TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

用户行为模式:7 种模式和各自的发现指标

在分析里值得查找的七种用户行为模式,从狂点到滚动断崖,各配一个发现它的指标,并给出按涉及订单排序的算例。

林舟 发布于 2026 年 11 月 20 日 9 分钟阅读 数据分析
示例数据:受影响会话数 × (3.0% 基线 − 它们的转化率),这是上限。模式之间有重叠,所以这些条不能相加。示例数据

每个网站都值得检查的用户行为模式有:狂点、无响应点击、快速返回、滚动断崖、表单放弃、比较循环和慢响应等待。每一种都有一个发现它的指标,比如含狂点的会话除以会话数。找到之后按涉及订单排序,不要按看上去多烦人排序:在示例中,滚动断崖(40 个订单)排在狂点(24 个)前面。

读完你会知道

  • 七种模式覆盖大部分摩擦;每一种都有一个能按页面和元素暴露它的指标
  • 按涉及订单(受影响会话数 × 转化差距)给模式排序,不要按看上去多烦人排序
  • 一个会话会同时带有几种模式,所以不要把涉及订单这一列加起来;先修最上面的一行,再重新计算

值得关注的七种用户行为模式是什么,各用什么指标发现?

网站上多数重要的用户行为模式,都表现为一种重复动作,让访客白白耗费时间或耐心。有七种足够常见,每个网站都值得查一遍。每一种都有名称、通俗的含义,以及在你的分析里能暴露它的指标。想从更大范围了解这门学问,见 行为分析 和 用户行为追踪;本文是一份实地手册。

序号模式访客做了什么暴露它的指标
1狂点在同一位置快速连点多次含狂点的会话 ÷ 会话数,按页面和元素拆分
2无响应点击点了一个没有任何反应的东西每 1,000 次浏览的无响应点击数,按元素拆分
3快速返回(站内「来回弹跳」)打开一个页面几秒内就返回几秒内回到上一页的次数 ÷ 页面浏览数
4滚动断崖在内容结束很早之前就停止滚动到达 25%、50%、75% 滚动深度的浏览占比
5表单放弃开始填表,常在报错之后离开开始数对完成数,加上每个字段的错误率
6比较循环在同几个页面之间来回切换每个会话中对相同页面的重复浏览
7慢响应等待等页面响应,然后重复操作第 75 百分位的 Interaction to Next Paint

这些模式会重叠,一个会话可以同时带有几种。这在排序时很重要,下面的算例会讲。

模式暴露它的指标先看哪里
狂点含狂点的会话 ÷ 会话数,按元素拆分点击热力图,再看录像
无响应点击每 1,000 次浏览的无响应点击数,按元素拆分点击热力图
快速返回几秒内回到上一页的次数 ÷ 浏览数从列表页到详情页的路径
滚动断崖到达 25%、50%、75% 深度的占比滚动热力图
表单放弃开始数对完成数,每个字段的错误率目标漏斗和错误记录
比较循环每个会话中对相同页面的重复浏览路径分析
慢响应等待Interaction to Next Paint,第 75 百分位真实用户性能

按元素或页面量每种模式;全站比率会掩盖真正的原因。

狂点和无响应点击说明了什么?

微软 Clarity 的文档把狂点描述为用户在一块聚集区域里快速连续点击多次,并称它是挫败感的强烈信号:用户以为那个元素可以互动。无响应点击是指用户在合理时间内没有得到任何反馈:画面没有变化,页面也没有跳转。同一份文档说,无响应点击可能指向损坏的元素、缓慢的请求或误导性的设计。

两者都要按元素来量。全站比率会掩盖造成大部分问题的那一张图、那一个图标或按钮。先在点击热力图里看,再用几段录像确认:

  • 非链接上的狂点(图片、标题、价格):访客以为它可以互动。要么让它能互动,要么让它看起来是静态的。
  • 真实按钮上的狂点:它很慢或坏了。查看该页面的错误和性能。
  • 装饰元素上的无响应点击(徽章、卡片):决定它是否应该带链接。

什么是快速返回,它和 pogo-sticking 一样吗?

Pogo-sticking 是指从搜索结果跳进一个页面,马上又退回去试另一个的习惯。你自己的分析看不到那个搜索结果步骤,但能看到它在站内的对应现象:访客从列表页打开商品或文章页,几秒内就返回。Clarity 把它叫作快速返回,判定条件是用户返回的时间短于一个停留时间阈值。

量法是快速返回数 ÷ 详情页浏览数,按每个列表分别算。比率高,说明列表承诺了页面没有兑现的东西:误导性的缩略图、会变的价格、夸大的标题。比率低而转化也低,问题在别处。不要把每次短访问都当作失败;在页面上找到电话号码就离开的访客,是成功的访客。

滚动断崖是什么样的,多陡才算正常?

滚动断崖是指到达页面更深处的访客占比急剧下降。有一些流失是正常的。尼尔森诺曼集团 2018 年的眼动研究发现,57% 的注视时间花在首屏以内,另有 17% 花在第二屏,前两屏合计约 74%。首屏之后的急剧下降与其 2010 年的研究一致,尽管首屏的占比已从约 80% 下降。

把它当作参照,而不是目标。画出到达 25%、50%、75% 深度的占比。作为工作规则(我们自己的,不是公开标准),当重要内容在下降之后,且相邻两个深度之间下降 30 个百分点或更多时,就算断崖。然后检查断崖之前的内容看起来是否像结束了:通栏横幅或看似空白的间隔,可能造成页面到头的假象。

表单放弃和比较循环是怎么表现的?

表单放弃有两种量法:开始数对完成数,以及每个字段的错误率。示例数据:900 个会话开始填表,其中 60% 在某一个字段上遇到校验错误。问题在那个字段,而不是整张表单。补救办法通常是行内提示,或者去掉那个字段。

比较循环指访客在同样三四个页面之间来回切换,比如两个套餐页和价格表,然后离开或购买。在下面的示例里,他们的转化率高于平均,所以循环不是漏洞。它是一个信号:买家在比较,而你的页面没有替他完成比较。把对比表放在同一个页面上,通常会缩短循环。

慢响应等待为什么会引发狂点和无响应点击?

不响应的页面会让人再点一次。谷歌 web.dev 把良好的 Interaction to Next Paint 定义为页面加载的第 75 百分位在 200 毫秒以内,200 到 500 毫秒为需要改进,超过 500 毫秒为较差。如果狂点聚集在一个正常工作的按钮上,在重新设计之前先查这个页面的交互速度。修好延迟就消除了症状,而重新设计做不到。

找到这些模式后,怎么排序?

数涉及的订单,而不是出现次数。示例数据:20,000 个会话,没有这些模式的会话基线转化率为 3.0%。对每种模式,涉及订单 = 受影响会话数 × (3.0% − 它们的转化率)。把结果当作上限,因为受影响的会话本来也许就不会购买。

模式受影响会话数占 20,000 的比例它们的转化率涉及订单
狂点1,2006.0%1.0%24.0
无响应点击3,00015.0%2.4%18.0
快速返回2,60013.0%1.6%36.4
滚动断崖(深度不足 25%)5,00025.0%2.2%40.0
表单错误9004.5%1.8%10.8
慢响应等待2,00010.0%1.5%30.0
比较循环1,5007.5%3.9%0(高于基线)

最让人烦的模式,即占会话 6.0% 的狂点,并不在最上面。滚动断崖和快速返回涉及的订单更多,只是因为它们触及的会话更多。因为会话可以同时带有几种模式,不要把这一列加起来:159.2 会夸大。先修最上面的一行,再重新计算。

app.tapcub.com

各模式涉及的订单

示例数据,20,000 个会话
滚动断崖40.0
快速返回36.4
慢响应等待30.0
狂点24.0
无响应点击18.0
表单错误10.8
比较循环0
示例数据
示例数据:受影响会话数 × (3.0% 基线 − 它们的转化率),这是上限。模式之间有重叠,所以这些条不能相加。

多久检查一次,需要多少数据?

少见的模式需要更长的窗口。要看一个修复能否把狂点占比从 6.0% 减半到 3.0%,在 80% 功效、5% 显著性下,标准的双比例计算需要每期约 750 个会话。要看表单错误从 4.5% 降到 2.25%,每期需要约 1,000 个表单会话。流量大的页面每周看一次就够;流量小的页面按月汇总,免得几个会话就让比率大幅波动。

每个你汇报的比率旁边都写上样本量,这样读者能分清 20,000 个会话的 6.0% 和 200 个会话的 6.0%。一个行之有效的例行做法:每周为你最重要的五个页面看热力图和这七个比率,每月按涉及订单重新排序,并记一份简短的日志,写明改了什么、哪一天改的,这样之后的下滑可以对应到某次发布。

怎么在 TapCub 里找到这些模式?

把上面的表当作每周检查清单:

  1. 点击类模式。 打开 全端分析 › 行为分析 › 热力图,选一个关键页面,看点击、狂点、滚动和元素视图。滚动深度给出断崖;狂点给出模式 1。
  2. 用录像确认。 打开 全端分析 › 行为分析 › 会话回放,在热点附近看几段会话。会话回放默认关闭,要先启用;它只录制之后的新会话。
  3. 快速返回和循环。 在 全端分析 › 行为分析 › 行为分析 里,用从列表页到详情页的路径视图,看有多少人立刻返回,以及访客在相同页面之间循环的频率。
  4. 表单和延迟。 查看该页面的 监测 › 错误 和 监测 › 性能 的真实用户速度;并在 网站统计 › 目标 里把表单的完成定义为目标。
  5. 排序并复查。 用你的目标转化率按上面的方法算涉及订单,并在上线修复那天,在 配置 › 日期标注 里标注。

TapCub 报告访客做了什么;它不会判断哪种模式对你的业务是问题,也不会替你修复。机器人和 AI 爬虫分开统计,所以它们的点击不会变成狂点数据。

常见问题

什么是用户行为模式?

反映人们如何使用网站的重复动作,比如狂点、无响应点击、快速返回、滚动断崖、表单放弃、比较循环和慢响应等待。每一种在你的分析里都有一个指标能发现它。

什么是狂点?

在同一位置快速点击多次,说明访客以为那里会有响应。Clarity 把它描述为挫败感的强烈信号。决定修复之前,先按元素看它出现在哪里。

什么是 pogo-sticking?

从搜索结果跳进一个页面,马上又退回去试另一个。站内分析看不到搜索那一步,但可以量它在站内的对应现象:从列表页到详情页的快速返回。

怎么在分析里找到用户行为模式?

从上面七个指标开始,按涉及订单排序,用热力图和录像确认前两名。每周做一次,不是只做一次。

应该先修哪个模式?

涉及订单最多的那个,不一定是最让人烦的那个。在示例中,滚动断崖(40 个订单)排在狂点(24 个)前面,因为它触及的会话更多。

资料来源

  • Microsoft Learn,Clarity semantic metrics:狂点、无响应点击和快速返回的定义(2026-11-20 核对)。
  • Nielsen Norman Group,Scrolling and Attention:57% 的注视时间在首屏以内,17% 在第二屏,2018 年研究(2026-11-20 核对)。
  • web.dev,Interaction to Next Paint:INP 的 200 毫秒和 500 毫秒阈值(2026-11-20 核对)。
归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

林舟

产品体验专员

关注产品体验、功能使用与增长实践,喜欢把复杂流程拆成清晰步骤,让分析结果更容易用到日常决策中。

在你自己的数据里找到这些模式

点击、狂点和滚动热力图,会话回放,路径和错误追踪,都在一个项目里。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie