# 基础指标配置说明 ## Web 端日活跃用户数（UV） > 定义：1天（00:00-24:00）之内，访问网站的不重复用户数，一天内同一访客多次访问网站只被计算1次。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSK7bMbnkxjtzVh%2Fconfig_basic_target_200.png?generation=1557976771408587\&alt=media) 1. 选择“行为事件分析”功能 2. 选择事件：浏览页面 3. 选择指标：触发用户数 ## App 端日活跃用户数（UV） > 定义：1天（00:00-24:00）之内，访问App的不重复用户数，一天内同一访客多次访问 App 只被计算1次。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSMYF5ZtKnTloms%2Fconfig_basic_target_300.png?generation=1557976771781688\&alt=media) 1. 选择“行为事件分析”功能 2. 选择事件：启动 App 3. 选择指标：触发用户数 ## 页面浏览量（PV） > 定义：网页浏览是指浏览器加载（或重新加载）网页的实例。页面浏览量可以定义为网页浏览总次数的指标。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSObKTIL93JkDX9%2Fconfig_basic_target_100.png?generation=1557976759232994\&alt=media) 1. 选择“行为事件分析”功能 2. 选择事件：浏览页面 3. 选择指标：总次数 ## 新增注册用户数 > 定义：当天注册用户数 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSQvyUfW7YhMOQL%2Fconfig_basic_target_600.png?generation=1557976788749677\&alt=media) 1. 选择“行为事件分析”功能 2. 选择事件：注册 3. 选择指标：触发用户数 ## Web 端新用户数 > 定义：当日的独立访客中，历史上首日访问网站的访客定义为新用户。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSS3rEf5UUuMEmi%2Fconfig_basic_target_400.png?generation=1557976771892233\&alt=media) 1. 选择“行为事件分析”功能 2. 选择事件：浏览页面 3. 选择指标：触发用户数 4. 添加筛选条件：是否首日访问为真 ## App 端新用户数 > 定义：当日启动 App 的用户中，历史上首日启动 App 的用户为新用户数。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSUgR-DS51Ihgv3%2Fconfig_basic_target_500.png?generation=1557976772561524\&alt=media) 1. 选择“行为事件分析”功能 2. 选择事件：启动 App 3. 选择指标：触发用户数 4. 添加筛选条件：是否首日访问为真 ## Web 端新用户比例 > 定义：当日的访客中，新用户在所有访客中占的比例。 * 首先创建虚拟事件：【Web】新用户访问 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSWu4QRNp1PsthS%2Fconfig_basic_target_7.png?generation=1557976786179659\&alt=media) 1. 点击页面左下角“元数据”，找到虚拟事件窗口 2. 创建虚拟事件 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSYVLm2O1bgOj37%2Fconfig_basic_target_800.png?generation=1557976759756719\&alt=media) 1. 设置虚拟事件名和显示名，如上图所示。 2. 虚拟事件的组成，选择事件：浏览页面 3. 添加限制条件：是否首日访问为真 接下来我们来计算新用户比例这个指标 * 切换自定义指标 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddS_T9RNAkmY0Kqj%2Fconfig_basic_target_9.png?generation=1557976787601820\&alt=media) 1. 点击左侧的行为事件分析功能 2. 点击切换按钮，输入公式：【Web】新用户访问.触发用户数/浏览页面.触发用户数 3. 命名为“新用户比例” 4. 最后点击保存即可 ## App 端新用户比例 > 当日启动 App 的用户中，新用户在所有启动 App 的用户中所占的比例。 * 首先创建虚拟事件：【App】新用户访问 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSWu4QRNp1PsthS%2Fconfig_basic_target_7.png?generation=1557976786179659\&alt=media) 1. 点击页面左下角“元数据”，找到虚拟事件窗口 2. 创建虚拟事件 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSfxRjKVKEHu_2_%2Fconfig_basic_target_1000.png?generation=1557976788490196\&alt=media) 1. 设置虚拟事件名和显示名，如上图所示。 2. 虚拟事件的组成，选择事件：启动 App 3. 添加限制条件：是否首日访问为真 接下来我们来计算新用户比例这个指标 * 切换自定义指标 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSh28ZRXXurKSEr%2Fconfig_basic_target_15.png?generation=1557976785182153\&alt=media) 1. 点击左侧的行为事件分析功能 2. 点击切换按钮，输入公式：【App】新用户访问.触发用户数/启动App.触发用户数 3. 命名为“新用户比例” 4. 最后点击保存即可 ## 启动次数 > 定义：启动 App 的次数 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSkd4TY83UBpa86%2Fconfig_basic_target_1200.png?generation=1557976784819529\&alt=media) 1. 选择“行为事件分析”功能 2. 选择事件：启动 App 3. 选择指标：总次数 ## Web 端新用户留存率 > 定义：在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。这部分用户占当时新增用户的比例即是留存率，会按照每隔1单位时间（例日、周、月）来进行统计。顾名思义，留存指的就是“有多少用户留下来了”。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSmw34nYrlApvt1%2Fconfig_basic_target_13000.png?generation=1557976772262795\&alt=media) 1. 选择留存分析功能 2. 初始行为：选择浏览页面 3. 添加筛选条件：是否首日访问为真 4. 后续行为：选择任意事件 5. 选择日留存、周留存、月留存 ## App 端新用户留存率 > 定义：在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。这部分用户占当时新增用户的比例即是留存率，会按照每隔1单位时间（例日、周、月）来进行统计。顾名思义，留存指的就是“有多少用户留下来了”。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSo5unYD_q39wkk%2Fconfig_basic_target_14000.png?generation=1557976782631038\&alt=media) 1. 选择留存分析功能 2. 初始行为：选择启动 App 3. 添加筛选条件：是否首日访问为真 4. 后续行为：选择任意事件 5. 选择日留存、周留存、月留存 ## 购买转化率 > 定义：当日访客中，有多少比例的客户购买。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSqa8NceJyem6sX%2Fconfig_basic_target_16.png?generation=1557976786201870\&alt=media) 1. 点击左侧的行为事件分析功能 2. 点击切换按钮，输入公式：支付订单.触发用户数/浏览页面.触发用户数 3. 命名为“付费率” 4. 最后点击保存即可 \*\* 以下指标“访问次数、平均交互深度、平均使用时长、页面平均停留时长、跳出率、页面退出率”需引入 Session 才能分析。 Session 即会话，是指在指定的时间段内在您的网站上发生的一系列互动。例如，一次会话可以包含多个网页或屏幕浏览、事件、社交互动和电子商务交易。\*\* ### 我们需要先创建一个 Session ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSsndEn4k_pzIc4%2Fconfig_basic_target_17.png?generation=1557976781867707\&alt=media) 1. 点击左下角的“元数据” 2. 点击 Session 管理 3. 点击创建 Session ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSu6Z7m3QfeYWL7%2Fconfig_basic_target_18.png?generation=1557976783541962\&alt=media) 1. 输入 Session 名：session 2. 输入 Session 显示名：全站 Session 3. 选择事件：选择 Session 包含的事件，如全选 4. 设置切割规则：30分钟 5. 点击保存，即创建成功。 *一般 Web 端产品建议切割时间为30分钟，App 端产品建议切割时间为1分钟* ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSwbXnoVHBUv68E%2Fconfig_basic_target_19.png?generation=1557976773051500\&alt=media) 1. 回到行为事件分析功能 2. 切换分析规则为 Session 至此，可以进行 Session 分析，计算上述指标。 ## 访问次数 > 定义：访客从进入网站/App 到离开网站/App 的一系列活动记为一次访问，也称会话（Session）。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddSyCaGUioPuUbOG%2Fconfig_basic_target_2000.png?generation=1557976772804968\&alt=media) 1. 选择“行为事件分析”功能 2. 选择 Session：全站 Session 3. 选择 Session 总体 4. 选择指标：Session 总次数 ## 平均交互深度 > 定义：等于所有 Session 内事件数之和除以总的 Session 数。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddT-GQtLfBQMBO09%2Fconfig_basic_target_2100.png?generation=1557976773327707\&alt=media) 1. 选择“行为事件分析”功能 2. 选择 Session：全站 Session 3. 选择 Session 总体 4. 选择指标：Session 深度的均值 ## 平均使用时长 > 定义：等于所有用户的 Session 时长之和除以 Session 数。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddT1yMbOoai5AN_R%2Fconfig_basic_target_2200.png?generation=1557976779221655\&alt=media) 1. 选择“行为事件分析”功能 2. 选择 Session：全站 Session 3. 选择 Session 总体 4. 选择指标：Session 时长的均值 ## 页面平均停留时长 > 定义：等于页面停留时长的总和除以页面被浏览的触发数。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddT30w4OTZG7-xaN%2Fconfig_basic_target_2300.png?generation=1557976784309741\&alt=media) 1. 选择“行为事件分析”功能 2. 选择 Session：全站 Session 3. 选择 Session 内事件：浏览页面 4. 选择指标：Session 内事件时长的均值 ## 跳出率 > 定义：当一个 Session 仅有一个事件时，即视为跳出，一般情况这个事件以浏览页面居多。所以 Session 整体跳出率等于跳出的 Session 数除以 Session 总数，而具体事件或页面的跳出率，可以按属性查看或筛选得出。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddT5rkpD-3zrWhqq%2Fconfig_basic_target_2400.png?generation=1557976786352506\&alt=media) 1. 选择“行为事件分析”功能 2. 选择 Session：全站 Session 3. 选择 Session 总体 4. 选择指标：跳出率 5. 按“总体查看”即为网站整体跳出率，按“网页URL”查看，即页面跳出率。 ## 页面退出率 > 定义：当用户在某个页面结束了该 Session 时即视为退出，所以页面退出率等于退出的页面数除以该页面的总浏览次数。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddT7rGKm3vZ29Bja%2Fconfig_basic_target_2500.png?generation=1557976785021001\&alt=media) 1. 选择“行为事件分析”功能 2. 选择 Session：全站 Session 3. 选择 Session 内具体事件：浏览页面 4. 选择指标：退出率 5. 选择属性分组：网页 URL ## 如何创建购买转化漏斗 > 可以假设这样一种场景，用户从看到某一个促销活动到最终购买，可能会经历这样一个过程“浏览活动页—浏览商品列表页—浏览商品详情页—加入购物车—提交订单—支付订单”，我们可以对这样一个过程建立一个购买转化漏斗，来帮助你分析一个多步骤过程中每一步的转化与流失情况。 **创建漏斗** ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddT9Rbkhw1ftNghr%2Fconfig_basic_target_26.png?generation=1557976773748146\&alt=media) 1. 点击左侧的漏斗分析功能 2. 点击右上角的创建漏斗 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddTBujp8Y1cwSrim%2Fconfig_basic_target_27.png?generation=1557976773785724\&alt=media) 1. 填写漏斗名称。给你的漏斗取一个具有代表性的友好名称。同一项目内，漏斗不可重名。 2. 选择漏斗窗口期。整个漏斗流程的完成所需要的时间。 3. 增加漏斗步骤。一个漏斗中至少包含2个步骤，每个步骤对应一个事件，可附带一个或多个筛选条件，如第1、2、3步对网页 Title 和网页 URL 的筛选，以便找到满足我们需求的页面。 4. 如有需求，可以继续给漏斗增加步骤 5. 最后保存漏斗即可 **分析漏斗** ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddTDiS_8Ls1flp5P%2Fconfig_basic_target_32.png?generation=1557976779663430\&alt=media) 1. 选择查看漏斗的方式。先按总体查看总体转化率。 2. 从漏斗图可以看到每一步的转化率 3. 如果想看某一步的流失用户数，找到流失用户列表，即可看到有多少用户流失了。点击流失用户数“7422”，即可看到该批流失用户的详细信息。 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddTFtjtgNfcUWWTU%2Fconfig_basic_target_30.png?generation=1557976781387356\&alt=media) 点击用户的 distinct\_id，即可看到该用户在流失前详细的用户行为路径 ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddTH-eMZIhxo8ElK%2Fconfig_basic_target_31.png?generation=1557976759742381\&alt=media) 优化好漏斗后，我们就可以定期观察总体以及每一步漏斗转化率变化趋势了。那么不同细分维度的漏斗表现怎么样呢？ ![](https://3928609189-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-Levm4x0IpHBx6dxiaCM%2F-LeydYULqjq7WfRLX0IT%2F-LeyddTJ9GmRuuAna1XF%2Fconfig_basic_target_33.png?generation=1557976786542784\&alt=media) 1. 按第一步广告系列来源查看 2. 切换对比，勾选要对比的两个渠道，就能看到两个渠道对比的总转化率和每一步转化率的区别。 3. 如想看某个广告系列下这两个渠道的对比数据，则增加筛选条件：广告系列名称等于spring2017