路径。
