事件
事件的概念
事件，是一个比较抽象的概念，在现实生活中，通常用来形容一个人做了什么，为了描述清楚，我们还会添加其他的辅助要素，比如要与同事聊新买的鞋子，这时我们会说：昨天下午我去家附近的商城买了双黑色的皮鞋。
虽然这句话很简单，但却携带了足以将事情描述清楚的五个要素，即4W1H五要素：
在数据分析平台中的事件，则是用来描述用户在产品上进行的操作行为，例如加入购物车、浏览落地页等等。我们同样使用4W1H五要素来描述这些事件，比如描述客户点击首页推广Banner的行为，数据会携带如下五个基本属性来满足五要素：
简而言之，用户在使用产品的过程中，在产品上进行的一系列操作都可以被细化为单个独立的事件，根据事件发生的时间顺序，就可以获得用户完整的行为轨迹。
业务实例
某款主营电商业务的企业，拥有自我开发的APP，为了推广当下时节的新品商品，单独为该商品分配了一个首页Banner展示坑位，现在该企业的经营者想要了解通过Banner推广新品的表现效果，那么数据分析平台如何实现这个功能呢？
理解需求
想要了解Banner推广的表现效果，我们需要获悉如下几个数据指标：
设计事件
为了获得上述的数据指标，我们需要设计如下几个事件来满足数据需求：
业务支撑
CTR（点击率）/成单间隔
点击率即点击次数与曝光次数的比值，点击率的高低直接反映了该推广Banner的第一视觉效果表现情况，通过横向对比其他推广Banner的点击率数据，可以直观的获悉此次新品推广Banner的效果。
成单间隔的数据同样时Banner推广效果的佐证指标，成单间隔时间越短，表明整体转化流程对于用户的吸引力越高，反之则越低。
人均点击次数&人均成单次数分布
人均点击次数计算的是点击总次数与点击总用户数的比值，最直观的反映出一个用户点击了几次推广Banner，这是一个需要综合考量的数据指标，假定用户量200，该Banner的曝光次数为1000次，人均点击次数4次，但是查看成单分布发现只有20单成单。
这组数据中，人均点击次数4次说明大部分用户对新品感兴趣，20单成单说明用户最终没有绝对购买，此时如果下单流程没有故障，那就需要考虑是不是价格因素或竞品因素导致用户没有决定购买。
销售数据横向对比
通过对销售额，销售单量等数据指标，与其他商品进行横向对比，可以直观的看出新品推广的效果，这也是电商运营中常用的分析手法。
成单贡献
在实际的新品推广过程中，成单的结果存在多种因素，除了我们的新品推广Banner以外，其他诸如用户分享，直接搜索，智能推荐等因素都可能对最终成单创造贡献，通过使用归因分析模块计算新品推广Banner对最终成单的贡献，可以综合考量各种因素中哪一个对最终成单创造的贡献最高。
成单转化漏斗
用户在使用产品的过程中，每个环节都会对用户的使用体验产生影响，成单转化漏斗可以计算出各个环节的转化情况，结合横向对比数据与具体业务环境，可以判断转化流程中是否存在纰漏。
例如存在下述两个漏斗：
Banner点击（新品）-浏览商品详情页（新品）-提交订单（新品）-支付订单（新品）
Banner点击（其他）-浏览商品详情页（其他）-提交订单（其他）-支付订单（其他）
新品的成单转化漏斗中，浏览商品详情页到提交订单的转化率为30%，其他的成单转化漏斗中，浏览商品详情页到提交订单的转化率为60%，这组数据说明新品的商品详情页转化明显偏低，需要排查问题。
总结
事件是用户行为数据的可划分最细粒度，绝大部分分析场景所需的数据指标都可以通过设计事件获取相应的数据。
最后更新于
这有帮助吗？