友盟+搜索

{{errorMsg}}

1、分析模块包含业务数据分析实务中经常使用的一些分析方法,可以帮助客户自定义进行数据分析,进行问题定位。Dplus产品当前提供以下分析工具:

  • 事件细分
  • 因果分析
  • 漏斗分析
  • 留存分析
  • 热点图分析

2、模块入口: image.png | left | 255x267

事件细分

功能介绍

事件细分是对运营状况的精细化分析工具,可以满足对运营指标的精细化下钻分析。
事件细分解决诸如以下的问题: (1)每日新增注册量多少?哪个渠道的用户注册量最高? (2)每日新增登录用户多少?哪个地域的新增登陆用户最多?

名词解释

事件:Dplus的基本分析单位,它可以是用户的任意行为,例如:“注册账号”“登录”“购买”“评论”等。 维度:维度描述得是一个事物身上所具备的特征或属性。比如一个人属于什么性别,生活在哪个城市,喜欢什么颜色,这些都是这个人身上所具备的属性 特征。而在数据分析的领域,维度往往用来描述和分析指标,比如单一的访问数指标并不能告诉你太多信息,一旦加上来源这个维度,就马上变得有意义了。因此在Dplus中,事件的属性就是维度。 指标:指标跟事件相关,是某个事件的某个维度按照某个计算规则计算的描述。 事件的属性: (1) 基础属性:Dplus默认收集的属性信息,包括国家、系统版本、设备型号等内容。每个事件中都包含全部基础属性,且用户无法修改基础属性。 (2) 自定义属性:用户对具体事件设定的属性信息,根据需求可是是字符或数值类型。自定义属性只在指定事件中生效。 (3) 超级属性:用户对所有事件设定的属性信息,根据需求可是是字符或数值类型。调用接口后,超级属性会在所有事件中生效。 事件的类型: (1) 所有事件:将时段内的所有事件汇总进行分析。 (2) 自定义事件:在项目中的所有事件中,选定单个事件进行分析。 周: 周日到下周六算作为一周。 月: x月的1号到x月的最后一天算作为一个月。

使用说明

细分下钻

Dplus基于用户行为进行数据分析。我们首先要认识用户行为与事件的关系。举一个用户行为的例子:“用户A于3月19日在iphone6s上登录手机淘宝首页。”这样一个用户行为可以拆解出5个要素:谁(用户A)何时(3月19日)何地(在iphone6s上)发生动作(登录)动作具体内容(手机淘宝首页)。这5个要素通过“发生动作”联结。我们将“发生动作”定义为“事件”。) image.png | center | 689x298

我们可以认为事件是一次用户行为中的“发生动作”。我们围绕发生“发生动作”,再加上具体的发生场景,如时间、地点、人物等,就构成了一条完整的用户行为。 一条用户行为是一条描述性信息,将这种描述性信息转化成量的概念,需要经过如下的转换:将所有用户行为都拆分成5个要素,保持若干要素不变,在剩余要素中再选取若干分组要素,然后对剩余要素进行聚合统计。 比如,有如下4条行为数据: 用户A于3月19日在iphone6s上登录手机淘宝首页。 用户B于3月19日在iphone7s上登录手机淘宝首页。 用户C于3月19日在小米5s上登录手机淘宝首页。 用户D于3月19日在iphone6s上登录手机淘宝首页。 我们想查看这样一个数据:3月19号当天登录手机淘宝首页的用户流量渠道分布。我们会进行如下步骤:保持时间要素(3月19号)、发生动作(登录)和动作内容(手机淘宝首页)不变(这些要素被称为固定要素),选取渠道维度(iphone6s/iphone7s/小米5s)作为分组要素,对用户维度进行统计,我们会得出“iphone6s渠道用户数为2,iPhone 7s与小米5s用户数为1”的结果。 将用户行为进行拆分,然后选取固定要素、分组要素和统计要素,按分组要素对统计要素进行计算和聚合,就将用户行为的描述性信息转化成量的概念。 事件细分就是将用户行为转化为行为数据的一种方法。 接下来我们演示如何用事件细分工具获取这一数据结果。 1. 点击Dplus左侧导航栏 “分析工具—事件细分”,出现如下界面:

image.png | center | 1436x358

2.选择数据源和指标。当前要统计的是“统计分析Android客户端”数据源中的数据,默认展示该项目所有数据源,所以要叉掉其他数据源。在第1个下拉框中选取“APP启动(预置)”,第2个下拉框中选取“触发用户数”。(“APP启动(预置)”表示这个事件是Dplus预置的,是事先埋过点的。若要选择其他非预置事件,需要具体埋点。 image.png | center | 1439x357

3.点击“+按分组查看”,在出现的下拉框中选取“设备型号”: image.png | center | 1436x360

4.点击“+筛选条件”,在右侧下拉框中选择“省”,运算符下拉框选择“等于”,属性值下拉框选择“北京市”: image.png | center | 1439x482

5.点击“确定规则”,并将日期设置为20170919,提交后进入任务列表等待运算结果: image.png | center | 1439x612

上述按照一条具体需求介绍了事件细分的使用方法,接下来我们详细介绍事件细分工具的所有功能点。 事件细分面板分为A、B、C三部分,其中在A部分可进行指标设置;设置完成点击确定规则,在B部分进行可视化展现,此部分只展示top5数据;C部分用表格形式展示指标全部数据。此部分的使用逻辑是在A中设置指标,添加分组维度和筛选条件,在B和C处查看指标表现,如果不符合心中预期,返回A处继续变更指标或条件,知道找到想要查看的指标数据,点击“存为报表”,将该次指标设置转化成报表形式。 A.指标设置

指标设置分为3个步骤: 1选取数据源。 同一个项目可以添加多个数据源,默认展示所有数据源合计数据,如果想查看某一具体数据源数据,则叉掉其他数据源,只保留该数据源进行数据查看。 2设置事件指标。 该部分又拆分为3个小步骤,第一,在事件单元内选择所要分析的事件,点击“+”号,可以添加多个事件;第二,添加指标查看的分组维度;第三,添加筛选条件。 3“确定规则”和“存为报表”按钮。 点击“确定规则”,设置指标即可在B和C部分计算并展示,点击“存为报表”,则此次建立的事件指标则以报表的形式进行保存。保存后的报表可用于添加到报告中。 image.png | center | 1182x361

B.可视化展示

此版块也可划分为3个部分: ① 日期范围和时间维度。 在这里可以选择要查看的日期,当前提供“今日”、“昨日”、“前7天”、“前30天”和自定义的“选择时间范围”5种日期形式,并提供“按天”、“按小时”和“总计”三种时间维度,并提供同比、环比和时间段对比三种对比维度。其中,当日期范围选择为单日时(比如今日、昨日),时间维度只能选择“按小时”和“按天”两种,因为此时“总计”与“按天”结果是相同的。当日期范围选择2天或3天时,时间维度可选择“按小时”、“按天”和“总计”三种模式,当日期范围选择大于3天(比如前7天和前30天)时,时间维度只能选择“按天”和“总计”两种,因为此时“按小时”数据量过于庞大,影响展示效果。 ② 图表类型。 当前我们提供了4种图表类型:线图、柱图、饼图和对比图。线图用于查看一段时间内指标随时间变化趋势;柱图用于同一段时间内,相同指标不同分组的对比或不同指标间的对比;饼图用于查看同一时间内,同一个指标不同分组的占比;对比图用于直观展示同一指标的同比、环比等自身对比表现。 ③ 指标下拉框与分组下拉框。 指标下拉框中罗列的是在A中设置的所有指标,默认展现A中设置的所有指标,如果想展示部分指标,需要在指标下拉框中进行筛选。 分组下拉框存放的是在A中设置的分组条件的属性值的组合,如果A中设置两个分组条件:设备型号和浏览器,计算结果中设备型号有4种,浏览器有3种,则此处分组下拉框中会出现12种分组组合形式。 ④ 图形展示区。 图形展示区即为线图或柱状图的可视化展示区域,此处仅展现符合A中筛选条件的top5数据。

image.png | center | 1155x644

C.表格数据

此部分以表格形式呈现A中设置指标的全部数据。表格展示样式为,首列为时间维度,第二列为分组维度,其余为设置指标。

image.png | center | 1145x269

【专业版功能】细分多维下钻

针对有些客户的多维下钻需求,我们升级了事件细分的功能,现在可以支持2个维度查看,我们通过具体的操作实例来展示这一功能:

(1)点击分组查看后面的“+”,新增一个维度,我们从下拉菜单中选择“省” *最多只支持2个维度。 image.png | center | 1439x530

(2)同普通细分下钻功能和流程一致: 点击“确定规则”,设置指标即可计算并展示,点击“存为报表”,则此次建立的事件指标则以报表的形式进行保存。保存后的报表可用于添加到报告中。 (3)下方的报表展示样式为多指标样式,单击排序图标可以切换升序或者降序,其中:字符列按照首字母升降序排列,数值列按照数值升降序排列。 通过左上角的时间控件锁定时间:同时只能查看一个时间分组。 通过左上角的指标控件锁定指标:同时只能查看一个指标。

通过右上角的切换按钮:交换维度1和维度2的位置。 通过右上角的下载CSV按钮:下载表格明细数据。

(4)细分下钻模式: 表格内可勾选的单元如下图所示: 勾选元素:可勾选的元素如下图所示意(有数据可以勾选,没有数据则无法勾选),勾选元素后,显示“下钻分析”、“用户明细”、“取消勾选”三个选项。右上角提示:可多选。 *勾选内容为单选的具体值时“用户明细”可用,否则置灰。 image.png | center | 1648x471

我们勾选单个单元进行下钻分析: image.png | center | 427x265

添加“分辨率宽度”: image.png | center | 469x356

点“确定”进入事件细分详情页面:

image.png | center | 1667x842 image.png | center | 1650x366

点击“展开规则”可以查看下钻分析的具体规则: image.png | center | 1664x719

其他说明

事件细分指标产出时间说明

1.点击"确定规则",数据即时产出。

2.单次细分报表,存为报表数据,20分钟之内产出。

3.例行细分报表,存为报表数据:

“今天小时”数据,从“存为报表”时刻开始及以后的数据,即时产出;“存为报表”时刻之前的数据,预计第2天早上8点之前产出。

除“今天小时”之外的历史数据(昨天小时数据、昨天天数据、过去7天天数据等),第2天早上8点之前产出数据。

因果分析

功能介绍

在业务分析过程中,许多指标之间是有因果关联的。数据分析首先要从表象上有问题的结果指标,顺藤摸瓜找到影响它的原因。Dplus提供了全新的因果分析工具,能够帮助你清晰的找到关注点的影响因素。 注:因果分析模板应由更有经验的数据分析人员建立,业务人员可以直接应用预置模板或者其他专业分析人员建立的模板来进行分析。

名词解释

因果树:通过对于指标的拆解形成的可视化树状图,方便用户从中找到发生问题的核心指标。例如,因果分析可以帮助我们拆解形如下图的分析结构:

image.png | center | 637x285

图:以APP使用时长为总目标进行因果树拆解

使用说明

预置因果分析模版

当我们进入因果分析模版功能时,首先打开的是系统预置的模板: 左上角分别可以切换因果分析模板、日期、同比/环比/不对比 右上角可以新建模板、编辑模板(预置模板无法编辑)、删除模板(预置模板无法删除)、模板信息 主体部分即为预置的因果分析模板

因果分析模板详情

image.png | center | 1665x855

在上面的预置因果分析模板页面中,我们可以进行如下操作: (1)切换模板: 切换当前用户可查看的所有因果分析模板 备注:如果通过仪表盘跳转的因果分析详情页,仅可以切换所选择指标对应的因果分析模板

(2)切换日期: 默认驻停到当天所在的日期 最开始的日期为因果分析模板添加第一个指标的日期

(3)切换同环比: 默认展示同比信息,可以切换同比、环比、无对比

(4)查看指标详情:

查看指标的详细数值信息 查看指标的条件跳转信息 查看指标的时间范围 查看指标同环比信息 针对指标下钻分析 按照当前指标条件,跳转到细分详情页面 针对“UV”指标查看用户明细 跳转到用户明细信息

在上面的因果树中,第一层是APP总使用时长,为了查看哪些指标可能会对它产生影响,我们点击第二层的DAU,发现DAU同比上升幅度很大, 我们可以进一步通过事件细分或者查看用户明细的方式下钻分析: image.png | center | 1010x541

自定义因果分析模版

借助预置因果分析模版可以让我们熟悉这一分析方法,接下来我们可以根据自己的业务情况自定义因果分析模板:

点击“新建模板”进入下图: image.png | center | 1665x866

先输入我们要制作的模板名称,再点击“添加指标”确定中心指标: image.png | center | 626x311

添加要求: 按照指标类型进行选择具体的指标,如果是细分指标,需要选择“数据时间范围”;如果是留存和漏斗指标,仅选择指标名称即可。

点“确定”,我们就制作了一个名为Test,核心指标为Demo_iOS客户端人群启动次数(昨日)的因果分析树: image.png | center | 1644x835

接下来,点击“递增”,我们继续添加层级指标,最大支持五层: image.png | center | 449x440 image.png | center | 578x434

新添加的指标可以继续递增、或者删除、替换。 继续递增,就可以完成类似预置模板的因果树模型。

接下来,我们就可以根据业务经验,对指标进行因果树拆解,从而层层定位,发现问题。

其他说明

普通版和专业版区别

普通版限制添加3个因果分析模板,专业版不限制。

漏斗分析

功能介绍

漏斗分析是对用户使用流程中用户数量的转化和流失的分析工具。

名词解释

漏斗完成周期:漏斗的所有步骤完成的时间区间。 起始事件发生时间:步骤一的发生时间范围。

使用方法

漏斗分析是对用户使用流程中用户数量的转化和流失的分析工具。网站/APP在设计时,都会设计一个流程来引导用户完成网站/APP的使用,这个流程就是网站/APP的产品使用逻辑。网站/APP的设计者都希望所有用户在使用产品时能完成流程中的所有步骤,但是事实上这个流程中每一步骤都会发生用户流失,这时就有了用户转化率和流失率的概念。漏斗分析工具就是对这种转化和流失进行数据监控和分析。 我们举一个电商网站用户使用流程中转化与流失的例子,尝试通过漏斗分析对这个过程中的转化和流失进行监控。 用户在使用电商网站时,必经的几个步骤是注册-登录-查看商品详情页-订单支付。我们用漏斗分析工具建立这几个步骤的漏斗,进行数据分析。 1.点击D-plus左侧导航栏“分析工具-漏斗分析”,出现如下界面: image.png | center | 1440x305

2.点击“+新建漏斗”,出现如下界面: image.png | center | 1119x526

(1)将名称更改为“电商网站转化漏斗”,备注为:just a test! (2)数据源选择“全部”,规则:单次。 (3)起始事件发生时间设为:20170218-20170318,我们选取1个月作为时间跨度。 (4)漏斗完成周期:5分钟内。 (5)漏斗结果查看方式:总计。 得到界面如下: image.png | center | 1131x544

3.添加漏斗步骤: 连续点击两次新建漏斗中的“+新建步骤”,使新建漏斗中出现4个步骤,然后依次将4个步骤事件设置为:注册、登录、进入商品详情页和付款成功。界面如下: image.png | center | 1125x600

4.点击最下方的“保存”,新建漏斗进入漏斗池: image.png | center | 1142x466

该表格给出了创建漏斗的基础信息,我们看到倒数第2列的“运行状态”,发现此时漏斗正在“运行中”。等待若干时间(一般不超过2小时),运行完成,出现如下界面: image.png | center | 769x157

5.在“操作”列点击眼睛图标,可进行漏斗查看: image.png | center | 1140x923

6.点击柱状图中的每根柱子,最下方表格中展现该步骤与下一步骤的具体用户数及转化率。 好了,此时为止,我们建立了电商网站的一个从注册、登录、查看商品详情页、支付成功的一个漏斗。从图中可看出,在过去的1个月内,注册到登录的用户转化率为90.53%,情况还相当乐观。然而,从登录到进入商品详情页的转化率为0%,也就是到此时所有用户都流失了,这时候首先想到的是,该网站从登录到商品详情页是不是走不通?是不是商品详情页链接出错,导致用户从来没有机会打开商品详情页?又或者是否是商品list页面到商品详情页没有添加跳转链接?如果这些流程性错误都排除了,就要进一步进行原因分析了。此时应该将登录到商品详情页的所有路径都测试一遍:登录-搜索-商品list页面-商品详情页;登录-导航栏-商品list页-商品详情页;登录-商品banner页面-商品详情页等等。然后再对这些路径建立漏斗分析,直到定位出原因。 以上通过举例将漏斗分析的使用过程介绍一遍,接下来我们详细介绍漏斗分析的所有功能点。 漏斗分析工具由3个页面构成:漏斗列表页、新建漏斗页和漏斗详情页。三者之间的关系为:漏斗列表页为漏斗分析工具的首页,点击漏斗列表页上的“+新建漏斗”按钮,进入新建漏斗页,漏斗建立完毕后,点击新建漏斗页的“保存”按钮,又进入“漏斗列表页”。漏斗详情页用表格展现当前该项目下建立的所有漏斗,每一行代表一个漏斗。点击漏斗列表页每行的最后一列中的查看图标,进入该漏斗的漏斗详情页。 image.png | center | 3461x1300

我们理解了漏斗分析工具的3个页面之间的关系后,再分别了解每张页面的具体内容。 1.漏斗列表页。 这里有两种情况: (1)项目尚未建立任何一个漏斗时,漏斗列表页为空,出现“+新建漏斗”的大图标,如图所示: image.png | center | 1135x423

(2)当项目中已经存在漏斗,点击左侧导航栏“分析工具-漏斗分析”,出现如下界面: image.png | center | 864x353

该页面即为漏斗列表页面。漏斗列表页包括两部分内容,如上图红框标出: (1)新建漏斗按钮:点击可进入新建漏斗页面。 (2)漏斗列表:建好保存后的漏斗都会展示在漏斗列表中,每一行代表一个漏斗。该行内容给出了一个漏斗的基本信息(报告名称、备注、数据源、创建人)。最后更新日期代表该漏斗最新的计算日期,粒度到天。运行状态有两种:计算中和已完成。漏斗刚建立完成时会出现“计算中”的状态,并在旁边的时钟按钮中给出预计运算完成时间;运算完成时,运行状态变更为“已完成”。操作列表示你可对该报表进行的操作,一般有“查看详情”和“删除”两种,分别用相应图标表示。用户在自己账户下建立的漏斗都具有“查看详情”和“删除”权限,对于他人授权的项目,有时用户没有列表的删除权限。该部分在权限管理中详细介绍。 2.新建漏斗页 image.png | center | 553x474

新建漏斗页面分为三模块:A.漏斗基本信息,主要完成漏斗的名称、备注数据源、时间设置等任务;B.漏斗建立步骤,添加事件步骤,查看步骤之间的转化;C.保存按钮,点击使得新建漏斗得以保存。 A.基本信息。包括5方面的内容: (1)漏斗名称和备注:每一个新建漏斗都有一个默认名称,格式为Dplus 2.0_漏斗分析_年月日时分秒。备注是你对该漏斗添加的用于标记该漏斗的信息,可以不填。 (2)数据源:该处数据源同事件细分。 (3)规则与起始事件发生时间:这里的规则指的是漏斗的计算规则,有两种:单次和例行。单次表示该漏斗只进行一次计算,例行表示该漏斗从所选时间开始,每天计算前一天符合条件的数据。因此,规则的选取对起始事件发生时间有影响。当规则选择“单次”时,需要在“起始事件发生时间”中选取开始日期和结束日期;当规则选择“例行”时,“起始事件发生时间”固定设置为“昨天”、“前7天”、“前15天”和“前30天”。 (4)漏斗完成周期:表示期望漏斗中所有步骤完成的时间周期。 (5)漏斗结果查看方式:这是对漏斗结果分组的意思。 B.建立步骤: 该处首先确定所要建立漏斗的所有步骤,通过“+新建步骤”进行添加步骤。每一个步骤就是一个事件,可以对其添加筛选条件。 C.漏斗详情页: image.png | center | 554x452

漏斗详情页可划分为3个模块:C1.基本信息;C2.漏斗详情和C3.漏斗明细。其中,基本信息模块列举的是漏斗在建立时所设置的信息,与新建漏斗页面的A模块基本信息相同;漏斗详情模块是漏斗计算后的结果,清晰展现流程中各步骤之间的转化;漏斗明细与漏斗详情相关联,当在C2漏斗详情中选中某一步骤时,C3中以表格形式展现该步骤到下一步骤的详细转化数据。 C1.基本信息: 该模块分为两部分,一部分是1展示出的基本信息,漏斗名称和备注;另一部分是2隐藏的基本信息,通过点击“展开”可以打开。1中的信息可以修改,2中不能修改。 C2.漏斗详情: 该模块展示漏斗各步骤之间的转化。用柱状图表示每一步骤的用户数,相邻步骤之间的转化率用大箭头表示。 C3.漏斗明细数据: 漏斗明细数据随着B中选择的步骤变化而变换。默认显示“总览”数据,总览数据中展现各个步骤具体用户数;当点击柱子时,漏斗明细中的数据展示为完成当前步骤的用户数、完成下一步骤的用户数和这两个步骤之间用户数的转化率。 漏斗分析一般用来解决这类问题: (1)产品流程分析: 通过建立产品流程步骤漏斗,查看哪个环节转化率低,然后分析原因进行产品流程优化。 (2)按转化情况对用户分群: 漏斗分析的每个环节都可以下钻转化用户明细信息,通过分析高转化和低转化的用户特征,从而采取策略改善产品转化情况。

其他说明

漏斗分析指标产出时间说明

1.漏斗(单次)报表创建完成后,产出时间预估2小时内,并在漏斗“运行状态”中有提示。

2.漏斗(例行)报表创建完成后,产出时间预估在第二天上午8点之前,并在漏斗“运行状态”中有提示。

3.我的仪表盘的漏斗报表产出时间,与上述阐述时间相同。

留存分析

功能介绍

留存分析是对用户活跃程度进行分析的方法,主要考察用户对产品的粘性。包括标准留存、自定义留存、分组留存三种类型。

名词解释

标准留存:初次使用产品的新用户,在后续时间内再次使用产品的用户留量。这是用于判断一款产品的用户粘性的概括性指标。 自定义留存: (1)意为某类产生A行为的用户,过一段时间,再次触发A行为的用户存量。这种留存主要用来判定产品的某种功能对用户的价值,特别是周期性的产品功能。比如美柚,一款记录女性生理周期的产品,它里面的“记录”功能就具有很强的周期性。美柚开发者可通过将S1和S2行为都设置为“记录”,来查看该行为的月留存数据,据此可以分析出该“记录”功能的使用情况,判断出它对用户的价值。 (2)意为某类产生A行为的用户,过一段时间,产生B行为的用户存量。这个指标主要用来分析产生B行为的前续行为A,对产生B行为带来的用户价值。一般我们将B行为设为业务核心行为,是产品最希望用户触发的行为。通过查看这个留存指标,来判定引导到B行为的前续行为的价值,进而采取相应的营销措施。比如电商网站将B行为设置为订单支付,将A行为设置为“加购”或“收藏”,可以查看“加购”或“收藏”对于订单支付的用户价值。再或者资讯类网站,“分享”是它们对用户的核心诉求,则可以将B行为设置为“分享”,将A行为设置为“关注”或“收藏”等,可以判定这些行为对“分享”的用户价值。

使用方法

留存分析是对用户活跃程度进行分析的方法,主要考察用户对产品的粘性。用户在某段时间内开始使用产品,经过一段时间后,仍然继续使用该产品的用户,被认作是留存用户。 由上可知,留存是个跨时间阶段的概念,是将第一阶段的用户与第二阶段的用户进行比较,这两阶段的用户有一些内在联系。 我们用S1表示第一阶段,S2表示第二阶段,则留存率 = 间隔时间段(S2行为,某种类型)用户数/(某时间段,S1行为,某种类型)用户数,其中,S2阶段的用户以S1阶段的用户为基础,是S1阶段的用户的子集。 这个公式表明留存率相关的5个因素:初始用户圈选时间段、初始用户行为、用户类型、分析间隔时间段、回访用户行为。初始用户圈选时间段指选择分析的用户基数时间范围,分析间隔时间段指所考量的留存状况的时间跨度。 Dplus产品里有三种留存的概念,按照留存率5因素进行区分,由于这三种留存的初始用户圈选时间段与分析间隔时间段相同,所以只列出相区别的三个因素。 | 留存类型 | 用户类型 | S1行为 | S2行为 | | :--- | :--- | :--- | :--- | | 标准留存 | 新增用户 | S1行为 | S2行为 | | 自定义留存1 | 新增/活跃用户 | 行为A | 行为A | | 自定义留存2 | 新增/活跃用户 | 行为A | 行为B |

我们通过一个例子来阐述留存分析这个工具的使用方法,我们以自定义留存2为例,举一个初始行为为加购,回访行为为购买的例子。

打开自定义留存界面

点击左侧导航栏“分析工具-留存分析”,默认显示“标准留存”,然后切换到“自定义留存”中,界面如下: image.png | center | 1439x293

新建留存分析

点击上图的“+新建留存分析”。出现新建留存分析界面。我们进行如下的操作步骤: (1)我们首先完成留存信息的基本设置; (2)将留存分析的名称改为:Dplus3.0_留存分析_测试留存1,备注填写:加购-支付的留存分析; (3)数据源选择默认的全部; (4)用户选择“活跃用户”; (5)规则选择:单次; (6)时间选择:2017.9.13-2017.9.19; (7)设置初始事件与回访时间:在初始事件内选择“加入购物车”,回访事件内选择“付款成功”。 (8)最后点击“保存”,进入自定义留存列表中。 image.png | center | 1140x1031

此时,我们看到看到当前运行状态列显示”运行中”,一般预计运行完成时间是4小时。 image.png | center | 1130x280

查看自定义留存详情

运行完毕,点击眼睛图标,进入自定义留存详情页面。 image.png | center | 864x219 image.png | center | 1138x941

从图中可以看到,3月13号到3月19号这段时间的新增用户在接下来每天的留存情况。我们以首行为例来解释: “<1天”留存率=3月13号当天加购用户在当日发生购买的人数/3月13号当天加购用户数; “1天”留存率=3月13号当天加购用户在3月14号发生购买的人数/3月13号当天加购用户数; 将查看时间维度切换到周: image.png | center | 1142x253

按照自然周的概念,2017-03-13至2017-03-19跨越两个自然周:“2017-03-12至2017-03-18”和“2017-03-19至2017-03-25”,因此按周查看时,时间维度有两周。“2017-03-12至2017-03-18”的新增用户是指从12号至18号的用户之和,按天累计相加。 将查看时间维度切换到月,此时无数据。因为此时选择的查看日期小于30天。无法按照月查看。 image.png | center | 1141x250

不同比率区间的颜色表示不同。颜色区分区间为[100%~80%]、[80%~60%]、[60%~40%]、[40%~20%]、[20%~0%] image.png | center | 1135x920

留存分析可用于以下场景: (1)判断新用户对产品的粘性。 (2)判定产品的某种核心功能对用户的价值。 (3)发现产品关键行为的前续行为的价值,进而采取相应的营销措施。

分组留存

分版本和渠道做留存分析是APP开发者常用的功能,在dplus中只能通过自定义留存来实现。 但是每次都通过自定义留存来看操作过于复杂,分组留存在dplu中支持APP数据源可以快速按版本和渠道快速筛选查看留存数据。

image.png | center | 1666x353 数据源:项目中的App列表。 日期选择:可选昨天、过去7天、过去28天、自定义日期区间。 版本:筛选对应版本。 渠道:筛选对应渠道。 天周日:快速切换天/周/日视图 留存率/留存数:切换留存率和留存数报表视图。

其他说明

留存分析指标产出时间说明

1.留存(单次)报表创建完成后,产出时间预估2小时内,并在留存“运行状态”中有提示。 2.留存(例行)报表创建完成后,产出时间预估在第二天上午8点前,并在留存“运行状态”中有提示。 3.我的仪表盘的留存报表产出时间,与上述阐述时间相同。

热点图分析

功能介绍

可用于分析页面的点击情况,了解网页设计和用户关注的板块。

名词解释

U-web热点图:用户使用U-web js sdk,将u-web采集的鼠标点击包装成Dplus所需的热点图事件。 Dplus热点图:用户使用Dplus js sdk,通过sdk采集热点图事件。

使用方法

热点图分析首页

热图分析统计列表: image.png | center | 1920x309 显示页面:点击访问该url 查看热点图:进入热图分析页面 添加热点图:弹框添加热点图操作

*添加热点图需输入数据源及该数据源下的url

image.png | center | 530x367

热点图分析

点击热点图分析首页的“查看热点图”进入热点图详情页面: 热点图绘制范围(点击量):用户可在0%-100%之间调节。

背景透明度:范围从0-100%,用户可调节透明度范围。 日期选择:快捷时间选择(今天、昨天、过去7天、过去14天、过去28天);自定义时间范围(不能超过90天),默认选中今天,最长时间跨度不能超过90天。 页面来访PV:这个页面总的pv。 页面点击:该页面总的点击次数。 image.png | center | 1920x986

其他说明

普通版和专业版区别

普通版限制添加限制添加10张图(备注:UWEB有热图功能,上限为10张),专业版不限制。