为了更好地的满足企业的数据管理与个人数据分析的场景,概览分为「公共概览」和「我的概览」两类。两类概览的使用方式与功能点一致,仅在管理上因权限不同而提供了不同的操作,下文将逐一进行讲解。

视频版讲解

概览管理讲解视频

概览创建讲解视频

预置概览讲解视频

我的概览

我的概览主要用于使用成员,自己将常用的分析结果保存起来,形成便于查看的数据概览。同时用户可以将自己的概览共享给团队其他成员,来分享分析结果。需要注意的是,数据结果将按照对方自己的数据权限范围来显示结果。

公共概览

公共概览主要用于管理企业级需要共同关注的重要概览,打造企业的数据公共空间,由具有「管理公共概览」权限的成员共同维护。(原 1.13 - 1.15 版本中的「预置概览」更名为「基础数据概览」仅可在「公共概览」中查看。)

在公共概览可以进行创建、复制、排序等基础操作,为了使用的顺畅性,所有的功能操作方式和「我的概览」一致,使用说明请参考「如何使用概览」中的明细介绍。

如何使用概览

在此模块将以「我的概览」为例进行基本操作使用的介绍。

  1. 新建概览分组与概览
  2. 概览排序管理:支持修改分组名称
  3. 概览批量共享设置、删除的管理入口
  4. 修改当前概览名称
  5. 全局筛选时间窗
  6. 全局筛选事件属性和用户属性
  7. 刷新当前的计算数据(仅刷新失效数据,或刷新全量数据)
  8. 概览邮件发送设置
  9. 共享设置
  10. 更多操作:性能设置、全屏模式、停止更新、复制概览、删除概览
  11. 在概览中添加数据信息:从书签添加已有内容、新建组件、新建描述

新建「概览分组」与「概览」

在公共概览和我的概览的底部操作,点击「+」可以在当前分类下创建新的概览或者分组。

新概览创建成功后,可以在概览详情页的右上角,点击「+」按钮,添加已有的内容或使用分析模型新建一个分析板块。另外我们特别新增了「添加描述」的组件,便于你将整个概览做分区,或者添加解读描述,让其他查阅者更好的理解你想传递的分析结果。

  • 选择「从公共书签添加」,选择将已有的公共书签添加到概览中;
  • 选择「新建组件」通过分析模型创建新的书签,随后可保存到公共概览中,从此入口创建的分析内容,仅可添加到「公共概览」中。

如有「公共概览管理」权限的成员,在各个分析模型中分析后进行保存时,可选择此分析结果保存为书签后,添加到「公共概览」或「我的概览」中。

概览排序管理:支持修改分组名称

在左侧导航的底部点击中间的「排序按钮」后可进行当前概览的排序。

  • 为了你能便捷的排版概览,可多选概览后进行批量移动的操作。
  • 在此弹窗中,支持鼠标按住「概览」或「分组」可直接进行排序拖动。
  • 此外,鼠标 hover 住具体「概览」或「分组」还可进行概览、分组的重命名等快捷操作。

概览批量共享设置、删除的管理入口

选择「公共概览」或「我的概览」,在其左侧导航的「最右侧的按钮」点击后可分别进入对应的「概览管理」页面。在此列表中全面了解公共概览的共享设置、创建信息。

  • 支持搜索概览名称关键字进行检索
  • 支持进行「分享设置」,通过此配置设置当前概览的可见范围:「仅有管理公共概览权限的成员可见」、「全体成员」、「指定成员」;在「指定成员」中可以设置某些成员,或某些角色动态配置,或某些职务的动态配置。注:如果当前项目没有「职务信息」此处将不显示。你可以前往「成员与角色」-「成员管理」-「职务管理」中添加符合需要的。随后是此职务的成员,均可按照此配置查看到对应的概览。
  • 编辑操作,支持在此修改概览的名称、与分组设置
  • 删除操作,请慎重使用。删除后,以前可查看此概览的成员,将不可查看;没有归属的书签可在「公共概览」-「从公共书签中添加」重新恢复使用。
  • 停止分享,操作后「仅有管理公共概览权限」的成员方可查看。

在「管理公共概览」的页面,支持勾选多个概览进行「批量设置」。

  • 如果对当前选中概览需要批量增加新的可访问的成员,那么可使用「增加可访问成员」
  • 如果你需要对当前选中的概览批量重新设置可访问成员的范围,那么可使用「重置分享设置」
  • 批量删除,操作请慎重操作。

注:如某位成员,对一个分组中所有概览都没有访问权限的话,那么该成员在查看公共概览时这个分组将不显示。 

例如:运营数据概览组中有 3 张概览,每个概览的分享设置中都没有涵盖小明,那么当小明查看公共概览模块时,将无法查看到「运营数据概览组」。

修改当前概览名称

点击编辑按钮后,可直接修改概览名称,随后按 Enter 键或点击非输入区域将完成重命名的保存。

全局筛选时间窗

修改时间后,将对此概览内的所有分析结果生效。当切换概览或页面后,此时间条件不支持保留,请悉知。

全局筛选事件属性和用户属性

点击筛选按钮后,可在弹窗内进行筛选条件的配置。支持仅筛选「事件属性」或「用户属性」,当即设置了「事件属性」又设置了「用户属性」的筛选条件后两类属性的查询关系为【且】。特别说明,目前全局筛选仅对部分分析模型的分析结果生效。目前全局筛选可对「用户分析」、「事件分析」、「留存分析」、「分布分析」和「Session 分析」的分析结果进行筛选。

在事件属性中我们特别标识出所选属性的分类,以便你更加有效的使用当前的筛选项。

  • 公有属性:指概览涵盖的事件均有的「事件属性」,使用此类属性进行筛选时,可对所有分析生效。
  • 非公有属性:指概览中仅在个别事件中存在的「事件属性」,使用此类属性进行筛选时,对于不包含此属性的事件,其筛选查询将自动失效。

注:事件属性目前不包含虚拟属性;用户属性目前不包含虚拟属性、用户分群和用户标签。

筛选条件提交后,在概览中会出现以下三类情况。

  • 结果 A:所有筛选条件均生效
  • 结果 B:所筛选的条件中,is Demo 不是此分析中所有所用事件的公有事件属性,所以此条件未生效。但用户依旧可以点击「查看生效的查询结果」去查看其他生效的筛选条件,筛出的数据结果。
  • 结果 C:所有筛选条件与此分析中所用事件的公有事件属性均不匹配,那么查询失败。但用户依旧可以点击「查看原始结果」来查看原本的分析结果。

 刷新当前的计算数据(仅刷新失效数据,或刷新全量数据)

刷新失效的数据:为了提升查询效率,神策分析查询的结果都是缓存的数据,且缓存的数据是按天缓存。缓存失效的机制是:
(1)查询时间范围内,当天入库的事件数据总量小于 10 万条,有新数据入库,则缓存的数据就会失效。点击刷新失效数据按钮,会重新查询最新的数据。
(2)查询时间范围内,当天入库的事件数据总量大于 10 万条,有新数据入库,且新入库的数据量小于上一次查询总量的 5% 时,则之前查询的缓存数据不失效。点击刷新失效数据按钮,不会重新查询最新的数据。
(3)查询时间范围内,当天入库的事件数据总量大于 10 万条,有新数据入库,且新入库的数据量大于等于上一次查询总量的 5% 时,则之前查询的缓存数据失效。点击刷新失效数据按钮,会重新查询最新的数据。

刷新全量数据:只要有新数据入库,点击刷新全量数据按钮,就会查询最新的数据。

概览邮件发送设置

支持在系统界面配置邮件发送。只能给自己创建的数据概览配置邮件发送。首先选择一个自己创建的数据概览,然后如上图点击右上方的“邮件图标”,会弹出一个对话框,在对话框中可以完成邮件配置。

第一步:设置发件箱

数据概览会从这个邮箱发出,因为私有部署以及数据安全等原因,神策分析不提供默认的发送邮箱。设置成功后,同一个账号下所有数据概览的发送都使用这个邮箱。首次使用此功能,点击“+ 设置发件邮箱”,在弹出的对话框中完成配置。

填写“邮箱地址”后,点击“自动识别 SMTP 地址”,系统会尝试探测“邮箱 SMTP 地址”、“端口”、“SSL 连接”,并自动填充。如果探测失败,请咨询贵司的邮件服务提供商。

如果是第一次配置“发件邮箱”,保存成功后,请点击“测试发送”进行测试,确保邮件可以正常发送。


第二步:设置发送时间

邮件发送任务在设置的“发送时间”点例行启动,但最终发送时间可能会延迟 2 分钟 至 15 分钟,因为获取数据、渲染数据的时间无法确定。如果 10 分钟无法获取完整的数据概览数据,邮件会发送失败。


第三步:设置报告生成时间

举例说明:数据概览里时间选择“昨天”,邮件配置里“发送时间”设置“每天 09:00”。当前是 2017年7月24日,邮件会在 2017年7月24日9点发出,站在这一天来看不同的“报告生成时间”对数据的影响。

实时生成:数据概览里设置的“昨天”为 2017年7月23日,与现实中的感觉一致。数据概览里数据也是 2017年7月23日的数据。

发送前 10 小时:数据概览里设置的“昨天”为 2017年7月22日,数据概览里数据也是 2017年7月22日的数据。发送邮件时“当前时间”不再是当时的时间,而是从 2017年7月24日9点向前退 10 小时,“当前时间”变为 2017年7月23日23时。


第四步:测试发送

配置完成后,可以点击“测试发送”,确保邮件可以正常发送,确保数据概览内容正确。

共享设置

可将自己的概览共享给其他成员查看,共享成功后将在通知助手中通知对方,并自动添加到对方的「我的概览」-「分享给我的概览」中。当你修改了此概览内容,对方查看时将同步更新。

可将自己的概览共享给全部成员,或指定的角色、职务、或具体成员。

更多操作:性能设置、全屏模式、停止更新、复制概览、删除概览

性能设置

支持在界面调整概览性能,选择合适的配置以提高概览的展现效率,从而也可保证查询资源的有效使用。

A.典型场景

  • 接入数据量(每天更新 10 亿条以上)较大的客户,若想优化查询性能,可将更关心趋势呈现的指标统一放到某概览中,调整其概览性能,减少查询时间。

  • 机器配置与数据接收量不匹配的客户,例如数据量为 10 万日活,配置为单机高配(单机高配的标准为 6 万日活),此时查询通常较慢。可调整概览性能以减少查询时间。当然,最好的建议是将机器配置调整为与数据量匹配的状态。

B.具体操作

第一步:点击概览右上角设置按钮,选择 A 处“概览性能”,弹出性能设置页面(只有自己创建的概览有该入口)。


第二步:进行设置

B 处选择计算精度,默认选择“完全精确”。

完全精确:概览中所有数据完全精确计算;

仅合计值精确:对概览中所有去重数的合计值近似计算,其他数据精确计算;

全部近似:对概览中所有去重数近似计算,其他数据精确计算。

C 处选择数据更新时间,默认选择实时。

实时:数据实时更新;

每日固定时间更新:一般为每日凌晨 3 点,具体以后端设定的时间为准。

D 处调整抽样系数:默认为对全量数据计算。可拖拽或点击横滑杆调整抽样系数。

点击 E 处确定按钮生效,设置只对本概览有效。


第三步:若概览性能为非默认配置,设置按钮会呈现激活状态,以作提示。


全屏模式

使用全屏模式后,可设置数据自动刷新的间隔时长,在全屏模式下,导航栏均被隐藏,但依旧可以使用概览的全局筛选功能。点击右上角最右侧的第一个按钮或按 ESC 键可直接退出全屏模式。


停止更新

当你的项目中概览数量较多时,影响性能导致查询缓慢时,可以将不再需要每日更新关注的概览「停止更新」,这样概览每日就不会再更新数据,占用计算性能了。如业务变化,需要继续监测数据时,可在停止「停止更新」的操作位置,点击「自动更新」恢复每日的自动计算并缓存概览数据的功能,让用户查看到最新的数据。

复制概览

为了企业能快速将已有的概览添加到「公共概览」,或让使用者可以快速使用他人的概览配置完成自己的相关分析工作。在 1.16 版本中,我们提供了「复制概览」的功能,此功能适用于「我的概览」和「公共概览」。复制后,可对每个分析内容进行自定义调整。请注意:

  • 场景库的「基础数据概览」是特殊的概览类型,目前暂不支持进行快速复制。
  • 只有具有「公共概览管理权限」的成员方可复制已有概览后添加到「公共概览」中。

删除概览

删除概览的时候,因为书签有可能添加在多个概览中使用,所以系统不会连同删除对应的书签。请悉知。如果是共享概览,被删除后则会通知到目前被分享的成员。


在概览中添加数据信息:从书签添加已有内容、新建组件、新建描述

A.从书签添加

仅可添加当前用户自己创建的书签。

B.新建组件

第一步:点击「新建组件」后,选择需要使用的分析模型(目前「路径分析」和「间隔分析」暂时以小卡片的形式订阅到概览中,后续我们将持续迭代可视化相关的功能。)

第二步:进入对应分析模型后,进行配置随后点击「保存」

第三步:进行可视化信息的设置,点击确定后,此分析内容将被成功添加到所在概览中。

C.新建描述

点击「新建描述」后在弹窗内填写描述内容。标题和详情至少填写一项即可保存。一个概览中可以添加多个描述,以便于解释说明当前分析的内容,或进行概览内分析板块的分隔。

自定义显示信息

1.「单指标且无分组」的事件分析,在保存到概览的时候可自定义是否显示「合计」、「均值」、「同环比」信息。

2.「表格」模式下,支持自定义显示「表格序号」从而可以定位当前行信息,在目前的排位情况。

事件分析-饼图扩展

对于事件分析中「单指标或多指标的多分组」支持使用「饼图」进行对比分析。目前最多支持 6 个指标的对比分析。

分群提示

在分析的过程中,我们经常会使用用户分群或用户标签(购买用户画像产品后可使用)来进行分析计算。为了确保查阅数据的用户准确了解当前数据计算的口径。在分析中对于「例行」类型的「分群」或「标签」,如果未使用当前最新的数据结果(今日凌晨完成计算的人群数据)进行分析。我们会提供一个提示说明,描述目前此分析结果中使用的分群和标签情况。

# 例行 # 类型会由以下两种情况进行提醒:

  • 今日数据未计算完成:使用 xxx 日计算结果,今日分群计算结果尚未完成计算

  • 今日数据计算失败:使用 xxx 日计算结果,今日分群计算结果计算失败

# 单次 # 类型会提示具体是用的是哪天的数据。

注:分析模型中同样有此提示功能

环比同比规则

时间粒度

环比

同比

按分钟对比上分钟对比上一小时同期
按小时对比上小时对比昨天同期
按天对比昨天对比上周同期
按周对比上周无同比
按月对比上月对比去年同期

例如:选择过去的时间段,比如时间选择 2017 年 3 月 1 日至 2017 年 3 月 10 日,按月查看,环比为 2017 年 3 月整月的数据对比上月整月 2017 年 2 月的数据,同比为 2017 年 3 月对比去年同期 2016 年 3 月的数据。