"漏斗分析" 搜索结果
业务模型计算列
表模式 漏斗分析-结果表模式 留存分析-结果表模式 session分析-结果表模式 自定义查询 数据表 添加入口 业务模型计算列入口 业务模型计算列的添加入口如下图所示: 业务模型详情页展示「计算字段」入口; 此功能受「管理权限」控制,需要有当前模型的协同管理权限,才支持使用此功能。 image-2023-4-7_11
分析配置项
简介 从神策分析2.5.1版本开始,提供了针对分析模型个性化的配置能力,以便客户根据业务使用场景的诉求,自动调优分析模型相关使用的配置项。如是否开启分析模型的主动查询等 功能介绍 功能入口 项目设置-基本设置-分析模型设置 功能权限说明 管理员角色进入分析模型设置页面,有分析模型配置项「编辑」功能。其他角色显示配置项查
标识用户——简易用户关联
选取合适的用户标识对于提高用户行为分析的准确性有非常大的影响,尤其是漏斗、留存、Session 等用户相关的分析功能。因此,我们在进行任何数据接入之前,都应当先确定如何来标识用户。下面会介绍神策分析用户标识的原理,以及几种典型情况下的用户标识方案。 注意:不要在线上页面直接切换不同项目的数据接收地址,会导致首日首次等
数据 & 技术问题
。例如,对于一个上门服务类型的产品来说,除了关心用户的行为,也会关心提供服务的技师的行为。那么,对于这一类需求,可以单独部署一套神策分析,或者在已有的系统内创建一部分单独的事件,这些事件的“用户”就是技师,而这些事件记录技师接受订单,上门服务等信息,然后据此也可以创建一系列分析技师的核心指标和转化漏斗等。 我调试的时候
分布分析常见应用场景
以电商为例,重复购买次数是比较常用的衡量用户忠诚度的指标,下面我们将示例如何通过分布分析查看重复购买次数并进行分维度下钻。 查看用户重复购买次数分布 image2020-12-23_15-40-18.png 根据以上分析结果,我们希望进一步挖掘复购率高的人群的共同特点,了解他们是否在某些维度上呈现明显集中的分布,接下来
成员管理
,模糊搜索 账号类型,单选,枚举值:平台账号、项目账号 角色,多选,枚举值为:该项目下的所有角色 查询逻辑:只要命中选择的任一角色,就将该数据查询出来。比如:查询角色为「分析师」、「开发者」;那么下面的账号1、账号2、账号3都能被查询出来 账号1 分析师、开发者 账号2 分析师、管理员 账号3 开发者 账号4 管理员
费用 & 服务问题
40 天,涉及到 6 个事件的漏斗分析,要比只横跨 7 天,涉及 1 个事件的事件分析要慢得多。 机器的磁盘读性能越好,查询也会越快。在不考虑应用层 cache 的情况下,神策分析的每次查询都需要从磁盘中扫描数据,因此,磁盘的扫描性能会直接影响查询速度。 机器的 CPU 性能越好,查询也会越快。一个完整的查询,在磁盘
事件分组
概述 在使用事件分析、留存分析、分布分析等分析模式时,通过 事件分组 可设置事件的分组和排序方式。 选择 分析 > 事件分析,在 事件选择 窗口的右上角点击 image-2024-1-19_11-56-0.png 即可打开事件分组管理窗口。 面板 默认面板 我们提供了 默认 作为初始化的面板,便于标准化事件分组归类 …
留存分析功能应用示例
当前,各产品获客成本飙升,增加用户黏性的重要性愈发凸显。 为评估产品更新效果或渠道推广效果,我们常常需要对同期进入产品或同期使用了产品某个功能的用户的后续行为表现进行评估,即进行断代分析(也称为同期群分析)。 此时,我们使用神策分析的留存分析进行评估。 步骤一:设置留存的初始行为及后续行为 假设我们把完成了“注册”行为
基础数据校验
常见,可能是漏埋了。 属性值类型是否与数据采集方案一致。如不一致,需要重新创建一个属性,设置为正确的类型,再将数据上报到新属性中。 对用户关联情况进行校验 在开始本小节的校验之前,请提前阅读第如何准确的标识用户 ,并确定理解了用户关联的概念和方案。 该环节需要结合神策分析中自定义查询的功能来操作,校验的目的有如下三点