上一篇里，我们看到神策分析可以为不同业务角色的问题分析过程给予支持。
这里，我们以电商行业为例，介绍神策分析如何帮助产品、运营、渠道投放的业务人员快速进行数据分析。
标准电商核心流程
电商用户通常会经历以下核心行为流程：
- 启动 App
- 开始浏览首页
- 点击并浏览商品详情页
- 看到合适的商品，将商品加入购物车
- 有购买意向，提交订单
- 决定付款，支付订单
产品核心流程可描述为：
启动 App - 浏览首页 - 浏览商品详情页 - 加入购物车 - 提交订单 - 支付订单
电商行业常见数据分析问题
在电商行业的具体工作中，渠道投放业务人员关注各渠道获客的数量及质量，运营人员关注如何进行用户分群并进行针对性的运营，产品关注各核心流程转化及各功能的用户体验。
我们将主要分析需求列举如下：
- 各推广渠道获取新客数量如何？哪个渠道获客能力最强？
- 不同渠道来源用户从 App 激活到支付订单的过程中的表现是否有差异？
- 对于支付环节流失的用户，流失的原因可能是什么？
- 面对支付流失用户，我可以怎么做？
- 如何才能全面监控各渠道拉新的数量及质量情况？
下面我们来逐一了解如何获得以上问题的答案。
神策分析解决方案
查看各渠道来源的新客数量及比重
首先，我们希望了解各渠道的获客数量的能力，进而结合投放成本计算 ROI 。
在神策分析中，我们可以这么做：
查看新客总数，同时按照日期、渠道等维度拆分下钻
查看各渠道获取新客数量占整体获客数量比例
查看各渠道用户的核心流程转化率
查看各渠道新客的核心流程总转化率及各步骤间的转化率，寻找总转化率提升空间
多维度分析各渠道来源用户的支付行为表现
上一个问题中，我们看到了各渠道用户向产品预期的目标行为的转化率。 同时，我们也希望获得更多数据来评估渠道获客质量。
查看各渠道来源用户从 App 激活到支付订单的转化时间
查看各渠道来源用户从支付订单金额人均值分布以及支付订单金额总值分布，判断渠道对用户消费能力的影响
分析用户在支付环节流失的原因
支付行为通常是电商产品设定的目标用户行为，但在这个环节不可避免地存在大量用户流失。我们希望了解在支付环节流失的用户他们的后续行为是什么？支付行为是否受到其他环节的干扰？
神策支持查看特定用户群的历史行为序列，找到提交订单行为，对此之后的行为进行人工标注，以推测后续未进行支付环节的原因。
分析各渠道来源用户活跃情况
我们希望了解各渠道来源用户的活跃程度，以及目标行为——支付订单行为发生的频率。
查看各渠道用户的活跃情况
查看各渠道用户的支付订单行为的频率
获得流失用户名单
我们希望获得流失用户名单，针对特定人群实现精准营销。 神策支持将特定用户设备 List 同步到极光/小米，向流失用户进行 App 内的精准推送，以期重新激活挽回流失。
全面监控渠道获客的数量及质量
如果渠道的业务人员希望全面监控渠道的工作效果，但是不想每次一一重新配置指标，神策支持将分析结果添加到概览，使业务分析人员无需配置快速获得所关注的指标现状。
这样，就能构建一个渠道分析的概览，帮助你快速的了解渠道效果现状。
这个案例帮助你快速了解一个简单的分析场景，其中涉及到了事件分析、漏斗分析、留存分析、分布分析、间隔分析...等神策分析模型，你可以进一步探索更多功能。如果希望了解进阶场景，可以前往行业实践了解更多使用场景和进阶使用技巧。
以上数据均为模拟数据，可前往电商 Demo 体验。在下一篇将会解答“神策分析的数据从哪里来”这个问题 。