注：使用用户路径图，能够帮助我们统筹全局，对整个网站/APP的用户流动洞若观火。
1971 年，英国伦敦，国际园林艺术研讨会，迪斯尼乐园的路径设计获得世界最佳设计奖。然而这条路径并非出自某个大师手笔，全靠游人自行设计。建筑大师格罗培斯在乐园的各景区间撒遍草籽，第二年，他根据被人踩出来的痕迹铺设了人行道。而获得最佳设计奖的方案，就是格罗培斯按此人行道事后绘制的。
产品设计的标准不只在专家的大脑中，也在用户的心里。顺应用户所期望的标准，就能设计出令人满意的产品。
如果说现实中的路径设计，可以借鉴草坪踩出的痕迹，那么网站或APP的路径设计，可以借鉴什么？用户路径图，正为此而生。如你所见，这是数据分析工具系列的第 2 篇：用户路径图。
何为用户路径图
用户路径图，简单来讲，就是抽象用户在网站或APP中的访问行为路径，并用可视化的图表呈现。
全路径图
当新的用户来到我们的网站/APP后，他们是否如我们预期的那样进行访问？还是半路遇到阻碍，沮丧离开？为什么精心设计的功能使用寥寥？而冷僻的功能却被频繁使用？ 全路径图，正是为了解决此类问题，如下图所示：
全路径图，以某个页面/事件为起点进行分析的路径图。抽象图中的元素，即为：
路径节点
流量
流向
其中，路径节点可以为某个页面，如：落地页、登录页、商品详情页等；也可以为某个事件（用户动作），如：搜索、收藏、浏览、支付等。下面，我们看看全路径图可以做什么。
1. 优化流量流向与配比
全路径图，以树状结构呈现流量的流向与分布，由此可以判断：
每个路径节点的流量流向是否与预期一致
每个路径节点的流量在整个路径中的占比
在明确问题后，我们可以结合其他数据分析工作做定向优化，比如：从“首页->导航”的流量过低，是否因为首页上的导航设计不够清晰？结合上一篇的热图分析，我们可以快速定位问题。
2. 降低跳出率
路径的整体跳出率是否正常
每个路径节点的跳出率是否正常
拿问题 1 举例，一条路径的整体跳出率偏低，很可能是因为这条路径的设计存在缺陷，并没有很好的满足用户需求。
转化路径图
我们总是希望用户去做一些事，如果是电商平台，我们希望用户购买商品；如果是社交网站，我们希望用户参与互动；如果是工具产品，我们希望用户使用工具。而用户是如何如何到达我们设定的终点？在这之前，他们又经历过什么？这些都是转化路径图可以告诉我们答案的。
转化路径图，以页面/事件为终点进行分析。下面谈谈转化路径图的作用：
提升转化率：
到达设定终点的主路径是什么？支路径是什么？
每条路径的转化率如何？
用户为什么会选择这样的路径？
举个例子，电商平台X宝的购买商品的路径有A、B两条，两条路径的转化率和用户数如下图所示：
根据数据，我们可以明确问题的解决方向：
A路径转化率明显高于B路径，能否将分配给B路径的流量导向A路径？
B路径的转化率过低，原因在于路径的某个节点转化率出现问题，是否可以优化？
特定人群的路径图
回顾一下用户路径图的构成元素：路径节点、流量、流向。你可以发现，全路径图和转化路径图的差别，实际上就是“流向”的差别。而我们分析的是一组”页面“的路径，还是一组”事件“的路径，实际上就是”路径节点“大与小的差别。所以，我们同样可以对”流量“做特定处理，进一步分析用户的行为轨迹。
（1）流量所具备的属性
流量，简而言之就是对人的抽象。所以，流量的属性实际上就是人的属性：
访客使用什么设备？比如：iPhone 7、 iOS 11、4G环境……
访客具有什么特点？比如：男，北京， 24 岁，大学毕业……
访客来自哪里？比如：看过优酷的宣传广告，对我们的产品产生了兴趣……
（2）特定人群的路径图
想要查看特定人群的路径图，实际上就是将具有相同属性的人群聚合在一起分析。比如：
使用iPhone的人群的用户路径的跳出率远低于三星，是否因为产品对三星手机的支持做得还不够好？
来自北京的男性青年的路径访问深度远高于其他人群，原因是什么？
从优酷来的访客比从爱奇艺来的访客转化率更高，是否应该增加优酷广告的投放？
用户路径图分析工具：欲善其事，必利其器
这里收集了很多非常好的工具，通过不同的方法追踪用户的行为并提供给你改进网站可用性的建议。它们中有些可能不是免费的，但一个好的回报是值得去付出的。
Google Analysis
GA的用户路径图功能非常强大，可以添加对比、多属性过滤、分维度查看。但是缺点也很明显，功能设计比较臃肿，分析的复杂度过高，一般用户可能无从下手。以下是GA的用户路径图
使用用户路径图，能够帮助我们统筹全局，对整个网站/APP的用户流动洞若观火。通过观察用户“从哪里出发”、“到了哪里”、“在哪里离去”、“怎么到的目的地”，我们能够迅速定位自身产品的问题，结合包括“热图”“漏斗”等分析工具进一步找到问题的根源，并最终解决问题。
如果对漏斗分析有了解的同学，也许已经发现用户路径与漏斗的潜在联系：用户路径图的每条路径，实际上就是一个个“天然”的漏斗。所以，对于用户路径发现的问题，理论上都可以使用漏斗做进一步的分析。而漏斗分析，正是数据分析工具系列的下一篇内容。欢迎关注我的数据分析工具系列，我会讲述如何改善用户体验，提升转化，帮助你更好地运用数据驱动产品运营。