运营常用的数据分析.docxVIP

运营常用的数据分析 事件分析 事件，是指用户在APP、网站等应用上发生的行为，即何人，何时，何地，通过何种方式，做了什么事。事件分析模型主要用于分析用户在应用上的行为，比如打开APP、注册、登录、支付订单等。通过触发用户数、触发次数、访问时长等基础指标度量用户行为，同时也支持指标运算，构建复杂的指标衡量业务过程。 那么，事件分析模型能够解决哪些问题呢？例如： 监测产品每天的用户数、访问次数、使用时长；趋势是否发生了变化？引起变化的因素有哪些？ 北京地区的用户和上海地区的用户，购买家电品类的金额分布差异在哪里？ 今天在产品中发起了一个话题，各个时段用户的参与情况如何？ 最近半年付费用户数和ARPU值是多少？ 事件分析模型能够实时监测用户在不同平台的用户行为，通过不同维度归因指标变化因素，还能通过自定义指标组合成新的指标实现更为强大的分析能力。易观方舟智能分析产品支持细分维度与条件过滤，同时支持通过分析用户群进行人群对比。 属性分析 属性分析是基于用户自定义属性或预置属性的占比分析，能够按照不同的属性来统计用户数等指标的属性占比，进而得到初步的分析结论。例如，通过对性别属性的用户数占比分析，我们可以快速得到不同性别的用户数统计结果。 通过属性分析，可以快速查看在不同属性上的用户数分布情况，便于统计不同特征的用户总量，在使用属性分析的过程中，需要合理选择度量方式，常用的度量方式包括：用户数、去重数、总和、最大值、最小值、均值等。 例如：我们选择的指标为“累计消费金额的均值”，维度为“会员等级”，用户选择“所有用户”，那么我们得到的结果是“所有不同会员等级用户的平均消费金额是多少”。 属性分析模型同事件分析模型类似，可以进行多维度多用户之间的对比、多种图表形式展示统计结果。在有标签功能的场景下，还可以对不同版本标签的统计对比分析。 渠道分析 渠道，即企业（产品）与用户产生互动的各个触点，比如搜索引擎、社交媒体、广告平台、线下站会等等。 渠道分析模型用于分析用户（包括访客）的访问来源，通过访问用户数、访问次数、访问时长、跳出率等基础指标评估渠道质量，同时也支持自定义转化目标衡量渠道的转化效果。 那么，渠道分析能够解决哪些问题呢？例如： 各个渠道实时的访问用户数、浏览量如何？ 上周选择了多个渠道对网站进行推广，各个渠道带来的用户注册量如何？ 社交媒体、搜索引擎、外部链接……哪个渠道带来的用户留存率更高？ 微信来源用户更多集中在公众号还是朋友圈？ 哪些搜索词带来的流量很大，且转化效果也好？ 渠道分析模型通过定义基础指标和转化指标、选择分析平台、渠道维度，就能够清晰地呈现各渠道表现，从而评估不同渠道的实际产出效果，最终选择优质渠道组合，提高整体ROI。 Session分析 Session，即会话，是指在指定的时间段内在网站/H5/小程序/APP上发生的一系列用户行为的集合。例如，一次会话可以包含多个页面浏览、交互事件等。Session是具备时间属性的，根据不同的切割规则，可以生成不同长度的Session。 Session分析模型含多种度量Session访问质量的指标，包括访问次数、人均访问次数、总访问时长、单次访问时长、单次访问深度、跳出次数、跳出率、退出次数、退出率、人均访问时长、总页面停留时长、平均页面停留时长。 不同于事件分析，Session分析中额外支持了一些维度的细分，以满足特定场景下针对Session分析的需求，包括： 渠道来源分组：用以区分每次访问的渠道来源，仅适用于Web/H5/小程序； 浏览页面数：以步长5为间隔，统计每次浏览页面数的分布情况； 着陆页：用以区分每次访问的着陆页，可以评价不同着陆页的访问质量； 退出页：用以区分每次访问的退出页，可以评价不同页面的退出情况，找到退出率高的页面进行优化； 访问时长：按照0-3 secs，3-10 secs，10-30 secs，30-60 secs，1-3 mins，3-10 mins，10-30 mins，30-60 mins，1 hour以上的区间进行划分，统计每次访问的时长分布。 同事件分析类似，Session分析也支持多指标、多维度和多过滤条件，同时也支持多用户分群之间的横向对比。同时在Session分析中，还支持按照日、周、月三种不同粒度来进行统计分析，用户可以根据查询数据的时间跨度来选择合适的粒度进行分析。 留存分析 留存是指用户在APP、网站等应用上使用过，并一段时间后仍有使用。 留存分析模型是一种衡量用户健康度/参与度的方法，超越下载量、DAU等指标，深入了解用户的留存和流失状况，发现影响产品可持续增长的关键因素，指导市场决策、产品改进、提升用户价值等。 那么，留存分析模型能够解决哪些问题呢？例如： 上个月做了一次产品迭代，如何评估其效果？是否完成了产品经理期望完