# 间隔分析

这里，我们用两个不同行业产品的例子来说明间隔分析的使用场景。

## 1. 金融投资类产品应用示例

为激励新用户投资，金融投资类产品通常为“注册成功”的新用户发放新手红包，同时设置了多种红包发放策略（表现为发放日期不同，发放群体不同等）。\
这里，我们期望获得“注册成功”到“投资成功”两个行为间的时间间隔及时长分布。\
具体操作方法是：

* 步骤一：选择“注册成功”、“投资成功”作为间隔分析的两个目标事件，选择日期，按总体查看时间间隔及分布；  
* 步骤二：对事件属性配置筛选条件，分析各项策略对转化时长的影响。  

详细见下图：

![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeydcyT_4vhMWglbRRi%2Finterval_4.png?generation=1557976758050807\&alt=media)

## 2. 短视频类产品应用示例

假设我们认为**用户完整看过一个短视频**即该用户体验了产品的核心价值，那么我们选择新用户从“启动 App ”到“完成播放”所花费的时长情况作为分析对象。\
如果用户普遍需要较长的时长才能完成转化，说明用户需要付出的视频筛选的成本较高，用户极有可能流失。因此我们选取新用户从“启动 App ”到“完成播放”的时间间隔作为优化的目标。

详细见下图：

![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeydcyVbr4-tJnp7IA9%2Finterval_5.png?generation=1557976758409866\&alt=media)

 \
间隔分析通常是业务情况的反应，帮助我们探索可能存在的问题，而不设为直接优化的指标对象。\
例如产品用户中提交订单到支付订单间隔时长中位数过长，反应出其中可能存在问题，需要结合事件分析，漏斗分析等功能定位具体问题。