神策分析帮助中心 | 数据分析使用手册

"漏斗分析"的搜索结果

视频版讲解漏斗分析基础功能讲解视频 https://www.sensorsdata.cn/service/onlineguidedetail.html?id=2151&t=sa 漏斗分析高阶功能讲解视频 https://www.sensorsdata.cn/service

以电商为例，典型的用户购买行为由以下连续的行为构成：浏览首页、浏览商品、提交订单、支付订单。当我们期望观察各步骤间及总体转化率，可按以下步骤进行：步骤1：新建漏斗若想分析广东省地区的用户购买行为，首先点击“创建漏斗”按钮，并将漏斗名称命名为“电商转化漏斗” 企业微信截图_79ea6ab8

位原因分析方法使用事件分析，查看核心关注商品销量趋势，找出异常日期使用漏斗分析，查看异常日期从商品详情页浏览到下单流程中重点关注环节指标以及转化率使用间隔分析，为漏斗合理设置窗口期时长回到漏斗分析，定位异常环节使用事件分析，设置商品详情页流量按推广位来源分组查看，判断是否推广位效果导致异

Event-User 模型的介绍。在不同的分析模型中，分析主体会起到关键的作用，比如：在留存分析中，会以一个用户为分析的主体，判断这个用户串联的相关事件是否在 t+1，t+2···t+N 的再次发生，形成留存。在漏斗分析中，会议一个用户作为分析主体，判断这个用户的串联起来的行为是否构成一个漏斗

。如何衡量转化，除了用漏斗看转化率，还需要看转化时长的分布情况，间隔分析即是解决这类问题和需求的。通过计算用户行为序列中两个事件的时间间隔，得到业务转化环节的转化时长分布。间隔分析可以帮助你回答以下问题：包含了实名认证等复杂操作的注册流程，想知道用户从开始注册到注册结束，整个过程花费的时长分布

点、全埋点、导入工具等方法把数据接入神策分析。同时，为了解决跨屏贯通一个用户的问题，神策数据也提供用户 ID-Mapping 方面的解决方案。 2.3 实时灵活的多维分析能力提供全功能的多维分析能力剖析用户行为——维度、指标不需要预定义，漏斗分析、留存分析、分布分析都可以任意维度下钻。神策分析不仅

的目标。详细见下图： image2019-11-24_16-44-22.png 间隔分析通常是业务情况的反应，帮助我们探索可能存在的问题，而不设为直接优化的指标对象。例如产品用户中提交订单到支付订单间隔时长中位数过长，反应出其中可能存在问题，需要结合事件分析，漏斗分析等功能定位具体问题。

：App 端有缓存机制。分组过多，数据显示不完整答：可以通过查询 API 获取完整数据。事件分析里和漏斗里查看的用户数不一致答：事件分析和漏斗分析逻辑不太一致。为什么分组和按总体查看的用户数不一致答：以城市为例，同一个用户，在北京和上海两个城市浏览过同一个网页，如果按总体查看，数量为 1

性的筛选：和漏斗的触发限制条件含义相同，指定事件满足指定属性的过滤。分组的含义留存分析提供了两种不同的分组类型。我们以一个初始行为是 A，后续行为是 B，时间范围是 2015 年 1 月 1 日到 1 月 8 日的 7 天留存来进行详细说明：用户属性上的分组：根据用户属性来进行更进一步的分组

发生，并且在展示的时候会把用户 B 的事件的发生时间转化成北京时间来显示。一个股票交易系统，尽管用户可能遍布全球，但是因为开市的时间是根据交易所所在的时区决定的，所以需要按照交易所所在的时区来查看分析。神策分析支持在如下分析模型按照上面两种时间模式进行展示：事件分析漏斗分析留存分析分布分