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
  • 指标的概念
  • 事件指标
  • 属性指标
  • 业务实例

这有帮助吗?

  1. 基础概念解释

指标

指标的概念

许多人经常会混淆指标与属性的概念,其实两者是完全不同的概念。

每次发放薪资的时候,都会有一个出勤天数的数据,很简单,这个数据表明本月出勤的天数,在这个描述中:

出勤为事件,表示劳动者劳动的过程;

工时为属性,表示劳动者每日的劳动时间,以天为单位的话,满足当日劳动时长即被计算为一个完整工作日。

天数为指标,表示劳动者当月出勤的实际天数。

在数据分析平台内,存在事件指标与属性指标两种类型的指标:

事件指标:例如App启动的总次数,支付订单的总次数等,主要结构由两部分构成,即事件+指标。

属性指标:例如App启动-省份-去重数,支付订单-订单金额-总和,主要结构由三部分构成,即事件+属性+指标。

属性的采集需要人为主动设计,比如我们想要知道用户的操作系统数据,那么在数据采集时我们需要在采集方案中设计$os这个属性用以采集操作系统相关数据。

指标不需要人为主动设计,其本身已经在数据分析平台中预置完成,具体的情况可以参考下方的表格:

事件指标

指标名

解释

示例

总次数

事件被触发次数的总和

App启动-总次数

用户数

触发某个事件的用户数总和

App启动-用户数

人均次数

触发某个事件的总次数/触发该事件的用户数

App启动-人均次数

属性指标

为了便于理解,下面将使用示例数据来辅助解释属性指标,示例数据中涉及四种数据类型,分别是数值类型,字符串类型,布尔类型,日期时间类型,共7条数据。

用户ID

A

B

C

D

E

F

A

商品类型

服饰

电子

母婴

虚拟

食品

家居

服饰

订单金额

100

120

150

80

60

20

200

是否促销

是

是

否

否

否

是

是

支付时间

2020.1.1

2020.1.2

2020.1.3

2020.1.4

2020.1.5

2020.1.6

2020.1.7

A.数值类型

  • 总和

总和即为查询后得到的数据集中,该属性的数值总和。上方表格中,订单金额字段为数值类型,查询订单金额-总和这个指标时,计算过程即为:

100+120+150+80+60+20+200=730

  • 均值

均值即为查询后得到的数据集中,该属性的数值总和除以数据条数。在上方表格中,计算订单金额-均值这个指标时,计算过程即为:

730/7=104.29

  • 最大值

最大值为查询后得到的数据集中,该属性值中最大的一条数值。在上方表格中,计算订单金额-最大值这个指标时,得到的结果是:200。

  • 最小值

与最大值对应,计算订单金额-最小值这个指标时,得到的结果是:20。

  • 人均值

人均值与均值不同,人均值为查询得到的数据集中,该属性的数值总和除以用户数。在上方表格中,用户数为7人,计算订单金额-人均值这个指标时,计算过程即为:

730/7=104.29

  • 去重数

去重数为查询得到的数据集中,该属性的属性值经过去重后,剩余的数据条数。在上方表格中,订单金额经过去重后仍然有8条,所以计算订单金额-去重数这个指标时,得到的结果为8。

B.字符串类型/布尔类型/日期时间类型

这三类数据类型预置的指标都只有一种,即去重数,计算方式与数值类型的去重数一致,以上方的商品类型字段为例,该字段为字符串类型,经过去重后剩余7条,所以计算商品类型-去重数后得到的结果为7。

业务实例

新用户数量

现在有一款游戏类产品上线投入市场运作,从不同渠道获取新用户进入游戏是当下的重中之重,在这个时间段,产品是脆弱的,任何一个影响用户体验的因素都可能最终导致用户大量流失。

所以一般情况下,厂商都会安排人力实时监控各项指标,力求不出现异常情况,然而人类不是机器,无法时刻保持精力充沛,这时,监控预警模块就派上了用场。

我们可以以小时为单位,24小时不间断的监测新增用户数的总和,当数值范围出现异常波动时自动告警,及时排查问题。

订单金额人均值

电商经营者将商品上架线上商铺时,价格以及优惠都是需要手动设置的,人为操作下难免出现粗心大意的情况,将100元错误设置为10元,20元优惠券设置成200元的操作屡见不鲜,一夜时间造成的损失难以承受。

此时,我们可以设置实时监测订单金额-人均值,当其低于设定的阈值时,触发告警,最快速度排查是否价格设置错误,降低损失。

上一页属性下一页用户与用户群

最后更新于3年前

这有帮助吗?