可使用虚拟事件功能,B和C是我们两个不同的付费事件,A是总的启动人数,通过虚拟事件计算得出指标事件(B+C)去重/A。
事件分析相关内容请查看(事件分析)帮助文档。
web端您可以使用页面关闭或者页面活跃来看具体的人均使用时长,详细参考文档:Web/JS SDK分类功能。
您可以通过用户细查功能查看,在对应用户的行为流中,“client_ip”字段对应的值即为该用户的IP。
由于Finder的Session分析功能不支持直接添加自定义指标,因此无法直接查询出日均访问时长。可以通过以下步骤进行转换:
select sum(b.ac) from ( select a.event_date as event_date, a.used_events as used_events, arraySum( arrayMap(x -> if(x = 'app_launch', 1, 0), a.used_events) ) as ac from ( select event_date, JSONExtract( JSONExtractRaw(content, 'string_array_params'), 'used_events', 'Array(Nullable(String))' ) as used_events from rangers.events_all where app_id = 666666 and event = 'event_param_using' and event_date >= '2024-08-01' and event_date <= '2024-08-30' ) a ) b;
select *、group by多Key值等耗费性能的查询条件,限制event_date时间范围在30天内,减少查询频次以避免对系统性能的影响。您可以使用属性自定义分组功能,详情请参见属性(自定义)分组与属性。
可以在事件分析,筛选某个事件指标时同时配置事件的属性B求和,然后在配置细分筛选的属性分组时,使用属性A进行分组。
使用日期对比功能需要满足:1. 必须是折线图 2. 不能处于异常检测状态 3.不能设置去除周末
总人数统计的是事件的发生人数,按ssid维度去重计算总数。
不管是实时数据还是离线数据,点击下载的时候都会重新发起一次查询,不会使用到前面已经查过的缓存。
这个"-"是空字符串的意思,空字符串也算是有值的。
应用于全部分组的话,跟应用于第一个事件的属性分组结果是一致的。它只会按照第一个事件的属性分组去计算转化,计算转化的时候不会对转化链条中的其他事件属性值进行分组。
分布分析的分布区间如果不选择的话,会使用快捷选项-默认来查询,该方式查询量较大因此比较耗时。可以选择自定义区间或者等分的方式来绕行。
1,用户路径主要是以人为计算口径的分析方式,所以不会计算其他主体的数据,是符合预期的。
2,可以考虑用细分筛选的方式选择具体的计算应用id来限制计算的范围
只接入小程序,且未上报其它端的事件时,热力图现在不支持小程序应用使用。
柱状图显示数据是按点击数查看元素分布,点击元素对应的柱图,也会在下方的热图中将对应的元素高亮出来,empty是因为如果点击的目标是像图片这样,非文本类的内容,然后又没有圈选事件就会展示empty,对于客户而言可以把重点关注的元素增加圈选事件,但是也不能保证这个柱状图里面没有empty出现。
有较大概率的原因是:浏览器安全策略因素导致热力图不支持在finder内查看非HTTPS站点的热图,建议使用https或者在原页面查看。
热力图功能页面有人数、浏览量等数据,点击“在原页面打开”跳转后,无明显数据。可能是因为页面设置了不允许被嵌入到iframe中。解决方法是打开热力图功能页面,如果热力图埋点页面需要登录,点击小眼睛关闭热力图,然后在登录页登录后再次查看。
热力图目前暂不支持app内嵌H5场景下的数据采集。原因是因为内嵌H5在采集元素路径的时候在路径末尾额外增加了'/*'的逻辑,导致热力图查询元素路径的时候出现问题。
LTV的计算逻辑如下:
某日的人均LTV LTVn = 该日新增用户在随后n天内花费的金额/该日新增用户数
分子为:该日触发「应用启动」的新用户n天内触发「支付」的支付金额总和
分母为:该日触发「应用启动」的新用户
生成方式:生成的方式是用的 cityhash 对user_id 和 app_id 组合后计算的hash值, hash_uid = cityhash("<app_id>:")
字段作用:hash_uid就是一个用户id字段,是用做事件表和用户表join时用的,由于 hash_uid 是数值类型的,因此用hash_uid关联时可以有效提高性能;
虚拟事件仅在参与分析时通过逻辑构建,非实体保存,因此不支持在自定义sql中进行查询
可以通过SQL查询属性名称来查找到所有值,而不需要指定版本。如果需要指定版本,则需要使用version来查找最新的字典值。另外,如果出现类似appid不对的情况,可以先确认appid是否正确,或者查看元数据表中的app_id是否按照项目粒度维护。
当前不支持不支持将event_date作为函数参数进行查询。如果需要查询可以在外层嵌套来实现。具体查询示例如下:
select t1.user_id, count(t1.aa) as bb from ( select user_id,event_date as aa from events where event_date <= '2024-05-29' limit 500 ) t1 group by t1.user_id
检查查询SQL中是否添加的表名的前缀,例如,您需要查询的数据在user_profiles表中,则查询SQL中需有user_profiles前缀,示例如下。
SELECT user_id, last_active_date, user_profiles.verificationState FROM users WHERE user_id = '4d0fb2c2-9c1d-44ac-aac7-3d23630f7c49' AND last_active_date >= '2024-01-01' AND last_active_date <= '2024-12-31';
1,检查SQL自定义查询的格式是否正确
2,检查SQL自定义查询中是否使用了toDateTime函数。toDateTime函数的参数需要时区的信息。例如,toDateTime(event_time, 'Asia/Shanghai')
当前不支持这种查询方式。绕行方案:可以尝试将这些用户存为一个分群,然后在自定义SQL时使用这个分群进行查询。
$is_login字段时提示“device_id doesn't exist,Please check your SQL query”? 在SaaS-非云原生环境中出现上述报错,可能是因为device_id字段在查询中被禁用,因为存在隐私风险。可以使用bddid字段进行查询,bddid是device_id的加密版本。在SQL查询中直接使用bddid字段即可。
现有用量统计口径(相对精确):
event not in ('_be_active','bav_scheme','bav2b_monitor','bav2b_sdk_init_cost','bav2b_sdk_start_cost','bav2b_sdk_register_cost','bav2b_sdk_active_cost','bav2b_sdk_logsetting_cost','bav2b_sdk_abtest_cost','tt_fetch_did_error','stream_req_stat_channel','stream_req_stat_feed','bav_replay' ) --(该条件主要为后台代码统计方式,自定义SQL无该字段,数据占比较少)and (int_params{'$source_id'} = -1 or int_params{'$source_id'} is null)
注意:source_id为后台计算逻辑,暂不支持SQL自定义查询。 用量口径以官方最新的解释为准,后续可能存在调整(如新增产品事件)的场景,逻辑不一定完全等同于以上SQL获取的结果,建议以 集团信息功能下的应用事件量明细为准。
脱敏后的数据就不应该让其支持sql函数查询,否则可以将脱敏的内容通过函数截取出来,就失去了脱敏的意义,所以在sql查询已脱敏属性属性时会报错不能使用函数。
SQL自定义查询usertags表,不支持通过user_tags.xxx的方式自定义查询,后续版本要查询需要使用mapElement(string_profiles, 'tag_cc')的方式。
业务维度的id字段在上报落库后,会写入item_id字段中,您后续在查询分析时,可查询item_id字段,不支持直接查询id字段。
如果您同时购买了DataFinder和其他产品,例如客户数据平台(VeCDP)、增长营销平台(GMP),您可以购买并使用DataFinder的融合分析功能,在DataFinder中直接对接并分析其他产品中接入的数据。融合分析功能为增值功能,需单独购买。详情请参见多产品融合分析功能。
Finder产品用户是按照主体粒度筛选的,您需保障右上角主体正确,其次行为流是按照应用粒度展示,可在行为中选择用户上报行为的应用。
可能是因为这个用户是在匿名的状态下触发的应用启动事件,而在用户细查中您使用了UUID进行了查询,此时就会找不到启动记录。您需要在用户细查中使用ssid搜索查看,通过UUID查询的时候仅显示实名状态下的行为。
这个标识是属性高亮的一个标记,用户在高亮一个属性时,这个标记就会出现。
在SaaS-非云原生(含海外Byteplus环境)中,因为有离线表逻辑,用户分群查询的是离线表,由于离线数据在当天还没有构建完毕,所以查不到数据。而事件分析查询的是实时+离线,所以可以查到数据。SaaS-云原生环境应该不存在此种现象。
在用户分群筛选时,“今天”和指定时间范围内的筛选是包含当天数据的。具体来说,time_created是一个分析最终值的用户属性,所以查的是用户表的最终值,没有事件筛选,所以过去7天的时间条件实际上没有用到。如果使用“用户是”这种方式进行筛选,time_created是一个分析最终值的用户属性,因此查的是用户表的最终值。如果基于对事件的筛选(用户“做了”、“没做”、“依次做过”),最终值用户属性会应用到时间段范围。如果用户在过去7天内没有做过某事,那么这些用户将不会被筛选出来。可以通过自定义注册事件+事件属性(create_time)时间范围来筛选用户。
在Finder中,用户分群的范围设置通常是闭区间,即大于等于和小于等于。例如,如果设置用户年龄分群范围为18至25岁,那么年龄为18岁和25岁的用户都会被包括在这个分群中。具体的SQL表达式为 >=10 and <=15(between 10 and 15 )。
可以用广告监测模块的push api来拉取激活事件,包含有这三个字段,具体可以参考《push api》:https://www.volcengine.com/docs/6285/116321
广告点击数据会计一次。
activation_channel这个公共属性为null是因为:老用户,没有触发激活事件,广告监测不会上报。
渠道:对应字段channnel,一般指app的渠道,也就是sdk集成时配的channel字段,举例华为,oppo,appstore等;
激活渠道和渠道一样:包内渠道,是app打包时写的渠道;
首次广告推广渠道和广告推广渠道是推广渠道,首次广告推广渠道是指用户第一次是哪个渠道带来的,广告推广渠道是指用户现在是被哪个渠道带来的。
事件分析-任意事件-选择推广活动属性-点击筛选条件框-切换开发者工具的network找properties接口的preview-data-values。也可以通过元数据OpenAPI获取,详见:https://www.volcengine.com/docs/6285/196792#_11-%E8%8E%B7%E5%8F%96%E4%BA%8B%E4%BB%B6%E5%B1%9E%E6%80%A7
1.需要看下设备id填写的是否正确,需要使用精准的设备id如oaid等
2.需要看下选择的推广监测链接是否为同一个
3.查看官网联调步骤
在alink模块中,app端实现不了用户A的识别。因为分享的链接是在后台配置的参数,是静态参数,无法动态修改。
当前只有广告组、广告活动、广告创意三个维度,暂时不能支持拆到关键词的维度。
切换活动后,老活动:
platform属性。platform属性(区分app、web、mp平台)。您可以通过Finder页面选择激活事件,通过过滤条件:推广类型=推广激活来获取更准确的推广激活数据。
目前只支持点击联调,不支持曝光联调。联调顺序:开始联调 - 点击链接 - 下载 - 开启app。
关闭曝光归因后,曝光数据仍然会采集到,但会有延迟,通常在2-3天内数据会逐渐减少。
是的,用户的最终归属采用末次归因。归因逻辑是last click,即最后点击的广告。如果用户在应用商店中点击下载,且触发了广告位,仍然采用末次归因。
os_name是通过useragent获取的,但有些非枚举值ua数据会被识别为unknown,如爬虫数据。
操作系统枚举值一般是android、ios、windows、mac 、linux、unknow
unknow 数据主要为非枚举值ua数据,如爬虫数据、不在枚举值范围内的数据等。
退出率=退出页次数/页面浏览次数pv,即退出率=app_terminate/predefine_pageview事件
圈选事件圈选时,圈选path需要和全埋点path一致后才有数据。圈选事件范围较广,不一定有全埋点事件。
请检查您是否在事件下上传属性数量,事件下上传属性过多会导致页面加载速度变慢,请检查您是否将value设置为key。
有,实时数据10分钟刷新一次缓存,没有条数的限制。
用户可以使用 火山引擎增长分析 的“日期批注”功能对某些时间节点做的重要变化(比如版本发布、运营活动、线上事故等)做相应的记录,在分析功能中一目了然。点击“应用管理-日期批注”,即可操作日期批注。
1.转置之前,所有列都支持排序,但是只支持单列的排序。
2.转置之后,只有指标列支持排序,也只支持单列的排序。
对于第一个问题,只要分组显示该属性,就会把上报过的所有值都查出来。对于第二个问题,字典用于解决这个问题,即对具有枚举值限定的字段,可以配置限定的枚举值。如果上报的值不在枚举值范围内,就会展示原始值。如果客户不希望限制上报,可以不进行映射。
查询限流,通常是上一条同样的查询还没有结束就再次触发了同样的查询,导致后面的查询被限流。通常稍等一会就可以了。
(1)因为页面访问事件没有时长属性,需要用页面活跃、页面关闭事件来看停留时长;enable_stay_duration这个开关是针对页面活跃、页面关闭这2个事件来采集时长。
(2)页面退出:记录用户[进入页面、切换到非活跃状态、回到活跃状态、离开页面]每一个动作的时间戳,在离开页面时上报predefine_page_close埋点,将每一段活跃状态的时长相加作为用户单次使用时长。
SDK里的app_version默认显示大版本号,若您有统计小版本号的需求,则需要您在SDK里自行设置app_version_minor(即次版本号,app四位版本号,自行上报的string可以支持任意格式,数据流不做处理)为小版本号。需要注意设置后历史数据无法过滤,设置成功后开始统计。
历史数据变化主要有2种情况:
(1)实时和离线数据的差异:当天的数据是实时口径,T+1会变为离线的口径(T+1 18:00前完成),因为实时和离线的逻辑有一定差异,所以会有一定数据量级的变化,一般不会超过5%;
(2)缓存数据补报:因为网络问题,或访问后立刻关掉app等原因,会有少量数据在事件发生时没能上报上来,这部分数据在下一次打开app,网络情况正常时会补报上来,因为时间取的是事件实际发生时间,而不是补报时候的时间,所以造成的现象,是历史数据还会增加。只要是事件发生7天内的,都会做补报,超过7天的会丢弃;这部分数据的量级会因为运营地区网络的情况和app本身的业务特点而有差异;大部分情况其实占比也是很小的,但也有部分应用占比会大些。
1.事件分析和自定义查询时确认查询条件和查询范围一致。
2.事件分析的计算结果可能存在缓存,可以使用刷新全部失效数据更新后在对比。
3.如果环境开启多时区,自定义查询中需要将查询时间范围转换为对应的查询时区。
$activation和应用启动在留存上存在较大差异时,解决方案:
$activation事件通常指的是用户的激活行为,比如首次安装并打开应用。而“应用启动”则是用户每次打开应用时触发的事件。两者的UV数存在差异的原因可能包括:
在用户细查明细中,只有App激活的设备,推测用户激活了APP,并未发生后续行为或关闭了APP,后续启动时应该会有相关事件上报。
在用户细查中有多次App激活数据,需要看看激活install_type类型及app_version字段,install_type是1(首次安装),install_type是3(卸载重装),如install_type及app_version发生了变化,说明客户端APP版本做了升级或调整。
在DataFinder的高级分析页面中配置好查询分析参数后,点击查询即可在当前页面查看到查询结果,将当前查询结果页面的URL复制后,可临时保留查询结果,此URL的临时存储时间约1个月,超过1个月后即会失效,再次点击页面URL会提示分析结果不存在。建议将需要长期保留的查询结果保存为看板。
爬虫带来的数据没有分析价值,且影响真实数据。建议您参考“爬虫数据过滤”文档,开启反爬配置,清理脏数据。
《爬虫数据过滤》文档请看:https://www.volcengine.com/docs/6285/69052