数据指标分析

一个事件+ 两个变量

产品交互性参与事件、

交互功能类型---事件级变量

交互功能页面名称---页面级变量

1.浏览功能整体情况：

选择交互功能页面名称为纵向维度，选择页面浏览量和用户量分别为横向维度

2、创建功能整体情况：

选择交互功能类型为纵向维度，选择产品交互性参与事件_次和产品交互性参与事件_人两个事件为横向维度

3、功能渗透率和使用率

通过气泡图可以了解核心功能的渗透率和使用率如何，明晰产品功能推广方向。

通过事件分析，选择用户数、人均浏览页数和平均页面停留时长(分钟)三个指标，选择交互功能页面名称为维度，选择用户分群为任意目标人群。

4、产品功能用户使用分布分析

 选择页面浏览量为事件，选择用户分群为任意目标人群，在维度对比中选择交互

功能页面名称；

「KPI 分析方法论」，由确认监控目标-拆解指标-下钻维度三步构成；

1. 梳理业务逻辑和用户旅途，明确KPI 指标并监控 KPI 的变化趋势。

2. 按照业务场景，拆解KPI 指标，快速定位 KPI 波动的影响因子。

3. 基于维度拆解结果，继续下钻，定位数据下降原因，直至找到业务“抓手”。

客户端埋点适用于用户界面行为的上报，服务端埋点适用于业务操作的上报。

无埋点事件适用场景：

A. 业务属性弱，交互属性强；

B. 需求及时性强，要快速落地得出结论；

C. 数据使用周期短，不需要长期监控；

D. 相比准确性，更需要趋势稳定；

E. 非核心数据，数据可及性 (access data) 强。

监控与分析式数据场景：

A. 数据稳定准确，反应真实业务场景；

B. 需要长期监控，数据需要长期存储；

C. 业务属性丰富，可以做深度业务分析；

D. 监控核心 KPI，指标需要少而精；

E. 需要设置数据权限，数据可及性 (access data) 弱。

完整的埋点方案应该具备以下四个要素：

1、确认事件与变量

事件：指产品中的操作

变量：指描述事件的属性

2、明确事件的触发时机

不同的触发时机代表不同的数据统计口径

3. 规范命名

使用「动词+名词」或者「名词+动词」的规则来命名