數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階：熱力圖分析的底層邏輯

熱力圖是網(wǎng)站、H5、APP運(yùn)營的分析利器，可幫助產(chǎn)品經(jīng)理分析用戶行為。

熱力圖幫助我們深入了解用戶在頁面上的操作習(xí)慣和行為路徑，并指導(dǎo)產(chǎn)品經(jīng)理對產(chǎn)品進(jìn)行用戶體驗(yàn)優(yōu)化，進(jìn)而提升網(wǎng)站的轉(zhuǎn)化效果。

而熱力圖分析是數(shù)據(jù)分析的重要手段之一。如何進(jìn)行熱力圖分析，是數(shù)據(jù)產(chǎn)品經(jīng)理工作中的重中之重。

熱力圖通過記錄用戶在網(wǎng)站或APP的點(diǎn)擊與瀏覽行為，并通過熱力圖的形式展現(xiàn)出來。

簡而言之，熱力圖就是將用戶行為可視化展示。

熱力圖本質(zhì)上是一個數(shù)值矩陣，圖上每一個色塊都是一個數(shù)值，通過離散數(shù)值、權(quán)重算法與分析模型等技術(shù)手段，將用戶行為頻度以色塊的形式展現(xiàn)出來。

熱力圖通過可視化的效果呈現(xiàn)，幫助產(chǎn)品經(jīng)理深入分析用戶對內(nèi)容及功能的訪問情況、操作習(xí)慣、行為偏好等。

熱力圖就是將用戶行為軌跡錄像。

根據(jù)用戶在網(wǎng)站、H5或APP上的點(diǎn)擊、滾動等行為，可將熱力圖分為點(diǎn)擊熱力圖、移動熱力圖、滾動熱力圖、鏈接熱力圖等。 

點(diǎn)擊熱力圖統(tǒng)計用戶的點(diǎn)擊行為，通過點(diǎn)擊頻度生成的熱力圖，可以直觀了解用戶對功能模塊、頁面內(nèi)容的喜好。 

點(diǎn)擊熱力圖幫助產(chǎn)品經(jīng)理進(jìn)行首屏優(yōu)化，或網(wǎng)站深度測試。

移動熱力圖記錄用戶鼠標(biāo)移動、停留等行為，通過跟蹤PC端用戶的鼠標(biāo)移動軌跡，可以了解用戶對那個區(qū)域比較感興趣。

Google移動熱力圖

移動熱力圖幫助產(chǎn)品經(jīng)理分析操作重點(diǎn)，或優(yōu)化網(wǎng)站文案。

滾動熱力圖顯示了用戶上下滾動頁面的數(shù)據(jù)，可識別用戶在頁面中看到的頁面比例。通過頁面比例了解抵達(dá)區(qū)域留存，數(shù)值越低，越少訪客關(guān)注。

Hotjar滾動熱力圖

滾動熱力圖幫助產(chǎn)品經(jīng)理了解用戶行為偏好，或輔助頁面設(shè)計與內(nèi)容調(diào)整等。 

鏈接熱力圖聚焦鏈接元素的點(diǎn)擊熱度，可直觀地展示用戶點(diǎn)擊頁面元素的點(diǎn)擊量、點(diǎn)擊率等。

數(shù)極客鏈接熱力圖

 鏈接熱力圖幫助產(chǎn)品經(jīng)理檢查網(wǎng)站鏈接設(shè)置是否合理，或分析鏈接的A/B Test效果。

繪制熱力圖（heatmap）是數(shù)據(jù)分析的常用方法，常用的繪制熱力圖(heatmap)軟件有R，Excel，MATLAB，Graphpad，Python的matplitlib、Seaborn和pyHeatMap等。

用Excel繪制熱力圖，可以快速了解網(wǎng)站和落地頁數(shù)據(jù)情況，并展現(xiàn)數(shù)據(jù)的差異性。

Excel原始數(shù)據(jù) 

Excel繪制熱力圖

用Python繪制熱力圖，通過色差、亮度來展示數(shù)據(jù)的差異，直觀易理解，能快速識別高頻功能。

Python原始數(shù)據(jù)

Python繪制熱力圖

熱力圖是把用戶的交互按照熱度渲染出來的一個分析能力，因其豐富的色彩變化和生動飽滿的信息表達(dá)，被應(yīng)用在各種數(shù)據(jù)分析場景。 

熱力圖分析的本質(zhì)是點(diǎn)數(shù)據(jù)分析。熱力圖的應(yīng)用場景有：事件分析、頁面分析、活躍分析、留存分析、漏斗分析、路徑分析等。

對產(chǎn)品經(jīng)理而言，主要表現(xiàn)在產(chǎn)品運(yùn)營、用戶運(yùn)營、內(nèi)容運(yùn)營及渠道運(yùn)營等幾個方面：

• 產(chǎn)品運(yùn)營：基于熱力圖進(jìn)行功能界面、交互設(shè)計等優(yōu)化，發(fā)現(xiàn)問題并快速迭代產(chǎn)品，提高著陸頁轉(zhuǎn)化率。

• 用戶運(yùn)營：基于熱力圖進(jìn)行用戶觸點(diǎn)、用戶路徑等優(yōu)化，通過運(yùn)營與用戶建立漏斗，降低網(wǎng)站的跳出率。

• 內(nèi)容運(yùn)營：基于熱力圖進(jìn)行產(chǎn)品賣點(diǎn)、文案內(nèi)容等優(yōu)化，深度洞察用戶點(diǎn)擊偏好，提升整體用戶留存率。

• 渠道運(yùn)營：基于熱力圖進(jìn)行廣告投放、品牌宣傳等優(yōu)化，通過流量解決獲客問題，激發(fā)渠道用戶活躍度。

以華創(chuàng)微課落地頁為例，我們推薦了一些專欄作者的精選文章，為進(jìn)一步了解文章的跳出率和退出率，并直觀的分析用戶行為軌跡，借助熱力圖分析就可以解決。

首先，新建熱力圖，設(shè)置首頁需要分析的區(qū)域或內(nèi)容，比如自定義圈選華創(chuàng)微課的Logo、熱門活動和精選文章等內(nèi)容。 

然后，獲取數(shù)據(jù)，基于頁面埋點(diǎn)收集網(wǎng)站訪問數(shù)據(jù)，網(wǎng)站通常關(guān)注的數(shù)據(jù)指標(biāo)有新增用戶數(shù)、用戶留存率、PV、UV、轉(zhuǎn)化率等，比如華創(chuàng)微課的用戶數(shù)、頁面瀏覽PV、內(nèi)容點(diǎn)擊UV等。 

華創(chuàng)微課數(shù)據(jù)指標(biāo)

最后，獲取目標(biāo)圖像，進(jìn)行高斯濾波、灰度處理、二值化、開運(yùn)算，輪廓提取，計算坐標(biāo)，繪制熱力圖等。

Python獲取指定圖像，可借助PIL庫來實(shí)現(xiàn)，PIL(Python Imaging Library)是Python一個強(qiáng)大方便的圖像處理庫，獲取圖像也可借助matplotlib、opencv等庫。 

 Python實(shí)現(xiàn)高斯濾波，提取圖片特征常用的方法，可以讓處理后圖像看起來更模糊

Python處理圖像灰度值，是圖片處理中最為重要的環(huán)節(jié)之一，包括特征提取、圖像OCR、圖片降噪、圖片加噪等。

Python圖像二值化,就是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255,使得整個圖像只有黑和白的視覺效果。華創(chuàng)微課二值化

Python圖像開運(yùn)算，就是將圖像腐蝕后，進(jìn)行膨脹處理，去除噪聲，并保持原有形狀。

Python實(shí)現(xiàn)輪廓提取，需找到圖像主題輪廓，用指定顏色對源圖像進(jìn)行輪廓標(biāo)記，計算輪廓中的主體。

Python繪制熱力圖，需借助pyheatmap庫，將識別結(jié)果得到data的值，即data = [[x1,y1] [x2,y2] …]，傳入到apply_heatmap(image，data)來繪制熱力圖，然后將熱力圖加權(quán)疊加到原圖上。 

用熱力圖把用戶的點(diǎn)擊、瀏覽、滾屏、停留等行為數(shù)據(jù)可視化，方便我們分析用戶行為，了解到用戶的關(guān)注點(diǎn)，進(jìn)而優(yōu)化用戶體驗(yàn)，提升轉(zhuǎn)化率，實(shí)現(xiàn)精細(xì)化運(yùn)營。

-End-

　　以上就是為大家介紹的數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階：熱力圖分析的底層邏輯，希望對大家有所幫助，現(xiàn)在互聯(lián)網(wǎng)已經(jīng)進(jìn)入到了短視頻時代，如果需要抖音廣告開戶，抖音直播間付費(fèi)推廣開戶或者托管的，都可以找我們咨詢，現(xiàn)在開戶優(yōu)惠多多，還有返點(diǎn)，添加微信了解：veteran88