前兩期，我們分享了阿拉丁統計 2.0 的「開源 SDK」和「指標商店」，后臺收到了很多粉絲的咨詢與試用申請。本期我們就從“事件分析”著手，開啟第三個話題——「高級分析」。

在日常工作中，不同職能崗位關注的數據指標不同，例如運營、市場、產品、數據分析師有的關注用戶注冊量，有的關注人均充值金額，有的關注用戶注冊變化趨勢，有的關注用戶分布屬性……

看看阿拉丁統計 2.0如何滿足不同職能角色的個性化需求？

多種事件指標選擇，滿足不同角色統計需求

諸如上述的數據指標需求統計與查看，“事件分析”在其中起到了重要作用！

事件分析具有強大的篩選、分組和聚合能力，邏輯清晰且使用簡單，被人們廣泛使用。事件分析一般需要經過以下幾個環節：

事件定義與選擇。事件描述的是一個用戶在某個時間點、某個地方、以某種方式完成了某個具體的事情。 Who、When、Where、What、How是定義一個事件的關鍵因素。

其中： Who 是參與事件的主體，對于未登錄用戶，可以是 Cookie、設備ID 等匿名 ID ；

對于登錄用戶，可以使用后臺配置的實際用戶ID；

When 是事件發生的實際時間，應該記錄精確到毫秒的事件發生時間；

Where 即事件發生的地點，可以通過 IP 來解析用戶所在省市；也可以根據 GPS 定位方式獲取地理位置信息。

How 即用戶從事這個事件的方式。用戶使用的設備、瀏覽器、 App 版本、渠道來源等等；

What 描述用戶所做的這個事件的所有具體內容。比如對于“購買”類型的事件，則可能需要記錄的字段有：商品名稱、商品類型、購買數量、購買金額、付款方式等。

多維度下鉆分析。高效的事件分析需要支持任意下鉆分析和精細化條件篩選。

當事件分析合理配置追蹤事件和屬性，就可以激發出事件分析的強大潛能，不僅能為企業回答關于變化趨勢、維度對比等各種細分問題，而且還可以通過添加篩選條件，精細化查看符合某些具體條件的事件數據。

解釋與結論。此環節要對分析結果進行合理的理論解釋，判斷數據分析結果是否與預期相符，例如判斷產品的細節優化是否提升了觸發用戶數。如果結論相悖，就需要針對不足的部分進行再分析與實證。

多指標分析特定場景，操作簡單易上手

阿拉丁統計 2.0 的“事件分析”功能基于多場景進行指標設置，操作簡單易上手。

在“添加指標”欄中，點擊添加“指標”按鈕選擇事件，選擇要分析的事件指標。點擊“添加篩選”后，還可以添加屬性、設置條件、填寫條件值，用于細化該事件對應的特定場景。

當然，也可以添加多個指標一同查詢。

對于所有事件，平臺都可以分析出如下常規指標：

總次數：在選定時間范圍內，該事件觸發的次數

用戶數：在選定時間范圍內，觸發該事件的獨立用戶數

人均次數：在選定時間范圍內，獨立用戶觸發該事件的平均次數

分析結果可以根據個人習慣，進行柱狀圖、折線圖自由切換。

同時，也可以下載成表格形式的明顯數據列表，查看不同時間用戶數變化情況。

常用的事件分析，也可以添加到“我的分析”快捷菜單下，自定義標題，方便后續使用。如果多個事件有相同的篩選條件，還可以做“全局篩選”，省去每個事件重復設置的麻煩。

如果想要查看事件的品牌、型號、省份、國家等維度數據，僅需在添加維度下拉框選擇目標條件即可。

精細化運營分析模型，漏斗分析過程管理透明化

營銷管理重在過程，控制了過程就控制了結果。

漏斗分析模型是企業實現精細化運營的重要分析工具，其精細化程度影響著營銷管理的成敗。粗陋的漏斗分析模型因為“過程管理不透明”造成結果失控。因此，我們經常能夠聽到一些產品經理的抱怨不絕于耳：從啟動 APP 到“支付成功”，用戶轉化率為何僅僅 0.8 %？

究竟什么是漏斗分析？

漏斗分析是一套流程分析，它能夠科學反映用戶行為狀態以及從起點到終點各個階段用戶轉化率的情況。

漏斗分析模型已經廣泛應用于流量監控、產品目標轉化等日常數據運營工作中。例如：在直播平臺上，用戶從激活APP到消費，一般購物路徑為激活 APP、注冊賬號、進入直播間、互動行為、禮物花費五大階段。漏斗分析能清晰的展現各個階段的轉化率，通過漏斗各環節相關數據的比較，直觀地發現和總結問題所在，進而找到產品優化的方向。

創建「漏斗」非常簡單，三步操作即可完成：

1、填寫漏斗名稱

2、選擇窗口期

3、配置漏斗步驟

保存漏斗設置后，在漏斗列表選擇剛剛創建的漏斗，點擊“立即分析”即可獲得結果數據。漏斗分析也支持品牌、型號、省份、國家等維度數據查詢。

當然，每次新創建的漏斗都可以在漏斗列表中找到，無需多次配置。

以上內容就是阿拉丁統計 2.0「高級分析」的全部內容，如果你也想使用產品，不妨點擊【閱讀原文】，即可開始免費試用。

下期分享的產品功能是「基礎統計」，我們不見不散~