1. 分布分析概述

在 1.6 版本将“回访分析”升级为“分布分析”，分布分析不但可以告诉你用户有多依赖你的产品，还可以告诉你某个事件指标的用户分布情况。比如，查看订单金额在 100 元以下、100 元至 200 元、200 元以上三个区间的用户分布情况。

指定一个用户行为事件，然后选择事件的指标。分布分析可以帮助揭示以下问题：

通知策略调整前后，用户每天使用产品次数是否增加？
用户首次购买后是否会重复购买？
假设每天使用 3 次以上某关键功能的用户算作核心用户，那么核心用户的成分变化趋势如何？

查看分布分析功能应用示例

2. 分布分析按时间统计

2.1. 选择用户行为

选择某个事件作为考查的行为。这里可以选择『客户付费』。

2.2. 选择指标

在这里选择分布分析的指标，可以选择“小时数”或“天数”等时间单位，以下以“小时数”为例。

2.3. 选择时间单位

选择行为发生的统计时间单位（在图 c 处选择按时间段还是次数进行分析）。可以选择：

一天内： 用户在 0:00-23:59 这 24 小时中的行为分布。
一周内： 用户在周一到周日这 7 天内的行为分布。
一个月内： 用户在不同月份的第一天到最后一天的行为分布。

2.4. 设置所选事件的筛选条件

比如，只查看 iOS 版本的行为分布。

2.5. 设置用户筛选条件

针对用户属性，筛选合适的分析对象。比如，只查看女性用户的行为分布。

2.6. 行为分布表格

第一列是用户选定的查询时间段，按照事件发生时间单位（天/周/月）划分。第二列是在相应时间范围发生行为的总用户数。后面各列，分别是发生行为相应频率的用户数和比例。

鼠标悬停在单元格上，可以查看每个单元格数字代表的具体含义。

点击这个数字，则可以看到这些用户的详细信息，并且更进一步看到其中单个用户的详细行为序列。

2.7. 自定义分组区间

如果这里选择的属性是数字类型，可以自定义分组区间。如果没有设置，查询引擎会动态计算分组区间。此设置仅在当前查询生效，将查询保存为书签后在书签中也生效。

鼠标浮动在表格的单元格内时，会出现下载连接，点击即可下载用户详情。

3. 分布分析按次数统计

3.1. 选择『次数』

选择次数统计按照实际发生次数不去重。也可以设置自定义分组区间。

3.2. 行为分布表格

以 b 在表格进行说明，在 9-1(四)这一天内进行过『客户付费』的用户有 12 人，其中有 12 人进行了 1 次 ~ 3 次（不含 3 次）。

4. 分布分析按事件指标统计

指标选择“合同金额的总和”，在 8-29 当周有 63 人进行了付费，付费金额在 50000 ~ 100000 (不包含)之间的用户有 5 人。

5. 分布分析是如何计算的

分布分析有三种统计方法，按时间段统计、按次数统计和按事件属性的统计指标。选择次数和事件的指标时可以自定义区间。

5.1. 按时间段统计

统计用户在一天/周/月中，有多少个自然时间段（小时/天）进行了某项操作。

以『一天内』进行『点击广告』的『小时数』分析为例来说明。如果某用户在 15:00 到 16:00 间进行了『点击广告』3 次，17:00 到 18:00 间进行了『点击广告』1 次，则统计为『一天至少在 2 个时段进行点击广告』, 用户在某小时内进行『点击广告』一次或多次，都记 1 次。

对于查看用户一周/一月内某事件的天数，则是统计用户在一周/月中触发过某事件的天数。

5.2. 按次数统计

统计用户在一天/周/月中，进行某项操作的次数，发生一次就记录一次。

5.3. 按事件属性的统计指标统计

统计用户在一天/周/月中，发生事件的某属性的统计指标值。属性的统计指标与事件分析一致，有总和、均值、最大值、最小值、去重数。

6. FAQ

6.1. 分布分析比单看日活（DAU）优越在哪里？

日活只能告诉你用户数的变化，分布分析却能揭示单个用户对产品依赖程度的变化。比如某产品虽然三月和四月期间活跃用户量没有明显增长，但是用户关键行为（比如下单，或发布内容）的频率却显著增加，说明产品对于用户的价值增加了。反之，如果虽然日活增长很快，但是行为发生频率却在相比之前较低的水平，很有可能新增加的活跃用户并未真正感受到产品价值。