基礎指標設定說明
Web 端日活躍用戶數（UV）
定義：1天（00:00-24:00）之內，訪問網站的不重複用戶數，一天內同一訪客多次訪問網站只被計算1次。
1. 選擇“事件分析”功能
2. 選擇事件：Web 瀏覽頁面
3. 選擇指標：用戶數
App 端日活躍用戶數（UV）
定義：1天（00:00-24:00）之內，訪問App的不重複用戶數，一天內同一訪客多次訪問 App 只被計算1次。
1. 選擇“事件分析”功能
2. 選擇事件：啟動 App
3. 選擇指標：用戶數
頁面瀏覽量（PV）
定義：網頁瀏覽是指瀏覽器加載（或重新加載）網頁的實例。頁面瀏覽量可以定義為網頁瀏覽總次數的指標。
1. 選擇“事件分析”功能
2. 選擇事件：瀏覽頁面
3. 選擇指標：總次數
新增註冊用戶數
定義：當天註冊用戶數
1. 選擇“事件分析”功能
2. 選擇事件：註冊
3. 選擇指標：用戶數
Web 端新用戶數
定義：當日的獨立訪客中，歷史上首日訪問網站的訪客定義為新用戶。
1. 選擇“事件分析”功能
2. 選擇事件：瀏覽頁面
3. 選擇指標：用戶數
4. 增加篩選條件：是否首日訪問為真
App 端新用戶數
定義：當日啟動 App 的用戶中，歷史上首日啟動 App 的用戶為新用戶數。
1. 選擇“事件分析”功能
2. 選擇事件：啟動 App
3. 選擇指標：用戶數
4. 增加篩選條件：是否首日訪問為真
Web 端新用戶比例
定義：當日的訪客中，新用戶在所有訪客中佔的比例。
* 首先建立虛擬事件：【Web】新用戶訪問
1. 點擊頁面左下角“元數據”，找到虛擬事件窗口
2. 建立虛擬事件
1. 設定虛擬事件名和顯示名，如上圖所示。
2. 虛擬事件的組成，選擇事件：瀏覽頁面
3. 增加限制條件：是否首日訪問為真
接下來我們來計算新用戶比例這個指標
切換自定義指標
1. 點擊左側的事件分析功能
2. 點擊切換按鈕，輸入公式：【Web】新用戶訪問.用戶數/瀏覽頁面.用戶數
3. 命名為“新用戶比例”
4. 最後點擊保存即可
App 端新用戶比例
當日啟動 App 的用戶中，新用戶在所有啟動 App 的用戶中所佔的比例。
首先建立虛擬事件：【App】新用戶訪問
1. 點擊頁面左下角“元數據”，找到虛擬事件窗口
2. 建立虛擬事件
1. 設定虛擬事件名和顯示名，如上圖所示。
2. 虛擬事件的組成，選擇事件：啟動 App
3. 增加限制條件：是否首日訪問為真
接下來我們來計算新用戶比例這個指標
切換自定義指標
1. 點擊左側的事件分析功能
2. 點擊切換按鈕，輸入公式：【App】新用戶訪問.用戶數/啟動App.用戶數
3. 命名為“新用戶比例”
4. 最後點擊保存即可
啟動次數
定義：啟動 App 的次數
1. 選擇“事件分析”功能
2. 選擇事件：啟動 App
3. 選擇指標：總次數
Web 端新用戶留存率
定義：在互聯網行業中，用戶在某段時間內開始使用應用，經過一段時間後，仍然繼續使用該應用的用戶，被認作是留存用戶。這部分用戶佔當時新增用戶的比例即是留存率，會按照每隔1單位時間（例日、週、月）來進行統計。顧名思義，留存指的就是“有多少用戶留下來了”。
1. 選擇留存分析功能
2. 初始行為：選擇瀏覽頁面
3. 增加篩選條件：是否首日訪問為真
4. 後續行為：選擇任意事件
5. 選擇日留存、週留存、月留存
App 端新用戶留存率
定義：在互聯網行業中，用戶在某段時間內開始使用應用，經過一段時間後，仍然繼續使用該應用的用戶，被認作是留存用戶。這部分用戶佔當時新增用戶的比例即是留存率，會按照每隔1單位時間（例日、週、月）來進行統計。顧名思義，留存指的就是“有多少用戶留下來了”。
1. 選擇留存分析功能
2. 初始行為：選擇啟動 App
3. 增加篩選條件：是否首日訪問為真
4. 後續行為：選擇任意事件
5. 選擇日留存、週留存、月留存
購買轉化率
定義：當日訪客中，有多少比例的客戶購買。
1. 點擊左側的事件分析功能
2. 點擊切換按鈕，輸入公式：支付訂單.用戶數/瀏覽頁面.用戶數
3. 命名為“付費率”
4. 最後點擊保存即可
以下指標“訪問次數、平均交互深度、平均使用時長、頁面平均停留時長、跳出率、頁面退出率”需引入 Session 才能分析。
Session 即會話，是指在指定的時間段內在您的網站上發生的一系列互動。例如，一次會話可以包含多個網頁或螢幕瀏覽、事件、社交互動和電子商務交易。
我們需要先建立一個 Session
1. 點擊左下角的“元數據”
2. 點擊 Session 管理
3. 點擊建立 Session
1. 輸入 Session 名：session
2. 輸入 Session 顯示名：全站 Session
3. 選擇事件：選擇 Session 包含的事件，如全選
4. 設定切割規則：30分鐘
5. 點擊保存，即建立成功。
一般 Web 端產品建議切割時間為30分鐘，App 端產品建議切割時間為1分鐘
1. 回到事件分析功能
2. 切換分析規則為 Session
至此，可以進行 Session 分析，計算上述指標。
訪問次數
定義：訪客從進入網站/App 到離開網站/App 的一系列活動記為一次訪問，也稱會話（Session）。
1. 選擇“事件分析”功能
2. 選擇 Session：全站 Session
3. 選擇 Session 總體
4. 選擇指標：Session 總次數
平均交互深度
定義：等於所有 Session 內事件數之和除以總的 Session 數。
1. 選擇“事件分析”功能
2. 選擇 Session：全站 Session
3. 選擇 Session 總體
4. 選擇指標：Session 深度的均值
平均使用時長
定義：等於所有用戶的 Session 時長之和除以 Session 數。
1. 選擇“事件分析”功能
2. 選擇 Session：全站 Session
3. 選擇 Session 總體
4. 選擇指標：Session 時長的均值
頁面平均停留時長
定義：等於頁面停留時長的總和除以頁面被瀏覽的觸發數。
1. 選擇“事件分析”功能
2. 選擇 Session：全站 Session
3. 選擇 Session 內事件：瀏覽頁面
4. 選擇指標：Session 內事件時長的均值
跳出率
定義：當一個 Session 僅有一個事件時，即視為跳出，一般情況這個事件以瀏覽頁面居多。所以 Session 整體跳出率等於跳出的 Session 數除以 Session 總數，而具體事件或頁面的跳出率，可以按屬性查看或篩選得出。
1. 選擇“事件分析”功能
2. 選擇 Session：全站 Session
3. 選擇 Session 總體
4. 選擇指標：跳出率
5. 按“總體查看”即為網站整體跳出率，按“網頁URL”查看，即頁面跳出率。
頁面退出率
定義：當用戶在某個頁面結束了該 Session 時即視為退出，所以頁面退出率等於退出的頁面數除以該頁面的總瀏覽次數。
1. 選擇“事件分析”功能
2. 選擇 Session：全站 Session
3. 選擇 Session 內具體事件：瀏覽頁面
4. 選擇指標：退出率
5. 選擇屬性分組：網頁 URL
如何建立購買轉化漏斗
可以假設這樣一種場景，用戶從看到某一個促銷活動到最終購買，可能會經歷這樣一個過程“瀏覽活動頁—瀏覽商品列表頁—瀏覽商品詳情頁—加入購物車—提交訂單—支付訂單”，我們可以對這樣一個過程建立一個購買轉化漏斗，來幫助你分析一個多步驟過程中每一步的轉化與流失情況。
建立漏斗
1. 點擊左側的漏斗分析功能
2. 點擊右上角的建立漏斗
1. 填寫漏斗名稱。給你的漏斗取一個具有代表性的友好名稱。同一專案內，漏斗不可重名。
2. 選擇漏斗窗口期。整個漏斗流程的完成所需要的時間。
3. 增加漏斗步驟。一個漏斗中至少包含2個步驟，每個步驟對應一個事件，可附帶一個或多個篩選條件，如第1、2、3步對網頁 Title 和網頁 URL 的篩選，以便找到滿足我們需求的頁面。
4. 如有需求，可以繼續給漏斗增加步驟
5. 最後保存漏斗即可
分析漏斗
1. 選擇查看漏斗的方式。先按總體查看總體轉化率。
2. 從漏斗圖可以看到每一步的轉化率
3. 如果想看某一步的流失用戶數，找到流失用戶列表，即可看到有多少用戶流失了。點擊流失用戶數“7422”，即可看到該批流失用戶的詳細資訊。
點擊用戶的 distinct\_id，即可看到該用戶在流失前詳細的用戶行為路徑
優化好漏斗後，我們就可以定期觀察總體以及每一步漏斗轉化率變化趨勢了。那麼不同細分維度的漏斗表現怎麼樣呢？
1. 按第一步廣告系列來源查看
2. 切換對比，勾選要對比的兩個管道，就能看到兩個管道對比的總轉化率和每一步轉化率的區別
3. 如想看某個廣告系列下這兩個管道的對比數據，則增加篩選條件：廣告系列名稱等於spring2017
