事件分析

一、引入案例

新增用户和 DAU 作为常用指标，经常需要分析和展示，我们可以用「事件分析」的功能来对场景指标进行分析和呈现。

1、确定指标和筛选条件：要分析的是账号下的 DAU 和新增用户，分 iOS 和 Android 两端显示。

点击「选择指标」，在弹出的窗口里我们选择事件和筛选条件，并且对指标重命名（我们也可以在事件分析的主界面进行筛选条件的设置）。

2、确定维度：iOS 和 Android 就是我们分析指标的维度，所以我们在维度选择里选择「设备系统类型」。

3、选择时间段：我们需要关注最近 30 天的数据变化，所以在日期选择器里选择「近 30 日」

4、选择对比时间段：我们用最近 30 天的数据变化，对比前一个月。

条件已经设置完成，点击「查询」，输出结果。

5、保存报表：我们将查询结果保存为报表。再将报表转变为看板，就可以每天方便快捷的看最终报表数据。

以上就是我们通过事件分析来查看分系统的日活用户的步骤。

二、什么是事件分析

事件分析本质上就是对事件的 what、how、when、where 进行分析。

三、事件分析的支持场景

1、人数：有多少人触发了某一事件

• 比如 UV、DAU 指标趋势；
• 比如说同一个按钮的文案做了调整，调整前文案为 A，调整后文案为 B，进行对照试验，分析 A 和 B 的点击情况；

2、次数：某一事件触发了多少次，比如对关卡每天的通关次数；

3、人均次数：某一事件（行为）平均触发多少次；

4、活跃比：在一个时间区间内，触发某一事件的人数占当前时间段内所有活跃人数的比；

5、事件细分维度下的数据：查看按钮点击事件，我按照设备类型展开，我就可以得到不同的设备触发的任意事件次数，这样我们就可以知道不同设备上的事件发生情况；

6、复杂指标的四则运算：当我们想要的数据没有在上报的数据里，怎么办？我们可以通过加减乘除进行指标计算得到一个新的指标，这种方式就叫自定义指标，比如 ROI，ARPU 值；

四、如何做事件分析

就像案例里提到的 5 个步骤：

1、选择指标和筛选条件；

2、选择维度；

3、选择时间段；

4、选择对比时间段；

5、保存看板；

4.1 选择指标

在确定指标时，同时需确定是否开启「近似计算」。

4.1.1 近似计算

开启之后仅查询部分样本的数据，准确率 99.9%，查询速度更快。

任意设置的调整，需点击「查询」按钮才能生效。

4.1.2 选择指标界面

在选择指标界面，包括「选择事件」、「选择属性」、「重命名」、「切换指标公式」和「筛选」功能，如下图：

「选择事件」：下拉选项里可选择所有预置事件和自定义事件；

「选择属性或指标名」：下拉选项里展示事件的分析角度以及属性，如下图：

A：分析指标：任何事件都至少有这三个分析指标：总次数，触发用户数，人均次数；

B：属性：事件属性；

C：属性的分析指标：根据属性值类型，可存在以下分析指标：

数值类型	分析角度
数值型	总和、中位数，均值、最大值、最小值、人均值、去重数
列表型	列表去重数、列表元素去重数
布尔型	去重数、为真数、为假数、为空数、不为空数
非数值、布尔型	去重数
时间（支持的格式为 yyyy-MM-dd HH:mm:ss 或者 yyyy-MM-dd HH:mm:ss.SSS）	去重数

「重命名」：将待分析的指标重命名，注意使用自己能理解同时别人也能理解的描述；

「切换指标公式」：点击后切换为四则运算型指标。这个功能主要用于某些特殊的比例型分析场景，我们来列举两个例子：

• 当天的活跃用户数占当月活跃用户数的比率，此场景下会将当前日期所在月份的活跃用户数作为分母参与计算；
• 当天的付费用户数占选定时间范围的活跃用户数的比率，此场景下会将所选时间范围的总活跃用户数作为分母参与计算；

比如我们通过指标公式来构建付费率指标

• 我们自定义指标名为「付费率」；
• 我们设置事件和指标公式「用户付费 - 触发用户数」/「账号登录 - 触发用户数」；
• 在设置好指标计算公式后，可以选择「百分比」、「两位小数」、「整数」三种展现样式，我们选择两位小数；

4.1.3「筛选」

点击后设置指标的限制条件。可在【指标选择】界面设置单个指标的筛选，也可在事件分析主界面，设置全局筛选。

4.1.4.1 筛选的数据类型

共有 5 种，分别对应支持不同的数学逻辑：

1、数值。比如：充值金额。支持数学逻辑：等于、不等于、小于、大于、有值、无值、区间

2、字符串。比如：事件发生的城市。支持数学逻辑：等于、不等于、包含、不包含、有值、无值、正则匹配

3、列表 ID。 比如：名单。支持数学逻辑：存在元素、不存在元素、元素位置、有值、无值

4、时间。比如：注册时间（yyyy-MM-dd HH:mm:ss.SSS 或 yyyy-MM-dd HH:mm:ss）。支持数学逻辑：绝对时间、相对当前时间、相对事件发生时刻、有值、无值

5、布尔。比如：Wifi 使用。支持数学逻辑：为真、为假、有值、无值

4.1.4.2 等于 / 不等于和包含 / 不包含的区别

等于 / 不等于：筛选项目中严格符合所选值才可被过滤，比如筛选条件：次大陆等于美洲，则仅查询美洲的数据。

包含 / 不包含：筛选项目中包含所选值即可被过滤，比如次大陆包含美洲，则美洲，北美洲，南美洲的数据都可以被过滤出。

绝对时间：指客观的现实时间。比如 2021-03-02 19:24:52 至 2021-03-08 19:24:52，前一时间必须在后一时间之前。点击「选择时间」可以精确到选择秒。

相对当前时间：指相对现在来说，过去 n 天。

相对事件时间：指相对所选的事件的前后 n 天。此处可选负数，比如 -1 天，则含义为所选事件发生之前的一天，如果所选为正数，比如 1 天，含义为所选事件发生之后的一天。

4.1.4.3 「且」「或」逻辑

可添加多个筛选条件。当筛选条件至少 2 个或以上时，会出现且 / 或切换按钮，默认是「且」。「且」即为多个筛选条件取交集，「或」为多个筛选条件取并集。

选择完筛选条件以后，点击查询按钮生效。

4.2 选择维度

4.2.1 维度介绍

维度是对事实的分解，它将指标进行分割以观察规律：

「事件发生的国家 / 地区」是一个维度，它的作用是将事实按照其所发生的国家 / 地区进行分组，从而观察指标的规律；

「用户群的年龄」是一个维度，查看不同年龄段的用户的付费数据；

「渠道包」是一个维度，查看不同渠道包下用户的留存数据；

时间是最基础的维度。

4.2.2 维度的分类

维度下拉框里可选择事件属性、用户属性、用户分群：

• 事件属性：描述事件发生时候的状态，比如：用户在美国充了多少钱？这里查询在美国（充钱的用户现在可能不在美国）发生的付费事件。
• 用户属性：描述触发事件的用户的状态。比如：现在在美国的用户充了多少钱？这里查询现在在美国的用户（包含曾经不在美国）触发的付费事件。
• 用户分群：即用户属于所选中的分群里的用户。

其次阐述二者在数据逻辑上的区别：

• 事件属性：即每一条事件所带的参数。比如通过 SDK 传「中秋节」事件，该事件带有 3 个属性，「中秋道具个数」、「粽子种类」和「用户购买龙舟数量」。在选择事件属性的维度时，可选的维度受到所选事件的约束，比如事件选定为「中秋节」的情况下，事件属性只能选择这 3 个。
• 用户属性：即用户表里的字段。用户属性不受所选事件的约束。

当所选维度为数值类型的字段时，比如付费金额，会出现区间的选择，离散区间即按照该字段所具有的所有数值进行聚合查询，默认区间为系统按照某规则设定聚合区间，自定义区间为客户可以自己定义区间段来聚合数据。

当所选维度有「事件发生时间」时，可选择时间的颗粒度，支持按天，小时，分钟，周，月。

4.3 选择日期

选择我们关注的日期。

4.4 选择对比日期

对比日期与所选日期区间范围要保持一致，比如下图例子中，所选日期为 2021-3-2 到 2021-3-8，间隔为 6 天，则对比日期间隔也为 6 天。在选择对比日期时，只需要选择一个日期（比如 2021-02-23），系统会自动往后推算 6 天（至 2021-03-01）。

4.5 保存报表

选择完主维度和指标后，点击保存报表将该报表保存下来，输入名字后点击确认，则该报表被保存至「已保存报表」中。

首次保存某报表后，再次打开该报表即会出现「另存为」按钮，点击后另存为一张新的报表，若点击「保存报表」，则是更新之前保存的报表。

被保存 / 另存为的报表展现在屏幕右侧「我的报表」，可以点击自己保存的报表直接查询。

五、透视表

透视表是一种可交互的数据报表形态，其特点为所进行的计算与数据跟数据透视表中的排列有关。之所以称为数据透视表，是因为可动态改变数据的聚合维度的先后顺序，从而使得客户可以用多重角度观察数据。下面我们对比以下两张透视表：

上下两张透视表（分别简称上表和下表，以下同）。

上表中，想要查询中国各省份当中，各设备系统及使用各网络运营商的用户的充值金额总和，即以「省份」视角透视拆分「设备系统」数据，进而又透视拆分「网络运营商」数据。

下表中，想要查询中国各网络运营商当中，各设备系统及各省份的用户的充值金额总和，即以「网络运营商」视角透视拆分「设备系统」数据，进而又透视拆分「省份」数据。

5.1 可拖拽

 透视表的每一列均可以用鼠标拖拽从而改变顺序。其中，维度被拖拽改变前后顺序以后，数据重新进入查询，即如同上表下表改变了数据透视拆分的角度。灵活运用拖拽可提高数据查询的效率。目前，透视表可最多勾选 5 个维度和 20 个指标。

5.2 搜索

透视表的维度表头处，可以点击搜索输入文字，快速筛选出符合条件的项目，这里为结果筛选，筛选后不会重新进入查询。

5.3 排序

透视表的默认排序逻辑： 首先，对第一列主维度对应的所要排序指标的总计数据做从大到小排序； 进而，对第二列主维度对应的所要排序指标的总计数据做从大到小排序； 以此类推，对第 N 列主维度对应的所要排序指标的总计数据做从大到小排序；

5.4 下载数据

透视表右侧点击下载按钮，可下载平铺数据，下载结果为当前查询结果，可以实现所见即所得。提供 CSV / PDF / 图片三种格式。