为深入推进企业的互联网化进程，提升业务数据的准确性、完整性和实时性，提升APP用户体验，优化获客渠道，提升精细化运营效果，越来越多的企业将移动互联网用户行为分析作为一个专门的课题进行研究。通过对用户行为监测获得的数据进行分析，可以让企业更加详细、清楚地了解用户的行为习惯，从而找出产品、分包渠道、用户运营、营销等环节存在的问题，有助于企业提高业务转化率，实现精准营销，从而提升企业的收益。
　　本文的研究基于移动互联网的用户特征和使用行为，通过S证券公司的交易类APP用户行为数据分析，进行描述性统计分析、使用Dijkstra算法对最短路径进行分析、使用Logistic回归对用户进行分群分析。综合理论和实证研究，本文得到以下结论:
　　(1)留存分析:留存率伴随时间的推移，呈现递减趋势。次日留存率低于行业平均值。七日留存率相比六日留存率呈现明显下降。(2)分发渠道分析:优质渠道和劣质渠道对活跃访客的贡献率差距较大。(3)页面分析:首页的内容比较没有吸引力，需要优化。用户更加关注行情，特别是自选股的行情。(4)转化漏斗分析:“交易登录页”至“交易-普通交易-买入”步骤的用户漏损严重。(5)最短路径分析:买入功能的距离较长，不利于客户进行股票、基金、理财类交易。(6)用户分群分析:用户发生交易行为几率相对较大的用户特征为:平台是iOS、渠道是website、运营商不是中国移动、以及页面浏览时长更长。
　　对于研究得出的结论，本文提出以下对策和建议:(1)在交易日加大营销力度和IT保障，提高访客交易转化。(2)通过差异化推荐和产品优化，提升活跃度。(3)在关键时间节点推出活动和进行回访，提升留存率。(4)优质渠道继续合作保障用户稳定，劣质渠道查明原因提升贡献率。(5)优化首页并在行情页面嵌入主推产品，实现交叉引流。(6)优化转化率低的步骤并对漏损人群跟踪分析，提升步骤转化。(7)缩短买入功能路径，提升客户交易体验。(8)根据用户分群结果选择高价值用户，进行精准营销。