很多人可能不知道，「行为分析」四个字的分量已经代表了近两年一些高速成长的公司对数据分析需求的精细化程度，同时，它也催生出了新一代的数据分析工具和分析方法。过去，所有人都在关注PV、UV、跳出率、访问深度、停留时长，还有很多人始终放不下的热力图等，总体来说，这些指标都属于统计指标，反映的都是产品总体情况，数据的价值除了反映现状，还有更重要的是应用。统计是数据汇总整理的结果，没有分析，怎能拿来指导业务增长呢?

当然，可能指导过。比如一款阅读产品，通过文章详情页的停留时长可以判断用户对文章的喜好程度，但是，他可能在滑动屏幕看文章、可能在评论区输入一段评论，所以比起用户在该页面所花时间的汇总，用户是否是在看文章还是在评论以及评论的内容是什么对我们更有指导意义。

技术在发展，时代在召唤，所以，行为分析，你需要了解并且知道如何应用。

一口气说：基于用户在互联网产品上的行为以及行为背后的人发生的时间频次等维度深度还原用户使用场景并且可以指导业务增长。

慢点说：对用户模型做关键补充。通过行为数据的补充，构建出精细、完整的用户画像。传统统计工具的数据背后没有人，所以也谈不上用户模型（画像），一个完整、多维、精确的用户画像=用户行为数据+用户属性数据

关于影响数据结果和判断的三个维度：

1. product-market fit（PMF:产品-市场契合点）意思是产品符合市场需求。比如你做了个社区电商平台，拿一个demo产品投向市场，可能这个阶段不会看有多少收入，而是看来了多少人，有多少人看了商品链接，有多少人真正支付了，这个阶段用户的认可可能对你是否决定做这个项目、判断这个项目是否有市场更有决定性因素；

2. 用户