苹果/安卓/wp
积分 1056, 距离下一级还需 319 积分
权限: 自定义头衔, 签名中使用图片, 隐身
道具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯, 显身卡, 匿名卡, 金钱卡, 抢沙发下一级可获得
权限: 设置帖子权限道具: 变色卡, 提升卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 变色卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 123 天连续签到: 1 天[LV.7]常住居民III
本帖最后由 一往琴深1314 于
20:04 编辑
问题描述：
有一个数列，共56个观察值，我通过stata的centile 变量名 1(1)100 求出了这个数列的100个分位数的数列，即1%，2%，3%，......100%分位数的数值，但是这些数值和原始数列数值一般是不对应的，我想通过这个百分位数的数列，将原始数列数值转化为1到100之间的数值（示例数据如下图）。如对于第二个数值1.545818没有对应的百分位数值，而是落在3%和4%百分数之间，这里按照距离比例来估计原始值的分位数，这个数值换成分位数=3+（1..158117）/(1...885618。其他的原始值转化为分位数依此类推。但是要逐个将每个原始值转化为分位数比较麻烦，请教高手能否通过编程来计算原始值对应的分位数。谢谢！
原始值0.2089181.5458181.7246542.1509542.2106872.2970232.6098622.6198713.012232&&
百分位数10.20891820.39608431.15811741.59589251.69782961.903772.14669182.18440492.221911
本帖最后由 arlionn 于
22:01 编辑
ssc install quantiles, replace
好的意见建议
总评分:&学术水平 + 1&
热心指数 + 1&
信用等级 + 1&
| 关注: StataChina
本帖最后由 一往琴深1314 于
13:38 编辑
谢谢连老师！
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师行业精华-微信小程序中如何做数据分析行业精华-微信小程序中如何做数据分析拉迷店百家号iCDO原创志愿者 孙维近期本来打算系统的写一下App数据分析的套路，但忽然“微信小程序”发布了。作为一名信仰互联网和做数据分析多年的“老司机”，看到新事物我也是很兴奋的。不过我还没看到有关于微信小程序里，如何进行数据收集和分析的讨论，所以还是抛砖引玉，自己先写几篇文章吧。以往的统计方案很可能不灵了小程序里不支持普通的HTML，JS也是有限制的，所以无法执行CNZZ、百度统计等传统的网页版统计代码。同时，更不可能通过集成友盟那种方式去用App端的分析系统。其实，就算它们能运行，对我做分析来说也远远不够用。因为在我看来它们只能做统计，根本谈不上分析，不信请往下看。微信自己的数据统计既然做了小程序平台，微信必然会有自己的数据统计功能，就像订阅号的统计一样。但小程序的交互可比阅读文章复杂得多，“与原生App一样的体验”当然也需要同样强大的数据分析系统。小程序后台目前提供了基本的累计用户数、页面访问量等指标，这也只能叫做统计，完全谈不上分析。我们需要什么样的数据？我举个简单的例子：下拉刷新 → 推荐内容，是个很常见的交互设计，那么我们如何评估推荐算法的优劣呢？很简单，先算出下拉刷新的用户有多少，然后再算出“下拉刷新之后，紧接着阅读了内容”的人有多少，二者相除得到一个推荐内容的点击率。每次改变算法或者AB测试时，对比这个点击率的高低，即可评估优劣。因此我们需要这样一个数据分析系统：用我们上面的评估方法，得到推荐内容点击率是61%，这个计算过程只需要花两分钟。我再举个例子，如果有用户反馈说遇到了bug，你怎么办？去联系这个用户，然后尝试复现这个bug？首先能否联系上就很难说，其次用户又不是专业测试，能记住bug复现路径的可能性微乎其微，所以我都是这么做的：用分析系统把反馈某个意见的用户细分出来，然后看他的行为：资料不够详细？那还可以看到这名用户的其他属性：这些数据对我们定位问题会非常有帮助。上面两个例子都来源于Google Analytics（简称GA）分析系统，而且算是比较简单的用法，事实上GA能做到的比这多得多，例如支持电子商务统计，能对销售数据进行各种细分。更好的是，GA这些功能都是免费的，在你的印象里，有用其他系统做到过吗？GA如何在微信小程序里部署开头我们就说过，常规的统计系统恐怕无法在小程序里部署。不过GA除了常规的网页和App统计之外，还有一种叫“测量协议”的方式，它不依赖于任何环境属性，只要请求一个地址并带上需要的参数，就可以发送数据了。也就是说，联网的自动贩卖机都可以用GA分析数据。而且我在国内用这个方法已经多年，没有被“墙”。代码实现方式我用的技术是Google Analytics（简称GA）的“测量协议”，它的原理是请求GA的一个地址（没被墙），并带上自定义的参数，即可在GA报告中看到这条数据。这个技术的好处是，不需要依赖任何环境，只要能发送网络请求的设备即可，哪怕是一台联网可编程的自动贩卖机都行。我们是这样实验的，在一个Hello World程序的首页，点击头像时，给GA发送一个事件：发送事件统计的代码如下：其中的tid是GA的统计ID；cid用于区分每个用户；t代表发送数据的类型，这里发送的是事件，也可以发送页面PV或者电子商务的交易成功等等；ec和ea都是事件的参数。GA的事件最多有三个文字型参数和一个数值型参数，以满足多维度的统计需求。例如在例子中我使用了两个参数，描述了用户点击行为，以及这个点击发生在哪个页面。报告内容接下来我们编译这个程序，然后我点击两次头像后，在报告中可以看到如下的数据：以上只是一个最简单的例子，其实GA还可以完成各种复杂的统计。如果你的小程序中有销售行为，GA同样可以实现从商品展示、点击、加购物车、完成购买的各步骤转化率统计，以及商品销售情况统计：我想不出，还有任何其他的数据统计方案比GA的“测量协议”更强大，更适合小程序了，何况GA还是免费的。也许有朋友不太熟悉GA，我的建议是赶紧学，网上随便搜一下都有N多教程文章，如果能找到老司机带路更好，在小程序的时代一定要在数据方面做好准备。也欢迎大家关注我的订阅号（Day7Data），我会不间断的更新和数据分析/GA有关的内容，而且全都来自实践，绝不忽悠。作者简介：孙维卡车之家数据分析负责人，前苹果园数据分析运营负责人、泡泡网产品负责人。在本文结束之前，请大家一起参与如下的投票。关于小程序，您怎么看？关于互联网数据官（Internet CDO）iCDO是国内第一家聚焦于互联网数据分析与应用的行业中立平台，英文全称为Internet Chief Data Officer。iCDO旨在为互联网数据从业者、爱好者、服务商和使用者提供全球最前沿、最新鲜、最有价值的行业干货，促进和推动互联网数据分析和应用行业的全面发展。iCDO将持续分享全球互联网数据分析与应用领域的业界新闻、技术知识、企业产品与技术解决方案；提供重要事项、活动与招聘等信息的发布；并举办行业性分享会议和活动。本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。拉迷店百家号最近更新：简介:分享最新互联网科技，互联网通信作者最新文章相关文章请登录查看
功能概述小程序数据分析，是面向小程序开发者、运营者的数据分析工具，提供关键指标统计、实时访问监控、自定义分析等，帮助小程序产品迭代优化和运营。主要功能如下：概况：提供小程序关键指标趋势以及top页面访问数据，快速了解小程序发展概况；访问分析：提供小程序用户访问来源、规模、频次、时长、深度以及页面详情等数据，具体分析用户新增和活跃情况；实时统计：提供小程序实时访问数据，满足实时监控需求；自定义分析：配置自定义上报，精细跟踪用户在小程序内的行为，结合用户属性、系统属性、事件属性进行灵活多维的事件分析和漏斗分析，满足小程序的个性化分析需求；留存分析：提供小程序新增用户和活跃用户的留存数据，分析用户留存与流失，功能正在开发中；用户画像：提供小程序的用户画像数据，包括用户地域、性别、平台类型、设备、网络类型等，功能正在开发中。概况昨日概况查看昨日关键用户指标，反映小程序昨日用户活跃概况，以及对比一天前、一周前、一月前的增长率。趋势概况查看关键指标的趋势，包括累计访问用户数、打开次数、访问次数、访问人数、新访问用户数、分享次数、分享人数、人均停留时长、次均停留时长（参见【指标解释】），可选择时间进行对比。Top页面查看用户最常访问的页面，以及页面访问次数和占比（单个页面访问次数/总访问次数），区分入口页和受访页。其中，入口页指用户进入小程序访问的第一个页面；受访页指用户访问的每一个页面。实时统计 查看实时用户访问数据，可以选择所有页面或单个页面为分析对象，可以选择具体的时间粒度（1分钟、5分钟、10分钟、30分钟、1小时），可以按时间进行对比。为了更好地查看数据趋势，时间粒度为分钟时，请注意合理选择时间范围。详情数据查看每一个页面在所选时间范围内的总访问次数及占比。访问分析访问趋势查看小程序的用户访问趋势，包括打开次数、访问次数、访问人数、新用户数、人均访问时长、次均访问时长、平均访问深度。（参见【指标解释】）可以选择时间粒度，按天、周、月汇总查看。当时间粒度为周或月时，次数为累计汇总值，人数去重。访问分布访问来源，即用户访问小程序的具体场景，如二维码、小程序桌面等。你可以查看各个场景的小程序打开次数，分析小程序的用户渠道。访问时长，即用户从打开小程序，到主动关闭或超时退出小程序的过程中停留的时长，你可以查看各个时长区间的打开次数，分析用户对小程序的喜爱或依赖程度。访问深度，即用户从打开小程序，到主动关闭或超时退出小程序的过程中访问的去重页面数，你可以查看各个访问深度区间的打开次数，了解小程序的普通用户、深度用户分布。访问页面查看选定时间范围内，每个小程序页面的访问次数、访问人数、次均使用时长、入口页次数、退出页次数、退出率、分享次数、分享人数。（参见【指标解释】）以上指标均为时间范围内的累计值。可以按单个指标排序显示。自定义分析自定义分析支持灵活多维和近实时的用户行为分析，可以通过自定义上报，对用户在小程序内的行为做精细化跟踪，满足页面访问等标准统计以外的个性化分析需求。例如，电商类小程序通过配置自定义上报，收集数据，可以完成如下分析：购买商品的人，各省份、城市、年龄、性别的分布如何？不同用户群购买的商品数量、商品价格有什么差别？用户访问商品页、查看商品详情、查看评论、下单、支付、完成购买，逐步的转化率如何？不同用户群的转化是否有差异？今天参与线上活动的用户，各个时段（小时级）的活跃度如何？快速入门使用小程序自定义分析，建议按以下步骤进行明确数据需求根据产品特性，合理定义事件，配置上报测试和发布事件配置，收集数据结合具体需求，分析数据明确需求例如，一个电商类小程序，可能需要分析：不同地区的商品订单量、支付总金额；商品购买流程中各个步骤的转化和流失情况。定义事件数据是以事件为模型进行存储和分析的。电商类小程序中，用户购买过程可能包括如下事件：查看商品查看详情加入购物车下单支付登录 ，进入“数据分析” – “自定义分析” - “事件管理”，点击 “新建事件”。以加入购物车事件为例，填写事件英文和中文名称：填写事件配置，定义如何收集数据：这个例子中，用一个动作上报“加入购物车”事件。trigger，触发条件，click，表示点击操作触发；action，触发时动作，start_and_report，表示在每一次click中，收集数据并上报；page，触发页面，填viewProduct（viewProduct是商品详情页）；element， 触发元素，填.addToCart（.addToCart是一个“加入购物车”的按钮）；data, 事件的数据及其来源，用“字段名 字段值”来表示，其中字段值是页面上的一个变量。.这个例子中，data有四项：product_id : itemIDproduct_name : itemNameproduct_price : priceproduct_category : category即：事件的product_id字段，收集viewProduct页面上的itemID变量；事件的product_name字段，收集viewProduct页面上的itemName变量；事件的product_price字段，收集viewProduct页面上的price变量；事件的product_category字段，收集viewProduct页面上的category变量；以上内容表示：当用户点击viewProduct页面上的.addToCart按钮时，上报一条记录到add_to_cart事件，事件的product_id, product_name, product_price, product_category 字段， 取值分别是页面上的itemID,itemName, price, category。确定配置后，点击“检查字段”。此时会提示add_to_cart事件包含的具体字段，继续补充字段的名称、数据类型和备注信息。测试和发布确认字段信息后，点击“保存并测试”，保存当前配置并测试上报的数据是否符合预期。选择一个开发者，点击“下一步”，事件配置将会实时同步到所选开发者的设备上。配置成功同步到设备上后，按提示在开发者的设备上打开对应小程序中进行测试操作，点击商品详情页中的“加入购物车”按钮，进行数据上报。操作完成后点击“同步结果”，可能有1-2分钟延迟。数据上报成功后，可在当前窗口查看上报详情。如果数据符合预期，认为测试成功，点击“关闭”回到事件编辑页面。点击“保存并发布”并确认操作，该事件配置正式生效，大概5分钟后，即可开始收集所有用户的数据。注意：发布后，事件已有字段的名称和数据类型不可更改，但可继续修改配置、新增字段。同理，可以定义下单、支付等其他事件并发布事件配置、收集数据。分析数据发布事件配置、收集数据后，可以进行相应的数据分析。1. 统计不同城市用户的订单量进入“数据分析” – “自定义分析” – “事件分析”事件：选择“下单”；指标：选择“总次数”和“去重人数”，即下单操作的次数和人数，表示订单数和下单用户数；分组：选择“城市”，即按城市分别统计订单数和下单用户数；过滤：数据筛选条件，例如只统计广东省的数据，则选择省份等于广东省，也可以不选择；时间：选择时间范围以及数据的时间粒度，例如查看最近7天每天的数据。完成后点击“查询”。数据开始计算，根据数据量大小不同，可能有一定的等待时间。你可以点击“收进后台”，在当前页面进行新的查询，也可以在历史查询记录中查看之前的数据。统计完成后，当前页面将展示各个城市的下单总次数、总人数。由于分组项太多，图表仅展示部分数据，你可以设置“显示其他数据”来选择希望查看的城市和指标；详细数据将会显示全部城市的数据，可以查看或下载。2. 商品购买流程中各个步骤的转化和流失情况进入“数据分析” – “自定义分析” – “漏斗分析”首次进入时，点击“新建漏斗”创建漏斗。填写漏斗名称，确认一个简洁清晰的名称，有利于对应分析。设置漏斗步骤，每个步骤对应一个事件，本漏斗中设置步骤是查看商品-查看详情-加入购物车-下单-支付。每个步骤确认后点击右下角“添加步骤”继续添加下一个步骤。完成后回到数据查询页，设置查询条件。漏斗名称：选择已创建的“购买转化漏斗”；分组：选择需要分组统计的字段，也可以不选择，不选择时将统计总体；过滤：数据筛选条件，例如只统计广东省的数据，则选择省份等于广东省，也可以不选择；时间：选择时间范围，将统计此范围内总体漏斗转化情况，此处选择12.22-12.31。点击查询，查看数据结果。图表显示，12.22-12.31内，查看商品的人数共985人。这些用户到后面每个步骤的转化率依次为93.50%，84.04%，74.68%，65.92%.详情数据会展示了每个步骤的具体数据，可以下载查看。进一步，可以更新查询条件，例如设置分组条件，选择“城市”字段，可以查看各城市的详细漏斗数据；设置过滤条件，可只查看部分选定用户的漏斗转化数据；拉长时间范围，可以看这些查看商品的用户在更长时间内的转化和流失情况。以上简单介绍了如何使用自定义分析功能分析用户购买行为，下面将介绍自定义分析功能详情。事件管理事件及其字段事件是自定义分析进行用户行为数据收集和分析的模型。一个事件的数据都是由多个字段组成，字段包括系统默认字段和用户自定义字段。系统默认字段由系统收集数据，如用户地域、设备类型等；而用户自定义字段则是用户指定并收集数据。字段的定义是全局的，即事件A使用了字段a，事件B也使用了字段a，a在事件A和B中的定义及描述是一致的。在“数据分析”-“自定义分析”-“事件管理”页面可以查看系统默认字段及已有的用户定义字段。目前，字段类型支持32位整数型及字符型。事件的编辑与发布可以通过新增事件创建一个事件，修改事件来编辑一个事件，事件只有发布之后，才在收集和分析数据时正式生效。“新增事件”可以增加新的事件。“查看发布版”可以看到这个事件目前正式发布的版本。“修改”可以编辑这个事件。新增/修改事件点击“修改”编辑已有事件，进入修改事件页面。或者点击“新建事件”创建事件。新增事件时，需要填写事件的英文名称和中文名称。英文名称可由小写字母、下划线、数字组成，并以小写字母开头，长度为32字以内，并且不能跟已有的事件的英文名称相同；中文名称在32字符以内，不能跟已有的事件的中文名称相同。编辑事件，首先需要编辑这个事件的配置，即如何收集数据，配置的具体细节见【事件上报配置说明】如图，表示在view_product事件中，将使用product_id, product_name, product_price, product_category, product_producer这些字段，收集页面上的信息，如果这些字段之前没有被view_product事件使用过，那么将添加到事件里。编辑事件配置后，点击“检查字段”，会检查上报的配置里指定了哪些字段，是否需要添加到事件里。
如图，这个例子中五个字段对于事件来说还未发布使用过，都是新增字段。其中，product_category，product_id,product_name, product_price 在其他事件里定义过了，其类型和含义都是确定的（如前面所说，字段的定义是全局的），而product_producer没有定义过，所以需要补充信息。更多细节，参见【事件字段说明】。补充字段定义后，可以点击“保存”，将本次修改保存下来。“保存并测试”，将保存当前配置并进入测试流程，可以检查数据上报是否符合预期，参见【事件测试流程】。“保存并发布”，将保存当前配置并发布，可以正式收集和分析用户行为数据。重置为线上版本修改事件配置后，如果不符合实际需求，可以点击“重置为线上版本”撤销修改。注意，该操作不会自动保存，“重置为线上版本”后需要再点击“保存”。事件上报配置说明每个事件都需要指定收集数据的方式，这个是通过事件上报配置来管理的。事件上报配置的每一项都是一个动作，可以由一到多个动作组成。 动作的各项含义如下： trigger，触发条件:click 点击时触发，必须指定page和elemententerPage 进入页面时触发，必须指定pageleavePage 离开页面时触发，必须指定pagepullDownRefresh 下拉刷新时触发，必须指定pagelaunch 加载小程序时触发background 切换到后台触发foreground 切换到前台触发share 分享时触发action trigger发生时的动作，默认会收集数据，包括系统默认数据和用户自定义数据（data中定义）空　只收集数据；start 初始化并收集数据；report 收集数据并上报事件数据start_and_report 初始化，收集数据后上报；注：每次report之前必须有start操作，未经过start操作是不会上报的。对于一个动作，如果设置了start_and_report，且指定了click触发条件，则时序如下：click event -& start -& 收集数据 -&reportpage 触发的页面, 如pages/index/index, pages/list/list，此规则与小程序app.json的pages字段保持一致， 如果需要任意页面触发，则填写ANY_PAGE。element 触发的元素，支持一层级的css的id和class选择器，即必须以’.’或者’#’开头data 收集的自定义数据，为0到多项， 每一项都是以 “字段名 字段值”的方式；如果不填，则只收集系统数据。字段名：事件里的字段名字段值：事件这个字段的数据值，填写页面上的变量名（即page实例的data字段），可以搜集页面上的变量；如果data收集的是数组里的某一项数据（如list[].id），则根据当前触发元素是由class得到的NodeList的第几个来决定数组下标，只支持一维数组。除此之外，还可以填写一些提供的系统属性，以“$”开头，目前支持以下属性：$PAGE_TIME 用户从进入本页面到当前的时间(触发action的时间点)$APP_TIME 用户进入小程序到当前的时间(触发action的时间点)$CURRENT_PAGE
当前用户所在的页面$LAST_PAGE 上一页注：data可以为空，为空时该事件上报仅收集系统默认字段的数据如前文，我们定义了事件view_product(查看商品), 有如下字段product_id, product_name, product_category, product_price, product_producer在viewList页面点击viewProduct按钮时上报如果数据需要跨多个页面收集，那么就需要多个动作来完成上报了，比如下面的例子，在viewList页面收集到product_id, product_name, product_category的数据，然后进入viewProduct页面时收集到product_price的数据，并上报。 在viewList页面和viewDetail页面，都有加入购物车按钮.addToCart，都需要上报数据到“加入购物车”事件，例子如下： 事件字段说明填写事件上报配置时，需要检查字段。如下图：“新增字段”表示需要添加到事件里的新字段“已有字段”表示是事件已发布版已经有的字段。
对于已有字段，只能修改字段备注，在发布后将会正式生效。对于新增字段，如下图例子，product_id在其他事件里已经定义过，添加到本事件中，不能修改其定义；而product_producer为新定义的字段，需要补充定义。填写中文名称和字段备注，用于展示；填写字段类型，用户数据上报及数据处理。新增和已有字段可能有以下状态，需要关注，页面内会有小图标给出提示：1. 新增字段在其他事件中已定义过product_price是新增字段，但已在其他事件中定义过。检查字段后会提示：字段已被定义，应保持一致，不可修改。2. 已有字段从事件配置中移除如下图，如果修改了事件配置时，将事件配置data里已有的一个字段删去： 检查字段时会提示：该字段在当前配置中未使用。这代表product_name不再收集数据。 3. 已停用字段重新使用如果重新在事件配置中的data加入之前已移除的product_name字段，那么会继续使用product_name收集数据。 检查字段后会提示：该字段已定义过，在当前配置中重新使用，请注意数据一致性。这代表product_name将重新开始收集数据。需要特别注意此时product_name的意义跟以前是否一致，如果不一致，建议用新的字段，否则product_name的历史数据跟之后上报的数据含义冲突，对数据分析造成干扰。字段类型字段的类型目前分为两种：整数形和字符串其中，整数型为32位int；对于整数型的数据，如果上报时带了小数点，则会默认截取小数点前的数字；如果是非数字的类型，则最终会上报0。字段的定义是全局的，定义了字段以后，其他事件也可以使用添加这个字段到事件里。测试事件配置确认字段信息后，点击“保存并测试”，保存当前配置并测试上报的数据是否符合预期。选择一个开发者，点击“下一步”，事件配置将会实时同步到所选开发者的设备上。 配置成功同步到设备上后，按提示在开发者的设备上打开对应小程序中进行测试操作，点击商品详情页中的“加入购物车”按钮，进行数据上报。操作完成后点击“同步结果”，可能有1-2分钟延迟。 如果未获取到数据，请检查客户端版本是否为6.5.2以上，操作是否正确，以及是否已超过等待时间（通常为1-2分钟），客户端是否有上报日志，确认没问题可重新“同步结果”。检查上报日志时，可进入开发版的小程序，点击右上角，打开调试，重新进入后点击"vConsole"按钮查看日志启动小程序时会有：[自定义分析] 配置拉取成功 后台管理页面同步配置时有：[自定义分析] 收到最新配置小程序成功上报时有：[自定义分析] 上报成功数据上报成功后，可在当前窗口查看上报详情。如果数据符合预期，认为测试成功，点击“关闭”回到事件编辑页面。
发布事件配置点击“保存并发布”并确认操作，该事件配置正式生效，大概5-10分钟后，即可开始收集所有用户的数据。注意：发布后，事件已有字段的名称和数据类型不可更改，但可继续修改配置、新增字段。事件分析事件分析概述事件，是进行数据收集和分析的模型，对应用户在小程序内的行为。例如：注册、查看商品、下单、支付等。事件分析，是指基于事件的指标统计、属性分组、条件筛选等功能的查询分析。例如，分析小程序的注册量、查看商品人数、下单次数、支付金额并区分用户群对比等。进行事件分析前，需要先在“事件管理”中定义事件并配置上报、收集数据。具体参见【事件管理】说明。进行事件分析时，可以灵活选择查询条件并查看详细数据结果。事件分析查询条件选择事件在事件下拉列表中，将展示出所有已经在事件管理中创建的事件，每次事件分析只能选择一个事件。选择指标
在指标下拉列表中，选择需要分析的默认或自定义指标。每次分析最多可以选择5个指标，并且不能重复。你可以通过右侧的“+”添加指标。其中： 每个事件都可以统计如下指标，可以直接选择：总次数：事件的触发次数去重人数：触发该事件的去重用户数（以openid判断）人均次数：每个用户触发该事件次数的平均值，即总次数/去重人数也可以基于事件管理中的自定义属性字段，选择想要分析的其他指标。你需要从下拉列表中分别选择属性字段和需要计算的指标。 对于不同数据类型的字段，有对应不同的指标可供选择。具体的对应关系如下：字段类型支持的指标字符型去重数(count(distinct))整数型总和 (sum)、 最大值(max) 、 最小值(min) 、 平均值(avg) 、 人均值(sum /count(distinct openId))例如，商品价格为整数型，指标可以选择“商品价格的总和”。选择分组在分组下拉列表中，可以选择查看数据的分组维度，包括系统默认属性和自定义属性。每次分析最多可以选择5个分组，并且不能重复。你可以通过右侧的“+”添加分组。例如指标选择总次数，分组选择“性别”，将分别统计男性用户、女性用户的事件触发总次数。需要注意的是：当分组过多时，仅能显示部分数据，请合理设置分组。设置过滤条件 分析时，可以选择或输入你想要过滤的条件。每次分析最多可以选择5个过滤条件。所有条件之间的关系必须全部为“并且”，或全部为“或者”，前者表示满足所有条件，后者表示满足至少一项条件。当切换其中一处的关系时，所有其他关系也会随之切换。你可以通过下方的“+”添加过滤条件。对于不同类型的字段，有对应不同的过滤条件，具体的对应关系如下：属性类型支持的过滤条件系统默认字段等于/不等于字符型自定义字段等于/不等于/有值/没值/为空值/不为空值整数型自定义字段大于/小于/大于等于/小于等于/等于/不等于/有值/没值例如：选择“国家等于中国”，“商品价格大于10”，“商品种类等于A”，表示只统计中国价格大于10的A商品的数据。选择时间范围选择查询分析的时间范围，支持今天、昨天、最近7天以及自定义时间范围。当天的数据也可以及时查看。选择时间粒度
可以选择查询数据的时间粒度，包括按小时、按天，按总体。选择总体时，将展示所选时间范围内的汇总数据。查看事件分析结果 数据计算可能需要一定时间，你可以选择在当前页面等待，或点击“历史查询记录”查看之前的数据，或点击“收进后台”，开始新的查询。查看图表
当查询条件过于复杂，指标和分组过多时，图表默认展示数值最大的10个分组和指标。可以点击图例，选择是否显示该分组和指标。
如果默认数据中没有希望查看的数据，可以通过“显示其他数据”，来选择你希望查看的分组和指标，并进行对比。最多可选择10项。查看详情详细数据将分页展示所有分组和指标的详情。其中，第一列为时间，其他列分别为分组、指标。可以下载数据结果，以便进行进一步分析。查看事件分析记录在数据查询页，或查询等待过程中，你可以进入历史查询记录页查看已进行过的数据查询。所有历史查询记录默认保存一段时间。查询名称：显示查询的事件名和指标名；查询时间：执行查询的具体时间；数据时间：查询数据的时间范围；状态：查询任务的状态，可能为等待查询、查询中、查询成功、查询失败。最多同时进行3项查询，查询任务过多时，会进入等待状态；操作：可以通过“查看详情”，查看该查询任务的图表和详细数据。漏斗分析漏斗分析概述漏斗分析，是指将多个事件串联起来，对每个步骤中用户转化与流失进行的分析。例如：购买过程可能包括以下步骤（一个步骤对应一个事件）：查看商品查看详情加入购物车下单支付这些步骤可以设置为一个漏斗，分析过程中的转化与流失情况。进行漏斗分析前，需要先在“事件管理”中定义事件并配置上报、收集数据。参见【事件管理】说明。进行事件分析时，可以灵活选择查询条件并查看详细数据结果。结合过滤、分组等功能进行深入的对比和分析。创建漏斗首次进入漏斗分析，需要先创建漏斗。漏斗步骤创建漏斗时，每一步对应一个事件，在一个漏斗中，一个事件只能出现一次。过滤条件在漏斗的每一个事件中，可以针对事件本身的自定义字段设置过滤条件。这里提供的过滤规则与事件分析中的设置过滤条件规则相同。例如，希望分析A类商品的购买转化数据，可以设置过滤条件“商品种类为A”。漏斗分析查询条件选择漏斗在漏斗名称下拉列表中，选择想要分析的漏斗。每次分析只能选择一个漏斗。选择分组在分组下拉列表中，将展示出所有我们内部定义的属性，选择想要分析的分组属性。每次分析最多只能选择1个分组。不选时，将统计总体数据。设置过滤条件分析时，可以选择或输入你想要过滤的条件。每次分析最多可以选择5个过滤条件。所有条件之间的关系必须全部为“并且”，或全部为“或者”，前者表示满足所有条件，后者表示满足至少一项条件。当切换其中一处的关系时，所有其他关系也会随之切换。你可以通过下方的“+”添加过滤条件。例如：选择城市为“北京”、或“上海”、或“广州”、或“深圳”，将会同时统计这四个城市的数据。选择时间范围 选择查询分析的时间范围，支持今天、昨天、最近7天以及自定义时间范围。当天的数据也可以及时查看。漏斗计算规则漏斗分析计算在选定时间范围内、过滤和分组条件下，漏斗中总体或每个分组的用户依次完成第一个到最后一个步骤的人数。步骤过滤条件：每个步骤中设置的过滤条件，对该步骤生效。例如“支付”步骤，设置过滤条件为“支付金额大于500”，则“支付”及其后面的步骤，都只包括支付步骤金额大于500的用户。漏斗过滤条件：对漏斗中的每个步骤生效。例如设置过滤条件为“省份等于广东”，所有步骤都只计算省份属性为广东的人数。分组条件：初期提供按用户属性和系统属性分组，对漏斗中的每个步骤生效。例如分组为“城市”，那么“广州”分组中的漏斗数据，每个步骤都只计算城市为广州的用户。时间范围：部分或完整漏斗发生的时间范围，至少第一个步骤在该时间范围内。例如，漏斗包含A-B-C三个步骤，图表显示的人数及转化率表示：第1步人数：在选定时间范围内，满足分组和过滤条件，完成A的人数；第2步人数：在选定时间范围内，满足分组和过滤条件，按顺序完成过A-B的人数；如果A-B步骤之间发生其他操作，例如A-C-B，满足A-B顺序，依然计算在内；第3步人数：在选定时间范围内，满足分组和过滤条件，按顺序完成过A-B-C的人数；如果A-B-C步骤之间包括其他步骤，例如A-D-B-B-C，满足A-B-C顺序，依然计算在内；转化率：每个步骤的人数与上一步人数的比值。查看漏斗分析结果查看图表
图表将展示漏斗中每个步骤的总人数，及相对前一个步骤的转化率。查看详情详细数据中将展示漏斗每个步骤的人数。如果已设置分组，会显示多个分组。可以下载数据结果，以便进行进一步分析。名词解释用户：使用过小程序的微信用户，根据openid来判断。页面：小程序的页面，以页面路径表示，如index,
product/list。受访页：用户访问的所有小程序页面均可称为受访页。入口页：用户打开小程序时首先进入的页面称为入口页，例如用户从页面A进入小程序，跳转到页面B，A为入口页，B不是。退出页：用户离开小程序时最后访问的页面称为退出页，例如用户从页面A跳转到页面B，从页面B退出小程序，B为退出页，A不是场景：用户打开小程序时的场景，如通过扫描二维码打开小程序，场景为二维码。访问：用户浏览小程序页面的行为。分享：用户点击小程序内或小程序外菜单，将小程序及其页面分享给好友的行为。新增：用户首次访问小程序页面，即称为新增。**活跃：用户在一段时间内访问过小程序即称为活跃。停留：用户从打开小程序内页面，到主动关闭或超时退出小程序的过程。切换到后台、显示到聊天顶部，均不算停留在小程序。留存：区分新增留存和活跃留存，某个时间段内新增或活跃的用户，经过一段时间后仍然使用小程序，即称为留存。事件：自定义分析中进行用户行为数据收集和分析的模型，表示某个用户行为。漏斗：自定义分析中由一系列事件组成的数据分析模型，用于分析业务流程中每个步骤的用户转化与流失。指标解释打开次数：打开小程序总次数。用户从打开小程序到主动关闭或超时退出小程序的过程，计为一次。**访问次数: 访问小程序页面的总次数。多个页面之间跳转、同一页面的重复访问计为多次访问。访问人数：访问小程序页面的总用户数，同一用户多次访问不重复计。新访问用户数：首次访问小程序页面的用户数，同一用户多次访问不重复计。人均停留时长：平均每个用户停留在小程序页面的总时长，即总停留时长/访问人数。次均停留时长：平均每次打开小程序停留在小程序页面的总时长，即总停留时长/打开次数。平均访问深度：平均每次打开小程序访问的去重页面数。入口页次数：小程序页面作为入口页的访问次数，例如用户从页面A进入小程序，跳转到页面B，A为入口页，B不是。退出页次数：小程序页面作为退出页的访问次数，例如用户从页面A跳转到页面B，从页面B退出小程序，B为退出页，A不是。退出率：小程序页面作为退出页的访问次数占比，即退出页次数/访问次数。分享次数：分享小程序页面的总次数。分享人数：分享小程序页面的总人数，同一用户多次分享不重复计。
意见反馈：
联系方式：
广告等垃圾信息
不友善内容
违反法律法规的内容
不宜公开讨论的政治内容