当他们采用两个商品的这时候，须要历经两个操作过程，从了解到熟识，从试玩到采用，最终还可能将正式成为那个商品的忠心采用者，用两个时序则表示如下表所示。
紧紧围绕采用者犯罪行为那个操作过程的方法论称作采用者犯罪行为方法论。
比如，对两个中文网站，采用者的犯罪行为能分成这5个期：知觉、熟识、试玩、采用、忠心。
在这5个期中，采用者的犯罪行为可能将有下列许多。
知觉：中文网站出访。熟识：中文网站下载、HotBot等。试玩：注册登记、试玩商品等。采用：买回及采用商品。忠心：造成采用者粘性或是外流。
用两张图来则表示如下表所示。
1、知觉
等，对那些分项的表明如下表所示。
总和出访网页量：平均值每一来访者出访了啥个网页。
2、熟识
在熟识期，采用者的犯罪行为主要就有中文网站下载、HotBot等，牵涉到的数据挖掘分项可能将有：平均值逗留时数、跳脱率等，对那些分项的表明如下表所示。
平均值逗留时数：平均值每一访客出访网页逗留的天数宽度，那个分项越大越好。跳脱率：针对某个网页来说，只下载了那个网页就离开的出访次数除以该网页的总出访次数。跳脱率越高，表明那个网页的问题就越大，越须要调整。
3、试玩
在试玩期，采用者的犯罪行为主要就有注册登记、试玩商品等，牵涉到的数据挖掘分项可能将有：注册登记采用者数、注册登记转化率等。
其中，注册登记转化率是指注册登记采用者数除以新来访者数。
4、采用
在采用期，采用者的犯罪行为主要就有买回及采用商品，牵涉到的数据挖掘分项可能将有：买回金额、数量及买回转化率等。
其中，买回转化率能理解为成交转化率，即成交采用者数除以总出访采用者数，是两个结果分项。
5、忠心
最终那个期，采用者可能将对中文网站造成粘性，也可能将外流掉，牵涉到的数据挖掘指标可能将有：回来访者比例、出访深度、外流采用者数及外流率等。
其中，出访深度是指每次出访采用者所下载的网页量，由于采用者通常会多次出访中文网站，每次出访若干个网页，所以一般统计平均值值，即平均值出访深度，那个分项能够衡量采用者的粘性，一般来说，出访深度越高，采用者粘性也越高。
最终，用一幅图来则表示如下表所示。
以上就是数据挖掘中的采用者犯罪行为方法论。
