AnalySDK用户数据分析使用指南

简介:

本文介绍在AnalySDK的统计分析中,关于用户的一些数据该如何操作使用于统计。
用户模型
用户属性及与用户相关的属性都可以用来建立用户模型,比如vip等级、生日、所属省份等等。
Mob统计分析功能提供的接口能够记录这些用户属性,这样在进行数据分析时就可以根据不同的需求来调用出圈定的特定人群进行各项精细化的数据分析。
如图,可以看到用户的ID、等级、注册电话、创建时间,以及年龄、省份、城市等个人信息和注册渠道等。这样就为一个用户建立起了他的用户模型
1

用户行为
用户行为就是记录用户事件流水的,可以精确查询每个用户的精准化行为轨迹,以及触发每个事件时的所属环境。
1)用户行为列表
默认显示近100条的事件流水可搜索出任意一个 user ID 的事件,点击事件列表中的 user ID 可进入查看该用户所有事件的流水
2

2)单个用户的事件流水
下图中 A / B 区显示的是上述用户属性和事件流水的内容,A区显示的是该用户的基本信息及用户属性,B区显示的是事件流水,而C区是需要将二者结合后,进行可按天筛选,来显示当前所选中事件的事件属性
3

用户群组
用户群组就是通过一些特定的条件筛选出的用户组,为其设置用户群组后,可针对特定的用户进行精准化的用户行为分析。例如可对近三天充值金额大于100元的用户进行留存率分析或者漏斗分析等。
1)设置用户群组筛选条件
可以为用群组进行具体的筛选,如天数、活跃时段和自定义标签
4

2)群组对比
群组人数对比,可选择相同项目的一个群组进行人数对比,即分析同属于两个用户群组的人数群组用户画像对比,可选择一个用户属性进行对比群组全部事件分析,可对比两个用户群组的独立用户数、触发总次数、触发用户占活跃用户额比例、每人触发数群组活跃用户留存等,可对比两个用户群组的留存率情况。
5

3)数据模型分析指定用户群组
事件分析、用户画像分析、漏斗分析、留存分析均可以指定用户群组进行精准化分析例如可以针对于参与过某次活动的用户进行漏斗分析
6

关于事件分析、漏斗分析等,之后会有更详细的介绍,敬请关注。

目录
相关文章
|
机器学习/深度学习 自然语言处理 监控
数据分析案例-对某宝用户评论做情感分析
数据分析案例-对某宝用户评论做情感分析
362 0
数据分析案例-对某宝用户评论做情感分析
|
机器学习/深度学习 数据可视化 数据挖掘
数据分析案例-基于随机森林对影响信用卡审批结果和用户信用等级的特征分析
数据分析案例-基于随机森林对影响信用卡审批结果和用户信用等级的特征分析
152 0
数据分析案例-基于随机森林对影响信用卡审批结果和用户信用等级的特征分析
|
安全 数据挖掘
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码(二)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码
|
SQL 安全 数据挖掘
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码(一)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码
|
算法 数据挖掘 数据库
四大触点,教你从“用户视角”构建数据分析体系
做增长、做产品其实和谈恋爱的道理是一样的,想要把这件事情做好,需要建立一个好的用户基础,站在用户(女朋友)的角度看待问题、发现需求、建立场景、提出解决方案,这种需求大到可以是产品的改版,小到可以是一个模块的点击迭代。
|
数据可视化 数据挖掘 大数据
人人都能做分析?QuickBI数据分析用户论坛告诉你
12月27日,阿里数据即将开启年度论坛——QuickBI用户论坛,全面介绍数据中台模式下的BI产品未来趋势!
5288 0
人人都能做分析?QuickBI数据分析用户论坛告诉你
|
新零售 数据挖掘