智能分析
  • 文档导引
  • 产品使用文档
  • 基础概念解释
    • 事件
    • 属性
    • 指标
    • 用户与用户群
    • 筛选条件
    • 分析维度
    • 时间范围
    • 时间聚合度
  • 分析模块
    • 事件分析
    • 留存分析
    • 间隔分析
    • 分布分析
    • 归因分析
    • 漏斗分析
    • 路径分析
    • 用户分析
    • Session分析
  • 用户分群
  • 管理
    • 元事件管理
    • 事件属性与用户属性
    • Session管理
    • 虚拟事件
  • 书签管理
  • 成员与权限
  • 监控预警
  • 项目管理
  • 基础设置
  • 看板&看板组
  • 技术指南
    • 基础知识
      • 数据格式
      • 数据模型
      • 用户的标识与关联
      • 如何标识新用户
      • 预置事件与预置属性
        • 客户端SDK预置
          • App SDK
          • Web JS SDK
          • 微信小程序
  • SDK使用
    • 客户端SDK
      • Android SDK
      • iOS SDK
      • 小程序SDK
      • Web JS SDK
    • 服务端SDK
      • Java SDK
由 GitBook 提供支持
在本页
  • 维度的概念
  • 数值类型的不同分组方式
  • 日期时间类型的不同分组方式

这有帮助吗?

  1. 基础概念解释

分析维度

维度的概念

维度,即分析数据的视角,比如我们需要分析存量用户的地理位置分布情况,那么我们会选择省份或城市作为分析维度,查询后得到的结果将以选择的维度展开展示。

以下方的测试数据为例:

事件名

支付订单

支付订单

支付订单

支付订单

支付订单

支付订单

城市

北京

北京

上海

广州

深圳

深圳

是否首次支付

True

False

True

True

True

False

订单金额

100

110

100

120

130

110

如果在分析维度选择城市属性,那么得到的结果为:

支付订单-总次数-共6次,其中北京2次,上海1次,广州1次,深圳2次。

同理,如果我们将分析维度选择为是否首次支付,那么得到的结果为:

支付订单-总次数-共6次,其中首次支付4次,非首次支付2次。

数值类型的不同分组方式

通常情况下,数值类型的数据会由很多不同的值构成,如果将数值类型的数据选择为分析维度,展开后得到的结果在可视化上不会特别友好。

所以,在选择数值类型作为分析维度的情况下,可以选择自定义分组,共分为三种方式:

  • 按离散数字分组(没有区间)

这种方式下,属性值将按照数值的大小直接排列分布,不会进行分组,这也是默认的数值类型维度分组方式。

  • 按默认区间分组

默认区间: [0,10),[10,30),[30,50),[50,100),[100.200),[200,500),[500,1000),[1000,5000),[5000.10000),[10000.50000),[50000,100000),[100000,+∞)

点击查询后,数据将按照默认区间进行展开。

  • 按自定义区间分组

自定义去区间分组即自由划分区间,下限为0,上限为+∞,点击查询后数据将按照自定义的区间进行展开。

日期时间类型的不同分组方式

日期时间类型的数据存在与数值类型数据一样的问题,所以将日期时间类型选择为分析维度之后,同样可以选择分组方式,共分为两种方式:

A.不汇总

  • 默认

选择默认的情况下,不对数据进行分组。

  • 按分钟/小时/天/周/月/季度/年

即将数据按照选定的单位聚合进行分组查看。

B.汇总

  • 按分组/小时/天/月

选择汇总并选择时间单位后,数据将按照选择的时间单位进行汇总,例如选择按天进行分组,点击查询后,将展示当前时间端内每月第1天到第31天的数据。

上一页筛选条件下一页时间范围

最后更新于4年前

这有帮助吗?