面向行为分析的数据治理和应用

该研报主要介绍了面向行为分析的数据治理和应用。常见的数据分析场景包括业务数据和行为数据，其中行为数据主要包括网站行为、广告行为、App行为和游戏行为。数仓建模方法是实现数据加工和分析的主要方式，主要采用漏斗分析、留存分析、Segment分析、Cohort分析、用户会话分析和用户行为路径分析等方法。数仓建模方法的优势包括方法论成熟、技术栈成熟、技术供应商支持完善、技术人才供给充足和应用场景广泛等，而劣势则包括建设链条长、数据一致性保证有挑战、扩展字段流程复杂、工程实现很难统一和不适合时序形的行为数据分析等。面向行为分析的分析方法主要包括用户空间、用户群计算、事件抽象和用户事件序列等概念。在实际应用中，可以使用数据的底表和表的字段，定义中间表的创建逻辑，最终结果的业务逻辑和查询优化等方法进行分析。