產(chǎn)品迭代中常見(jiàn)的數(shù)據(jù)方法有 事件分析、漏斗分析、留存分析、用戶(hù)路徑等，而這些分析方法也大都集成在數(shù)據(jù)分析工具中(growingIO,神策, amplitude，interana 等)，熟練掌握數(shù)據(jù)分析方法已經(jīng)對(duì)應(yīng)的應(yīng)用場(chǎng)景，有助于通過(guò)數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品持續(xù)優(yōu)化。本系列文章將向大家系統(tǒng)的介紹以上提到的數(shù)據(jù)方法、在各數(shù)據(jù)分析工具中的使用姿勢(shì)、應(yīng)用場(chǎng)景，今天向大家介紹最為基礎(chǔ)的事件分析。

1.什么是事件分析&能解決什么問(wèn)題

事件，是指某個(gè)行為或業(yè)務(wù)的發(fā)生(通常是瀏覽頁(yè)面，點(diǎn)擊元素，瀏覽元素等), 比如：用戶(hù)注冊(cè)、瀏覽圖片、觀看視頻、添加購(gòu)物車(chē)、支付訂單等。

事件分析，則是基于事件的指標(biāo)統(tǒng)計(jì)(pv、uv)，結(jié)合用戶(hù)屬性或者其他條件等的查詢(xún)分析，常常用于回答“xxx用戶(hù)群體xxx事件的觸發(fā)次數(shù) 、觸發(fā)人數(shù)、人均觸發(fā)次數(shù)等”。比如：在一二線城市的新增用戶(hù)，日人均瀏覽圖片數(shù)(拋棄瀏覽0次圖片的用戶(hù)，這種用戶(hù)可能不是瀏覽圖片的主體)。

2.事件分析使用姿勢(shì)

事件分析多是結(jié)合 時(shí)間范圍、過(guò)濾(篩選條件)、分組(維度)、事件的計(jì)量方式 來(lái)查看。

時(shí)間范圍：支持選擇任意時(shí)間段、可以按分鐘/小時(shí)/日/周/月 顯示。

過(guò)濾(篩選條件)：可以精細(xì)化查看符合某些具體條件的事件數(shù)據(jù)。

分組(維度)：支持將某指標(biāo)基于 分組(維度) 進(jìn)行更為精細(xì)化的分析，如：將“點(diǎn)擊注冊(cè)這個(gè)事件”基于“地域信息”來(lái)拆分，看到各地域的“點(diǎn)擊注冊(cè)這個(gè)事件”信息。

事件的計(jì)量方式：比如總次數(shù)(在某個(gè)時(shí)間段內(nèi)的事件發(fā)生次數(shù))、用戶(hù)數(shù)(在某個(gè)時(shí)間段內(nèi)的事件發(fā)生用戶(hù)數(shù))、人均次數(shù)(在某個(gè)時(shí)間段內(nèi)的事件發(fā)生次數(shù)/事件發(fā)生用戶(hù)數(shù))、去重?cái)?shù)、總和、均值、最大值、最小值，(總和、均值、最大值、最小值僅針對(duì)數(shù)值型屬性的事件, e.g.播放時(shí)長(zhǎng))。

對(duì)比神策、growingIO，個(gè)人感覺(jué)神策的自由度相對(duì)較大（前提是數(shù)據(jù)采集足夠全面）。

事件分析在umeng、諸葛io、騰訊分析、百度分析等統(tǒng)計(jì)分析工具中均有體現(xiàn)，但可以用以結(jié)合的“用戶(hù)屬性”、“其他過(guò)濾條件”等取決于統(tǒng)計(jì)分析工具采集數(shù)據(jù)時(shí)的設(shè)定、分析工具的拓展性。

3.應(yīng)用場(chǎng)景舉例

（1）查詢(xún)活動(dòng)頁(yè)面 PV、UV。

例如：查看20180901-20180930 每周運(yùn)營(yíng)活動(dòng)的滲透情況。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 如下圖為：growingIO的設(shè)置&展示

? ? ? ? ? ? ? ? ? ? ? 如下圖為：神策的設(shè)置&展示(由于神策中沒(méi)有預(yù)先設(shè)置“運(yùn)營(yíng)活動(dòng)頁(yè)_頁(yè)面瀏覽”事件，這里用“詳情頁(yè)”)

（2）結(jié)合用戶(hù)屬性，分析“非 高價(jià)值人群” 中不同操作系統(tǒng)的個(gè)人詳情頁(yè) 人均訪問(wèn)次數(shù)，以便針對(duì)不同操作系統(tǒng)的人群進(jìn)行優(yōu)化。

如下圖(神策)可以看到Andriod的人均訪問(wèn)次數(shù)高于iOS、Windows。

（3）結(jié)合用戶(hù)注冊(cè)時(shí)間，分析不同注冊(cè)時(shí)間人群的充值金額差異，以基于該群體去分析用戶(hù)特征，以制定出支撐“充值”kpi的有利策略。

如下圖(神策)可以看到2018-2月的注冊(cè)用戶(hù)，其充值金額明顯高于其他月份的注冊(cè)用戶(hù)，則可以基于“2018-2月的注冊(cè)用戶(hù)”進(jìn)行更為全面的分析（ps：為了避免充值的異常值--充值低于1元或者高于999元的，這里設(shè)置了過(guò)濾條件：充值金額>1元 且 <999元）。

碎碎念

集成在各中分析工具、自家平臺(tái) 提供給數(shù)據(jù)、產(chǎn)品同學(xué)的是可以提高工作效率的“術(shù)”，而達(dá)成KPI、優(yōu)化產(chǎn)品、用戶(hù)增長(zhǎng) 都不能業(yè)務(wù)的“道”，希望大家在結(jié)合業(yè)務(wù)優(yōu)勢(shì) 通過(guò)數(shù)據(jù) 驅(qū)動(dòng)產(chǎn)品持續(xù)優(yōu)化。

不論是使用第三方工具還是公司內(nèi)部搭建，事件分析依賴(lài)于數(shù)據(jù)采集，事件模型。

分析工具的體驗(yàn)地址，只需要注冊(cè)下就可以使用：神策產(chǎn)品體驗(yàn)地址、GrowingIO體驗(yàn)地址、interana體驗(yàn)地址、amplitude體驗(yàn)地址?，后續(xù)也將對(duì)比各款數(shù)據(jù)分析工具。