功能概述

小程序數(shù)據(jù)分析，是面向小程序開發(fā)者、運營者的數(shù)據(jù)分析工具，提供關(guān)鍵指標(biāo)統(tǒng)計、實時訪問監(jiān)控、自定義分析等，幫助小程序產(chǎn)品迭代優(yōu)化和運營。主要功能如下：

概況：提供小程序關(guān)鍵指標(biāo)趨勢以及top頁面訪問數(shù)據(jù)，快速了解小程序發(fā)展概況；

訪問分析：提供小程序用戶訪問來源、規(guī)模、頻次、時長、深度以及頁面詳情等數(shù)據(jù)，具體分析用戶新增和活躍情況；

實時統(tǒng)計：提供小程序?qū)崟r訪問數(shù)據(jù)，滿足實時監(jiān)控需求；

自定義分析：配置自定義上報，精細跟蹤用戶在小程序內(nèi)的行為，結(jié)合用戶屬性、系統(tǒng)屬性、事件屬性進行靈活多維的事件分析和漏斗分析，滿足小程序的個性化分析需求；

留存分析：提供小程序新增用戶和活躍用戶的留存數(shù)據(jù)，分析用戶留存與流失，功能正在開發(fā)中；

用戶畫像：提供小程序的用戶畫像數(shù)據(jù)，包括用戶地域、性別、平臺類型、設(shè)備、網(wǎng)絡(luò)類型等，功能正在開發(fā)中。

概況

昨日概況

查看昨日關(guān)鍵用戶指標(biāo)，反映小程序昨日用戶活躍概況，以及對比一天前、一周前、一月前的增長率。

趨勢概況

查看關(guān)鍵指標(biāo)的趨勢，包括累計訪問用戶數(shù)、打開次數(shù)、訪問次數(shù)、訪問人數(shù)、新訪問用戶數(shù)、分享次數(shù)、分享人數(shù)、人均停留時長、次均停留時長（參見【指標(biāo)解釋】），可選擇時間進行對比。

Top頁面

查看用戶最常訪問的頁面，以及頁面訪問次數(shù)和占比（單個頁面訪問次數(shù)/總訪問次數(shù)），區(qū)分入口頁和受訪頁。其中，入口頁指用戶進入小程序訪問的第一個頁面；受訪頁指用戶訪問的每一個頁面。

實時統(tǒng)計

查看實時用戶訪問數(shù)據(jù)，可以選擇所有頁面或單個頁面為分析對象，可以選擇具體的時間粒度（1分鐘、5分鐘、10分鐘、30分鐘、1小時），可以按時間進行對比。為了更好地查看數(shù)據(jù)趨勢，時間粒度為分鐘時，請注意合理選擇時間范圍。

詳情數(shù)據(jù)查看每一個頁面在所選時間范圍內(nèi)的總訪問次數(shù)及占比。

訪問分析

訪問趨勢

查看小程序的用戶訪問趨勢，包括打開次數(shù)、訪問次數(shù)、訪問人數(shù)、新用戶數(shù)、人均訪問時長、次均訪問時長、平均訪問深度。（參見【指標(biāo)解釋】）

可以選擇時間粒度，按天、周、月匯總查看。當(dāng)時間粒度為周或月時，次數(shù)為累計匯總值，人數(shù)去重。

訪問分布

訪問來源，即用戶訪問小程序的具體場景，如二維碼、小程序桌面等。你可以查看各個場景的小程序打開次數(shù)，分析小程序的用戶渠道。

訪問時長，即用戶從打開小程序，到主動關(guān)閉或超時退出小程序的過程中停留的時長，你可以查看各個時長區(qū)間的打開次數(shù)，分析用戶對小程序的喜愛或依賴程度。

訪問深度，即用戶從打開小程序，到主動關(guān)閉或超時退出小程序的過程中訪問的去重頁面數(shù)，你可以查看各個訪問深度區(qū)間的打開次數(shù)，了解小程序的普通用戶、深度用戶分布。

訪問頁面

查看選定時間范圍內(nèi)，每個小程序頁面的訪問次數(shù)、訪問人數(shù)、次均使用時長、入口頁次數(shù)、退出頁次數(shù)、退出率、分享次數(shù)、分享人數(shù)。（參見【指標(biāo)解釋】）

以上指標(biāo)均為時間范圍內(nèi)的累計值?？梢园磫蝹€指標(biāo)排序顯示。

自定義分析

自定義分析支持靈活多維和近實時的用戶行為分析，可以通過自定義上報，對用戶在小程序內(nèi)的行為做精細化跟蹤，滿足頁面訪問等標(biāo)準(zhǔn)統(tǒng)計以外的個性化分析需求。例如，電商類小程序通過配置自定義上報，收集數(shù)據(jù)，可以完成如下分析：

1. 購買商品的人，各省份、城市、年齡、性別的分布如何？不同用戶群購買的商品數(shù)量、商品價格有什么差別？
2. 用戶訪問商品頁、查看商品詳情、查看評論、下單、支付、完成購買，逐步的轉(zhuǎn)化率如何？不同用戶群的轉(zhuǎn)化是否有差異？
3. 今天參與線上活動的用戶，各個時段（小時級）的活躍度如何？

快速入門

使用小程序自定義分析，建議按以下步驟進行

1. 明確數(shù)據(jù)需求
2. 根據(jù)產(chǎn)品特性，合理定義事件，配置上報
3. 測試和發(fā)布事件配置，收集數(shù)據(jù)
4. 結(jié)合具體需求，分析數(shù)據(jù)

明確需求

例如，一個電商類小程序，可能需要分析：

• 不同地區(qū)的商品訂單量、支付總金額；
• 商品購買流程中各個步驟的轉(zhuǎn)化和流失情況。

定義事件

數(shù)據(jù)是以事件為模型進行存儲和分析的。電商類小程序中，用戶購買過程可能包括如下事件：

• 查看商品
• 查看詳情
• 加入購物車
• 下單
• 支付

登錄https://mp.weixin.qq.com ，進入“數(shù)據(jù)分析” – “自定義分析” - “事件管理”，點擊 “新建事件”。

以加入購物車事件為例，填寫事件英文和中文名稱：

填寫事件配置，定義如何收集數(shù)據(jù)：

這個例子中，用一個動作上報“加入購物車”事件。

• trigger，觸發(fā)條件，click，表示點擊操作觸發(fā)；

• action，觸發(fā)時動作，start_and_report，表示在每一次click中，收集數(shù)據(jù)并上報；

• page，觸發(fā)頁面，填viewProduct（viewProduct是商品詳情頁）；

• element， 觸發(fā)元素，填.addToCart（.addToCart是一個“加入購物車”的按鈕）；

• data, 事件的數(shù)據(jù)及其來源，用“字段名 字段值”來表示，其中字段值是頁面上的一個變量。.

  這個例子中，data有四項：

  product_id : itemID

  product_name : itemName

  product_price : price

  product_category : category

  即：

  事件的product_id字段，收集viewProduct頁面上的itemID變量；

  事件的product_name字段，收集viewProduct頁面上的itemName變量；

  事件的product_price字段，收集viewProduct頁面上的price變量；

  事件的product_category字段，收集viewProduct頁面上的category變量；

以上內(nèi)容表示：當(dāng)用戶點擊viewProduct頁面上的.addToCart按鈕時，上報一條記錄到add_to_cart事件，事件的product_id, product_name, product_price, product_category 字段， 取值分別是頁面上的itemID, itemName, price, category。

確定配置后，點擊“檢查字段”。

此時會提示add_to_cart事件包含的具體字段，繼續(xù)補充字段的名稱、數(shù)據(jù)類型和備注信息。

測試和發(fā)布

確認(rèn)字段信息后，點擊“保存并測試”，保存當(dāng)前配置并測試上報的數(shù)據(jù)是否符合預(yù)期。

選擇一個開發(fā)者，點擊“下一步”，事件配置將會實時同步到所選開發(fā)者的設(shè)備上。

配置成功同步到設(shè)備上后，按提示在開發(fā)者的設(shè)備上打開對應(yīng)小程序中進行測試操作，點擊商品詳情頁中的“加入購物車”按鈕，進行數(shù)據(jù)上報。操作完成后點擊“同步結(jié)果”，可能有1-2分鐘延遲。

數(shù)據(jù)上報成功后，可在當(dāng)前窗口查看上報詳情。如果數(shù)據(jù)符合預(yù)期，認(rèn)為測試成功，點擊“關(guān)閉”回到事件編輯頁面。

點擊“保存并發(fā)布”并確認(rèn)操作，該事件配置正式生效，大概5分鐘后，即可開始收集所有用戶的數(shù)據(jù)。注意：發(fā)布后，事件已有字段的名稱和數(shù)據(jù)類型不可更改，但可繼續(xù)修改配置、新增字段。

同理，可以定義下單、支付等其他事件并發(fā)布事件配置、收集數(shù)據(jù)。

分析數(shù)據(jù)

發(fā)布事件配置、收集數(shù)據(jù)后，可以進行相應(yīng)的數(shù)據(jù)分析。

1. 統(tǒng)計不同城市用戶的訂單量

進入“數(shù)據(jù)分析” – “自定義分析” – “事件分析”

事件：選擇“下單”；

指標(biāo)：選擇“總次數(shù)”和“去重人數(shù)”，即下單操作的次數(shù)和人數(shù)，表示訂單數(shù)和下單用戶數(shù)；

分組：選擇“城市”，即按城市分別統(tǒng)計訂單數(shù)和下單用戶數(shù)；

過濾：數(shù)據(jù)篩選條件，例如只統(tǒng)計廣東省的數(shù)據(jù)，則選擇省份等于廣東省，也可以不選擇；

時間：選擇時間范圍以及數(shù)據(jù)的時間粒度，例如查看最近7天每天的數(shù)據(jù)。

完成后點擊“查詢”。

數(shù)據(jù)開始計算，根據(jù)數(shù)據(jù)量大小不同，可能有一定的等待時間。你可以點擊“收進后臺”，在當(dāng)前頁面進行新的查詢，也可以在歷史查詢記錄中查看之前的數(shù)據(jù)。

統(tǒng)計完成后，當(dāng)前頁面將展示各個城市的下單總次數(shù)、總?cè)藬?shù)。由于分組項太多，圖表僅展示部分?jǐn)?shù)據(jù)，你可以設(shè)置“顯示其他數(shù)據(jù)”來選擇希望查看的城市和指標(biāo)；詳細數(shù)據(jù)將會顯示全部城市的數(shù)據(jù)，可以查看或下載。

2. 商品購買流程中各個步驟的轉(zhuǎn)化和流失情況

進入“數(shù)據(jù)分析” – “自定義分析” – “漏斗分析”

首次進入時，點擊“新建漏斗”創(chuàng)建漏斗。

填寫漏斗名稱，確認(rèn)一個簡潔清晰的名稱，有利于對應(yīng)分析。

設(shè)置漏斗步驟，每個步驟對應(yīng)一個事件，本漏斗中設(shè)置步驟是查看商品-查看詳情-加入購物車-下單-支付。每個步驟確認(rèn)后點擊右下角“添加步驟”繼續(xù)添加下一個步驟。

完成后回到數(shù)據(jù)查詢頁，設(shè)置查詢條件。

漏斗名稱：選擇已創(chuàng)建的“購買轉(zhuǎn)化漏斗”；

分組：選擇需要分組統(tǒng)計的字段，也可以不選擇，不選擇時將統(tǒng)計總體；

過濾：數(shù)據(jù)篩選條件，例如只統(tǒng)計廣東省的數(shù)據(jù)，則選擇省份等于廣東省，也可以不選擇；

時間：選擇時間范圍，將統(tǒng)計此范圍內(nèi)總體漏斗轉(zhuǎn)化情況，此處選擇12.22-12.31。

點擊查詢，查看數(shù)據(jù)結(jié)果。

圖表顯示，12.22-12.31內(nèi)，查看商品的人數(shù)共985人。這些用戶到后面每個步驟的轉(zhuǎn)化率依次為93.50%，84.04%，74.68%，65.92%.詳情數(shù)據(jù)會展示了每個步驟的具體數(shù)據(jù)，可以下載查看。

進一步，可以更新查詢條件，例如設(shè)置分組條件，選擇“城市”字段，可以查看各城市的詳細漏斗數(shù)據(jù)；設(shè)置過濾條件，可只查看部分選定用戶的漏斗轉(zhuǎn)化數(shù)據(jù)；拉長時間范圍，可以看這些查看商品的用戶在更長時間內(nèi)的轉(zhuǎn)化和流失情況。

以上簡單介紹了如何使用自定義分析功能分析用戶購買行為，下面將介紹自定義分析功能詳情。

事件管理

事件及其字段

事件是自定義分析進行用戶行為數(shù)據(jù)收集和分析的模型。

一個事件的數(shù)據(jù)都是由多個字段組成，字段包括系統(tǒng)默認(rèn)字段和用戶自定義字段。