用户行为分析是数据分析中非常重要的一项内容，在统计活跃用户，分析留存和转化率，改进产品体验，推动用户增长等领域有重要作用，常见的方法包括漏斗分析，路径分析，分群分析等。美团点评每天收集的用户行为日志达到数百亿条，如何在海量数据集上实现对用户行为的快速灵活分析，成为一个巨大的挑战。为此，我们提出并实现了一套面向海量数据的用户行为分析解决方案，将单次分析的耗时从小时级降低到秒级，极大的改善了分析体验，提升了分析人员的工作效率。

本次演讲以用户行为分析场景中最常见的“有序漏斗”需求为例，深入描述了解决方案的核心思路和工程架构，重点呈现构建分布式系统的选型权衡，以及分布式系统的优化方法。

演讲提纲：

• 用户行为分析的需求和挑战 
• 解决方案的构建与优化 

1. 核心思路 
2. 架构选型 
3. 性能优化 

• 总结与未来计划

听众受益

• 了解如何构建一个用于海量数据的用户行为分析系统； 
• 了解从算法到工程的落地过程和选型权衡； 
• 了解分布式系统的常用优化方法；