你在买车。您访问制造商的网站以了解模型装饰，查看当地经销商网站上列出的交易，然后访问经销商。销售代表可以查看哪些信息来了解您的采购需求并确定为您提供的选择？

　　安全运营中心收到有关员工在网络上的活动的警报。员工是否了解不同的业务领域并且只是在偏远的地方在意想不到的时间工作？还是这是恶意行为，SOC 应该采取行动？

　　这些是用户行为分析可以提供的洞察示例。常见用例包括增加企业对企业和企业对消费者的销售、改善客户体验、检测异常、警告风险以及利用物联网设备的数据来识别危险情况。

　　KNIME 的首席数据科学家兼布道负责人 Rosaria Silipo 提供了行为分析的简单定义。她说，“行为分析研究人们在特定情况下的反应和行为模式。”

　　行为分析中的商机

　　每当产品或服务有很多人在做很多事情时，行为分析就显得尤为重要，同时有机会改善结果和降低风险。示例包括客户在大型电子商务网站、医疗保健应用程序、游戏平台和银行财富管理上的购买习惯。Silipo 进一步解释说，“目标是研究人群，关键是大量数据的可用性。”

　　Acumen Analytics 首席执行官凯西·布伦纳 (Kathy Brunner) 指出，研究表明，到 2026 年，全球行为分析市场预计将从 4.273 亿美元增至 22 亿美元，2022 年至 2026 年的复合年增长率为 32%。

　　Brunner 分享了这些关于商机的见解。“目前的重点主要是零售，为什么不呢？我认为真正的转变在于将这种能力与 AI/ML、其他先进的建模技术和医疗保健数据中的真实证据相结合。想象一下，弄清楚如何让患者进入临床试验、改进药物发现以及通过精确和个性化的医疗提高患者治疗效果所产生的影响。”

　　因此，尽管如果实施违反隐私规范或合规法规，行为分析可能会成为一个问题，但它也可能为消费者和企业带来非常积极的结果。

　　通过行为分析降低风险

　　行为分析通常用于商机，但这些技术同样适用于识别和警告风险。行为分析在银行中用于欺诈检测，嵌入在 AIops 工具中以帮助改进事件管理，并帮助游戏系统识别作弊者。

　　拥有许多全球员工、承包商和供应商的大型企业也利用行为分析来发现可疑活动。Teramid 研发副总裁 Isaac Kohen 说：“用户和实体行为分析可以识别并提醒组织注意各种异常行为。潜在威胁可能是员工、用户或第三方实体的恶意、无意或破坏活动。它在许多行业中用于防止内部威胁并分析用户行为以满足合规性和监管要求。”

　　行为分析背后的数据科学通常应用于人、客户和用户，但它也可以应用于在大型系统中运行的实体。

　　Heavy.AI 的首席技术官兼联合创始人 Todd Mostak分享了这一更广泛的观点：“行为分析是一种数据驱动的方法，用于跟踪、预测和利用行为数据来做出明智的决策。在当今航运延误和供应链短缺的情况下，行为分析技术可以监控数十亿艘船舶的活动、检查港口并研究全球航运模式，以帮助专家解决这些问题。”

　　行为分析背后的数据科学

　　行为分析是数据科学、机器学习和人工智能技术的广泛应用。Teradata 数据科学和分析产品负责人 Scott Toborg 解释了基础数据科学。“行为分析利用关于他们是谁（人口统计）、他们在做什么（事件）以及他们与谁互动（联系）的客户数据来获得更好的洞察力、预测和行动。该过程包括细分、预测建模和规定行动。”

　　Toborg 表示，行为分析与数据科学目标有着许多相同的机会，但在开发和支持机器学习模型方面也面临挑战。他继续说道，“如果实施得当，行为分析可以带来更好的客户体验、更精准的目标营销和更高的参与度。然而，也存在挑战，包括隐私、模型偏见和刻板印象。”

　　有用的技巧和技术

　　行为分析是一组针对特定业务机会或旨在减轻一组可量化风险的操作、数据和技术实践。组织可以通过多种方式实施行为分析。下面的列表是可用解决方案的子集。

　　内容管理、电子商务和数字体验等平台通常包含支持行为分析的功能。

　　客户数据平台集中有关客户及其行为的数据，同时提供集成以在营销自动化平台、广告系统、电子商务和其他平台上执行操作。

　　Adobe Analytics、Amplitude、Contentsquare、FullStory、Glassbox、Heap、Mixpanel 和 Userpilot 等产品分析和数字体验分析平台聚合使用指标并提供分析功能。

　　媒体、电子商务和其他内容丰富的网站应考虑智能搜索平台，包括行为分析、推荐引擎和个性化功能。

　　实验和从用户响应中学习的技术包括 A/B 测试、用户活动记录、活动测量工具和客户反馈测量实践。这些旨在根据客户细分和角色优化活动。

　　应用程序开发人员可以使用功能标记来支持大规模 A/B 功能测试，同时实现微服务可观察性来识别恶意 API 活动。

　　组织还可以考虑使用数据分析、分析过程自动化或机器学习平台来集中行为数据并创建行为分析功能。一些数据平台包括 Alteryx、Dataiku、Databricks、DataRobot、Informatica、KNIME、RapidMiner、SAS、Tableau、Talend 等等。

　　物联网、可穿戴设备、增强现实/虚拟现实、支持语音的设备和具有计算机视觉功能的相机都代表了用于捕获行为数据的新输入和数据源。

　　毫无疑问，越来越多的组织将考虑使用行为分析功能来增加收入、改善体验并降低风险。