UBA中事件流/用户路径分析模型的设计，针对的是用户不同行为事件之间的路径流向分析，比如分析认领了优惠券的用户接下来做了什么。但随着企业精细化运营场景的增多，事件流/用户路径分析的场景覆盖有了诸多局限，比如无法充分满足企业的页面流分析需求。
在实际业务场景中，企业对用户在不同页面之间的流转路径的分析需求频率较高，比如想知道用户从分类页进入商品详情页后的自然访问路径，从而与之前规划的用户转化路径进行对比，找到优化的方向。
页面流分析示例
以上图为例，最终分析结果如果是咨询占比较高，说明企业现在曝光的页面信息有缺失或者偏差，需要结合客服沟通内容来优化页面内容；而如果是加购物车的人多，则说明该商品通常是用户预期购买中的一个，在后续运营上可以重点分析这些加购占比高的商品，以及分析所有订单中这些商品的连带商品，做商品推荐。
而通过事件流分析模型来进行页面流分析，短时间很难轻松得出以上分析结论：一方面，通过事件流模型搭建页面流分析的操作步骤复杂，对缺少专业分析能力的业务人员来说学习成本高；另一方面，即便用事件流分析模型成功搭建了页面流分析的相关维度，也不能灵活满足所有页面流的分析诉求，如：1、企业拥有多个应用，需要针对具体的某个应用的用户页面浏览路径进行分析，但事件流分析不能针对页面再做过滤条件，无法实现只看某个应用的页面，或者从某个广告渠道进来的页面流向的诉求。2、进行页面路径分析时，需要剔除干扰页面，或者选择核心的主要页面进行流向分析，但事件流分析只能对所有页面进行页面流分析，不能自由选择分析页面。
针对通过事件流分析进行页面流分析的复杂性和不足，GrowingIO增长分析（UBA）在事件流分析模型中新增了“页面流分析”，企业可自由选择要进行事件流分析还是页面流分析。
事件流分析模型中可选择“页面流分析”
降低使用门槛
满足企业页面流分析诉求
有了独立的页面流分析，企业无需再通过事件流分析模型搭建页面流分析维度，按照既有维度根据需求选择分析目标即可，极大节省了业务人员进行功能学习和业务分析的时间。
在目标页面，企业可以选择区分浏览事件的页面属性，如“页面标题”，并可在维度拆解模块针对参与分析的页面再次进行维度拆解，分析更灵活。
页面流分析维度示例
同样分析用户从分类页进入商品详情页后的自然访问路径，在页面流分析环境下企业可直接选择要分析的目标应用和关键页面，剔除无关页面。通过选择不同的目标用户，企业还能对比不同分层的会员自商品详情页后的浏览路径差异。针对商品详情页面，企业通过维度拆解可以再进一步做“商品sku”的属性拆分，分析不同商品的详情页是否都存在信息不明的情况。
通过页面流分析，只需通过简单选择，企业就能快速发现用户在某应用的自然浏览路径，并与规划路径对比，找到差异点进行优化，提升运营效率。
页面流分析作为事件流分析的下钻维度，此次独立出来成为与事件流平级的分析模型，是GrowingIO分析云为贴合客户业务场景做出的又一次更新。
当企业对精细化运营愈发重视和深挖后，服务商们针对某一高频业务场景开发的应用模型或功能将越来越多，GrowingIO分析云未来也会在各大产品内构建更多灵活易用的功能模块，增加客户在业务运营上的确定性。
