来自：数据观 https://www.shujuguan.cn/?from=jianshu
之前我们在《网站数据分析中你所忽略的“时间”》中分享了如何通过对“时间”这一维度进行简单处理从而获得更深入的分析结果，今天，数据观将继续分享互联网运营中一个用户行为分析的方法。
用户粘性是我们在运营时十分关注的，在考虑提升该指标时，我们往往会关注有形激励，而忽略了自我激励带来的好处。事实上，如果用户在使用时能得到一种“最优体验”的话，即使没有外界激励也会持续使用，增加消费的可能性，并且愿意主动与他人分享。
“最优体验”（FLOW）指人们对某一活动或事物表现出浓厚的兴趣并能推动个体完全投入某项活动或事物的一种情绪体验。这种体验由个人能力与这个事件挑战难度来决定，即一个人的能力低于他做一件事情所需要的能力，他就会感到焦虑；而如果能力高于这件事情所需要的能力，他又会觉得太简单了，感到厌烦。只有当能力刚刚与挑战难度相等时，人既不会感到焦虑，也不会感到厌烦，才会产生FLOW。其模型见下：
接下来，我们就演示一下如何运用该理论进行用户行为分析，为制定提升用户粘性的改进措施提供有效参考。
我们以某网游两个月间的用户行为数据为样例。该游戏按难度设置了10个关卡，用户每通过一关会得到一个操作得分用以评价完成关卡的能力水平。在图中X轴为操作得分，Y轴为关卡，点代表各个玩家，颜色用以区分10月和11月，得出效果如下：
由上图可见，用户的得分与通过的关卡量以及玩的时间成正比，可见游戏的挑战难度，激励着用户得到较高的得分而磨练自己的能力水平。
我们再以其中的用户28为例，再次进行验证：
1个月的时间，该用户的操作得分和关卡数都在提升。我们同样可以用这种方法验证其他用户。如果其他人也具备类似的情况，我们就可以认为关卡的难度设置较合理，有效地刺激用户提升操作得分；操作得分的提升可以有效地激励用户挑战更高的难度。
不止网游，其他领域也在不断尝试通过数据套用flow理论。如果能够实时把握用户体验过程中的满意状态，对于我们产品的后续发展、优化或者营销等活动都能提供有力的数据支撑。
