1. 视频版讲解

2. 概述

分布分析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?

了解更多分布分析示例,可参考 分布分析应用示例

3. 分布分析

3.1. 分布分析

选择 分析 > 分布分析,即可使用分布分析功能。

  1. 选择 事件
  2. 选择 指标:支持按时间统计、按次数统计、按事件属性的指标统计,点击 可设置自定义分组区间。
    1. 按时间统计:可选择 小时数天数
    2. 按次数统计:按照实际发生次数不去重。 
    3. 按事件属性的指标统计
  3. 设置 事件筛选条件
  4. 设置 同时显示:如果添加了同时显示的指标,可同时统计对应用户分群的指标表现。
  5. 设置 用户筛选条件
  6. 设置 时间范围
  7. 点击 查询 按钮。

3.2. 时间单位

点击 可以选择行为发生的统计时间单位:

  • 按天: 用户在 0:00 ~ 23:59 这 24 小时中的行为分布。
  • 按周: 用户在周一到周日这 7 天内的行为分布。
  • 按月: 用户在不同月份的第一天到最后一天的行为分布。

3.3. 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。
  • 第三列:是在相应时间范围下,计算出该范围内的人均值,比如人均次数、人均小时数、人均天数等。
  • 后面各列,分别是发生行为相应频率的用户数和比例。

鼠标点击在单元格上,可以查看单元格数字代表的具体含义。

点击人数,则可以看到这些用户的详细信息,并且支持更进一步看到其中单个用户的详细行为序列。

4. 分布分析计算规则

分布分析有三种统计方法:

  • 按时间段统计
  • 按次数统计
  • 按事件属性的指标统计
  1. 选择以上统计方式均可以自定义分组区间。

4.1. 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。

一天内 进行 点击广告 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。

4.2. 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。

4.3. 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。

5.  常见问题

5.1. 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。