应用概况分析
提供概况数据、日流量数据、汇总数据等报表
-
概况数据应用访问的概况数据，包括当日实时数据，最近7日趋势数据以及按省份、城市、来源、搜索维度的用户分布数据
-
流量分析按照小时、每日、每月以及每年四个时间维度对应用的访问趋势进行分析，有助于了解应用的访客规律
-
汇报数据针对需向上级领导汇报的情况，提供了一个灵活方便的汇报数据模板，方便进行业务数据汇总与整理
访客轨迹
提供实时分析、访客访问明细以及访客画像等针对每个访客的报表
-
实时分析应用15分钟之内的在线访客，数据每5秒更新一次，可及时看到应用访问的变化情况
-
访客明细按照时间显示所有的访问者，包括他们的IP地址，访问页面，来源页面和访问时间长度等数据
-
访客画像提供访客访问轨迹明细，事无巨细的展示访客的访问数据，包括最近来访的时间分布、画像标签等
用户分析
从应用版本、地域分布以及终端环境等维度分析访客的属性
-
应用版本不同版本的启动用户、新用户、启动次数，登录会员数；反应不同版本的用户增长趋势与现有用户体量，对于研发及运营的版本维护策略、与运营倾向性确定具有指导意义
-
地域分布各个地域给您应用带来的用户数及访问情况，了解应用访问的地域分布，特定地域用户偏好可进行针对性的运营和推广
-
终端环境终端作为用户运行应用的载体，背后蕴藏这丰富的用户信息。分析用户品牌分布、设备型号分布、联网方式构成等，对于运营、产品和研发工作都十分必要
使用行为
从页面分析、事件分析以及漏斗分析等维度分析应用的使用情况
-
页面分析访客对应用各个页面的访问情况，可以从提供的指标了解页面的价值
-
事件分析通过页面事件来分析用户在应用页面上的行为，如点击元素、下单、搜索、咨询等
-
事件漏斗分析进入应用的访客中究竟有多少有可能成为您的客户；在点击某个起始的事件后通常在哪些步骤访客放弃了继续的访问
渠道分析
应用用户的来源渠道，一般是各种应用商店、渠道合作下载app，通过对下载来源进行标记进行分析
-
轨迹图形化对不同渠道的推广效果进行监测，统计数据可以作为与渠道商结算的依据，以降低渠道作弊风险
活跃与留存
从活跃用户数、活跃度、流失用户等维度分析用对平台的使用粘性
-
活跃度在一定时间范围内，持续打开应用的用户比例，在一定程度上反应用户的粘性
-
留存度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
错误分析
了解哪些用户因为应用崩溃而放弃使用？在什么页面上产生的错误？什么平台？什么版本？
word报告与大屏展示
提供word总结报告、数据公开展示以及数据大屏展示
-
word报告提供每个月一份、每个季度一份，每年汇总一份word格式报告
-
数据公开展示一般用于应用访问数据的公开展示，主要数据有月度年度汇总数据、热门新闻、栏目以及来源渠道等维度
-
大屏展示一般用于内部平台访问数据的公开展示，主要数据有当日、最近7日、热门事件、渠道、终端、省份等维度
高级分析-行为分析
从事件分析、漏斗分析、留存分析、行为分布等几个维度对访客灵活的高阶分析，不再局限于固有的报表，可以实现自主分析
-
事件分析在页面进行行为埋点，将行为事件指标化，通过抽象的行为事件对用户行为进行度量；事件指标一般具有高度灵活性，结婚事件的属性可以实现更高级复杂的分析报表
-
漏斗分析主要用于分析多步骤过程中每一步的转化与流失情况，在关键路径中找出流失人群进再分析、再挽回、再投放，精确定位问题，针对性地改善产品策略
-
留存分析分析用户黏性、活跃度的重要方法，做好留存分析，才能为网站带来持续的流量增长，同时对流失用户针对性的调整推广/产品策略，也可以有效提高产品推广的ROI
-
行为分布查看事件在不同区间的发生频次，从而判断用户的使用习惯和活跃情况
高级分析-用户分群
从用户概况、用户分群、用户洞察等维度了解用户群体的属性及爱好
-
用户概况通过对网站、APP、小程序等多平台用户资产、转化数据的整合，助您全面定位用户资产与转化人群的占比、分布以及变化等信息
-
用户分群用户分群可通过自定义筛选，将网站、APP用户细分为不同的考察群体，更便于您进行不同群体的数据分析
-
用户洞察展现全部用户访问信息，点击访客标识码进入访客详情页，可查看单个用户属性及访问行为
高级分析-渠道分析
从渠道转化概况、渠道归因分析、渠道转化洞察等维度了解各个推广渠道为最终转化做出的贡献
-
渠道转化概况结合事件指标，分析各个推广渠道的事件完成数据分析
-
渠道归因分析了解用户在接触过程中的每个广告触点对最终转化带来的价值，结合事件指标，选择合适的归因模型进行分析
-
渠道转化洞察展示每个发生转化的用户与渠道互动的情况，深入洞察每个用户的转化路径，了解单个个体的行为偏好
