微信小程序數(shù)據(jù)分析教程(文件)
【正文】 d 切換到后臺觸發(fā)foreground 切換到前臺觸發(fā)share 分享時觸發(fā)actionelement除此之外，還可以填寫一些提供的系統(tǒng)屬性，以“$”開頭，目前支持以下屬性：$PAGE_TIME 用戶從進入本頁面到當前的時間(觸發(fā)action的時間點)$APP_TIME 用戶進入小程序到當前的時間(觸發(fā)action的時間點)$CURRENT_PAGE 當前用戶所在的頁面$LAST_PAGE 上一頁注：data可以為空，為空時該事件上報僅收集系統(tǒng)默認字段的數(shù)據(jù)如前文，我們定義了事件view_product(查看商品), 有如下字段product_id, product_name, product_category, product_price, product_producer在viewList頁面點擊viewProduct按鈕時上報如果數(shù)據(jù)需要跨多個頁面收集，那么就需要多個動作來完成上報了，比如下面的例子，在viewList頁面收集到product_id, product_name, product_category的數(shù)據(jù)，然后進入viewProduct頁面時收集到product_price的數(shù)據(jù)，并上報。對于新增字段，如下圖例子，product_id在其他事件里已經(jīng)定義過，添加到本事件中，不能修改其定義；而product_producer為新定義的字段，需要補充定義。2. 已有字段從事件配置中移除如下圖，如果修改了事件配置時，將事件配置data里已有的一個字段刪去：檢查字段時會提示：該字段在當前配置中未使用。這代表product_name將重新開始收集數(shù)據(jù)。測試事件配置確認字段信息后，點擊“保存并測試”，保存當前配置并測試上報的數(shù)據(jù)是否符合預期。如果未獲取到數(shù)據(jù)，操作是否正確，以及是否已超過等待時間（通常為12分鐘），客戶端是否有上報日志，確認沒問題可重新“同步結(jié)果”。注意：發(fā)布后，事件已有字段的名稱和數(shù)據(jù)類型不可更改，但可繼續(xù)修改配置、新增字段。例如，分析小程序的注冊量、查看商品人數(shù)、下單次數(shù)、支付金額并區(qū)分用戶群對比等。事件分析查詢條件選擇事件在事件下拉列表中，將展示出所有已經(jīng)在事件管理中創(chuàng)建的事件，每次事件分析只能選擇一個事件。其中：每個事件都可以統(tǒng)計如下指標，可以直接選擇：總次數(shù)：事件的觸發(fā)次數(shù)去重人數(shù)：觸發(fā)該事件的去重用戶數(shù)（以openid判斷）人均次數(shù)：每個用戶觸發(fā)該事件次數(shù)的平均值，即總次數(shù)/去重人數(shù)也可以基于事件管理中的自定義屬性字段，選擇想要分析的其他指標。選擇分組在分組下拉列表中，可以選擇查看數(shù)據(jù)的分組維度，包括系統(tǒng)默認屬性和自定義屬性。需要注意的是：當分組過多時，僅能顯示部分數(shù)據(jù)，請合理設置分組。當切換其中一處的關(guān)系時，所有其他關(guān)系也會隨之切換。當天的數(shù)據(jù)也可以及時查看。查看圖表當查詢條件過于復雜，指標和分組過多時，圖表默認展示數(shù)值最大的10個分組和指標。查看詳情詳細數(shù)據(jù)將分頁展示所有分組和指標的詳情。所有歷史查詢記錄默認保存一段時間。例如：購買過程可能包括以下步驟（一個步驟對應一個事件）：加入購物車進行漏斗分析前，需要先在“事件管理”中定義事件并配置上報、收集數(shù)據(jù)。創(chuàng)建漏斗首次進入漏斗分析，需要先創(chuàng)建漏斗。例如，希望分析A類商品的購買轉(zhuǎn)化數(shù)據(jù)，可以設置過濾條件“商品種類為A”。每次分析最多只能選擇1個分組。所有條件之間的關(guān)系必須全部為“并且”，或全部為“或者”，前者表示滿足所有條件，后者表示滿足至少一項條件。選擇時間范圍選擇查詢分析的時間范圍，支持今天、昨天、最近7天以及自定義時間范圍。例如“支付”步驟，設置過濾條件為“支付金額大于500”，則“支付”及其后面的步驟，都只包括支付步驟金額大于500的用戶。例如分組為“城市”，那么“廣州”分組中的漏斗數(shù)據(jù)，每個步驟都只計算城市為廣州的用戶。查看詳情詳細數(shù)據(jù)中將展示漏斗每個步驟的人數(shù)。頁面：小程序的頁面，以頁面路徑表示，如index, product/list。訪問：用戶瀏覽小程序頁面的行為。停留：用戶從打開小程序內(nèi)頁面，到主動關(guān)閉或超時退出小程序的過程。漏斗：自定義分析中由一系列事件組成的數(shù)據(jù)分析模型，用于分析業(yè)務流程中每個步驟的用戶轉(zhuǎn)化與流失。訪問小程序頁面的總次數(shù)。人均停留時長：平均每個用戶停留在小程序頁面的總時長，即總停留時長/訪問人數(shù)。退出頁次數(shù)：小程序頁面作為退出頁的訪問次數(shù)，例如用戶從頁面A跳轉(zhuǎn)到頁面B，從頁面B退出小程序，B為退出頁，A不是。45 / 45。分享次數(shù)：分享小程序頁面的總次數(shù)。平均訪問深度：平均每次打開小程序訪問的去重頁面數(shù)。訪問人數(shù)：訪問小程序頁面的總用戶數(shù)，同一用戶多次訪問不重復計。用戶從打開小程序到主動關(guān)閉或超時退出小程序的過程，計為一次。留存：區(qū)分新增留存和活躍留存，某個時間段內(nèi)新增或活躍的用戶，經(jīng)過一段時間后仍然使用小程序，即稱為留存。新增：用戶首次訪問小程序頁面，即稱為新增。入口頁：用戶打開小程序時首先進入的頁面稱為入口頁，例如用戶從頁面A進入小程序，跳轉(zhuǎn)到頁面B，A為入口頁，B不是?？梢韵螺d數(shù)據(jù)結(jié)果，以便進行進一步分析。例如，漏斗包含ABC三個步驟，圖表顯示的人數(shù)及轉(zhuǎn)化率表示：第1步人數(shù)：在選定時間范圍內(nèi)，滿足分組和過濾條件，完成A的人數(shù)；第2步人數(shù)：在選定時間范圍內(nèi)，滿足分組和過濾條件，按順序完成過AB的人數(shù)；如果AB步驟之間發(fā)生其他操作，例如ACB，滿足AB順序，依然計算在內(nèi)；第3步人數(shù)：
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1