首页 > 用户手册 > 事件分析 > 间隔分析

间隔分析

1. 什么是间隔分析?

在我们分析用户转化行为时,除了利用GeekData的6大转化率分析和提升模型之外,我们还会关注用户完成转化所需的时长,GeekData间隔分析模型通过任意两个行为之间的时长间隔分析,可以掌握用户完成转化的效率,分析用户体验是否存在问题。

2. 间隔分析的应用场景

例如:

用户从首次访问到注册之间的时长,可以帮助我们掌握用户注册转化所需的时长分布。

互联网金融理财平台的用户注册到完成首次投资行为所需的时长分布。

电商平台用户在首次购物与第二次购物之间的时长分布。

通过掌握以上行为间隔时长数据,可以帮助我们分析用户的关键行为间隔时长,结合GeekData独有的6大转化率提升模型进一步分析用户体验存在的问题,并通过产品与营销策略的优化提以相应缩短间隔时长,从而提升用户的转化效率。

3. 如何使用间隔分析?

3.1 登录GeekData分析平台,进入事件分析-间隔分析功能

间隔分析模型

2.选择初始事件和结束事件

a.初始和结束事件均可以是浏览网页、自定义事件或可视化埋点事件。

b.初始和结束事件可以添加筛选条件。

例如:提交订单事件,可以选择订单金额>100的事件。

c.初始和结束事件可以添加按用户属性进行筛选。

例如:提交订单事件,可以选择用户级别为VIP用户。

3.选择查看维度

GeekData间隔分析模型,也支持采用任意维度的数据细分。

例如:我们可以查看不同渠道的用户从首次浏览到注册之间的间隔时长,从而分析不同渠道获客之间的间隔时长是否存在问题,从而优化我们的渠道推广策略。

4.分析间隔时长数据

a.时间范围,GeekData间隔分析模型支持选择任意时间范围。

b.时间粒度,GeekData间隔分析模型支持按照分钟、小时、天、周、月查看间隔数据。

c.细分分析,GeekData间隔分析模型支持按照任意维度查看细分间隔数据,例如:可以查看北京地区使用iphone的用户的间隔时长数据。

d.间隔分析模型的数值:最大值、最小值、人均值、中位数,通过这四类数值的解读可以了解某类用户完成转化所需的时间分布,并结合GeekData6大转化率提升模型,分析用户转化过程遇到的用户体验问题,从而缩短用户转化周期。

GeekData的16种用户行为数据分析模型:

results matching ""

    No results matching ""