事件分析作为数据分析最重要的分析方法之一,能够帮助我们研究某行为事件的发生对企业所产生的价值影响。Agent 运营分析支持通过构建指标、分组筛选及多种可视化图表对用户行为进行多维分析,同时在数据智能洞察方面提供了异常数据分析的功能,可以帮助您发现更多数据异常带来的影响。本文为您介绍 Agent 事件分析工具的使用详细指导。
进行事件分析前,您需要了解事件分析工具涉及的主要概念,帮助您了解事件分析工具的分析逻辑。
术语 | 概念介绍 |
|---|---|
事件(Event) | 事件即用户行为的数据化描述。例如,在 Agent 中,一次用户会话经过埋点数据化后,可通过事件(标识为 ai_session)来描述。后续在运营分析过程中,可通过指定各类事件筛选查看用户行为的数据统计。 |
属性(Params) | 在 Agent 运营分析中通过“事件名称+属性列表”组合的方式来详细准确的描述用户行为:
|
事件属性 | 与单个或几个事件相关的属性,用以对这些事件进行展开描述,如 “ai_session(一次用户会话)” 的 |
事件公共属性 | 事件公共属性可以为所有事件所共用,如事件发生的时间、IP 地址等。 说明 除事件属性、事件公共属性外,还有用户属性,用于描述用户的相关信息,例如,用户的年龄、性别等。 |
事件分析 | Agent 事件分析工具可通过构建指标、分组筛选及多种可视化图表对用户行为进行多维分析。
|
指标 | 数据分析的指标与分析的业务目标相关,通常可通过量化的事件数值来体现待分析的业务指标。Agent 运营分析中可通过选择事件、事件/属性数值的计算方式来定义事件分析的指标,并支持通过属性的过滤条件进行过滤分析。 |
注意
Agent 运营分析的用户分析能力底层依托增长分析平台(DataFinder)实现。您可跳转至 DataFinder 查阅用户分析相关扩展资料,进一步了解用户分析的基础概念与通用能力。需注意 DataFinder 多用于应用(App)类数据分析场景,而 Agent 运营分析中的用户分析仅针对已接入的 Agent 业务数据开展分析。
使用 Agent 事件分析时,您可以根据业务目标选择待分析的指标。指标可基于选择的事件,通过指标算子进行逻辑计算和统计分析。以下为事件分析指标支持的指标算子和各算子的计算逻辑说明。
说明
以下算子描述中,数值型属性目前特指 int、float 两种类型。
指标算子 | 算子的计算逻辑说明 | 举例 |
|---|---|---|
总次数(PV) | 统计事件的发生次数 | 统计用户在 Agent 触发某事件的总次数。 |
总人数(UV) | 统计事件的发生人数 | 统计在 Agent 内触发某事件的总人数。 |
渗透率(UV/AU) | 事件触发总人数/全部活跃人数,其中分母为any_active_event事件的触发人数 | 查看新功能上线后活跃用户的使用占比情况 |
人均次数(PV/UV) | 即 pv/uv,事件的人均发生次数 | 统计用户打开页面的人均次数:pv/uv |
全活跃用户人均次数(PV/AU) | 事件触发总次数/全部活跃人数,其中分母为any_active_event事件的触发人数 | 查看新功能上线后活跃用户的人均使用次数情况 |
按…求和(SUM) | 按事件的数值型属性求和 | 统计事件停留的总时长 |
按...求最大值(MAX) | 某属性的值的最大值,只支持数值型属性 | 统计事件停留时长的最大值 |
按...求最小值(MIN) | 某属性的值的最小值,只支持数值型属性 | 统计事件停留时长的最小值 |
按…求平均值 | 某属性的值之和/事件发生次数,只支持数值型属性 | 统计事件停留时长的平均值 |
按…求人均值 | 某属性的值之和/事件发生人数,只支持数值型属性 | 统计事件停留的人均时长 |
按...求全活跃用户人均值 | 某数值型属性的值之和/全部活跃人数,其中分母为 any_active_event 事件的触发人数 | 统计活跃用户的事件停留的人均时长 |
按…求分位数 | 即把单位时间范围内的数据按从小到大排序后,求处在某一分位上的数; | 查看每日用户发生目标事件的次数分布情况 |
按…求去重数 | 即对事件参数进行去重统计 | 统计平台类型的去重值 |
按…和用户去重 | 即对事件参数和做过该事件的用户进行去重统计 | 统计用户所用平台类型的去重值 |
说明
事件指标 + 公式指标 + 自定义指标最多添加 50 组。
在 Agent事件分析页面的配置指标区域,按需配置事件指标。
其中:
在 Agent事件分析页面的配置指标区域,按需配置公式指标。
添加一至多个计算条件,并设置各条件之间的计算公式,以构建符合业务所需的公式指标。
说明
相较于自定义指标,公式指标配置使用上更为灵活:
如果您希望对已添加的常规指标进行自定义的计算,将计算结果也作为指标进行分析,您可以创建自定义指标,实现指标间的计算,并可选是否同时展示原子指标。
配置步骤:
说明
添加自定义指标后,对后续查询分析的结果图表有以下影响:
细分筛选主要是用来进行用户的过滤筛选,确定需要分析的是符合哪些条件的用户。例如,筛选「城市是东营、商丘,用户分群为测试」的用户进行对应指标的分析。
配置属性分组后,查询分析的结果图表会按配置的各个属性取值的维度进行分组展示,便于进行更加精细化的分析。
例如,分析某个 Agent 链路状态分布情况时,您可以将指标按 Agent 的链路状态这一属性进行分组展示。操作指导如下:
配置属性分组后,在页面下方详细数据列表中,属性分组列支持筛选指定范围的属性值。
完成上述指标、细分筛选和属性分组的配置后,您可查看对应指标的分析结果的可视化图表,并根据需求进行调整。
默认情况下,系统会自动以折线图的方式展示过去 7 天的统计结果。您可以根据需求对分析图表进行以下调整:
设定分析的时间粒度:5 分钟级、小时级、天级、周级、月级。
可通过日历组件快捷设定分析时间段和自定义时间段。
快捷设定时间说明:
粒度 | 快捷设定分析时间段 | 过去N.. | 最新(今天、本周周、本月等) | 次新(昨天、上周、上月等) |
|---|---|---|---|---|
5分钟 |
| 天 | 今天 | 昨天 |
小时 |
| 天 | 今天 | 昨天 |
天 |
| 天 | 今天 | 昨天 |
周 |
| 天 | 今天 | 昨天 |
月 |
| 天 | 今天 | 昨天 |
自定义设定时间说明:具体时间至昨天、今天、N 天前;N 天前至昨天、今天、N 天前。
可进行时间的对比的选择:上一周期、上同周期、上月同期、去年同期、自定义时间。
日期 | 含义 |
|---|---|
上一周期 | 首尾相接的上一段时间 |
上周同期 | 向前平移一周,每周顺序对应。 |
上月同期 | 向前平移一月,每月顺序对应,考虑到每个月天数不一致,无法直接平移一个月,因此不支持该选项。 |
去年同期 | 向前平移一年,相应月份和日期对应,具体策略为:直接改变年份,然后用对比时间的结束时间减去被对比时间的时间区间,得到对比时间的开始时间即可。 |
自定义时间 | 通过日历组件自定义指定时间 |
事件分析当前支持为您展示:折线图、堆叠图、柱形图、双轴图、环形图、百分比图、指标卡。您可按需切换图表类型。
折线图可便捷的用于分析趋势类的数据,是最常见的分析图表之一。
堆叠图适用于需要同时观察整体趋势和组成部分随时间的演变的分析需求。它结合了面积图的趋势表现力与堆叠图的结构分解能力。
柱状图的指标说明如下。
说明
如果您希望查看对照组和日期对比的柱状图,请使用堆叠图图表样式查看。
当事件分析多指标或多分组值时,可使用双轴图,并支持配置双轴展示细节。
环形图适用于展示各类别在整体中所占的比例的分析场景。
百分比图适用于跨时间/分组的构成比例变化的分析场景。
支持将某个指标的分析结果使用指标卡的形式进行展示,除了指标结果数据外,支持灵活勾选在指标卡中展示指标的同环比数据、累计值、平均值等数据。
说明
指标卡暂不支持多个指标同时展示。
展示统计结果的详细数据表。
详细数据表支持以下操作:
如果您希望对已查询到的数据进行进一步的深度分析/数据校验,当前支持:
事件分析图表 | 详细数据列表 |
|---|---|
详细数据列表可下载为 Excel 文件至本地,用于相关业务分析。
点击右上角的保存到看板,可以将需要长期监测的指标图表添加到 Agent 运营分析 > 数据统计 > 自定义看板中。
参数 | 配置说明 |
|---|---|
图表名称 | 可以对图表进行重新命名,便于后续查看。 |
保存位置 | 当前表格在数据统计 > 自定义看板中的保存位置。
|
图表类型 | 选择保存的图表类型。当前事件分析支持将查询结果图表保存为折线图、堆叠图、柱形图等多种类型的图表,您可根据后续看板查看数据的需要,选择保存为哪种图表。 |
同时展示 |
注意
|
配置完成后,前往Agent 运营分析 > 数据统计 > 自定义看板查看对应的看板数据。
在进行趋势分析时,数据的异常波动对于我们发现业务上的问题或机会有重要的提示作用。我们常常会基于经验判断波动是否正常,但常常会忽略一些看似正常,但并不符合波动规律的数据。通过异常诊断我们可以快速发现这些异常数据并展开常用的维度,可以很好的帮助业务人员定位数据波动的原因。
当事件分析中事件和对照组的乘积不超过 10(如 2个事件*对照组5个=10个 可用,事件3个&对照组4个=12个 不可用)并且图表类型是折线图时,会激活异常诊断功能。
图表类型 | 事件数量(含自定义指标) * 对照组数量 | 事件属性 + 公共属性分组 |
|---|---|---|
折线图 | <= 10 | 无 |
如下图:
开启异常诊断时,支持配置置信区间和回溯天数。
参数 | 含义 | 取值区间 |
|---|---|---|
置信区间 | 包含在阈值范围内的数据占全部数据的比例 | 80%-99% |
回溯天数 | 早于所选开始日期的天数,选择足够的天数以便计算更贴合实际情况的阈值范围。 | 至少一个当前所选的日期范围至365天。 |
说明
置信区间 100% 表示所有的真实数据点都不是异常。
异常诊断功能激活后,系统会取回溯天数内的数据进行计算,预测拟合出当前查询时间范围内的数据并以虚线显示在图中。虚线背后颜色较浅的色带表示符合预期的数据范围,色带的宽度由“置信区间”来决定。置信区间数值越大,表示宽容度越高,则更多的实线上的实际数据就会出现在色带范围中,而那些没有出现在色带范围内的实线上的数据点,则会被标记为“异常”点,以红色高亮显示,可以通过显微镜功能进入异常数据的纬度展开。
说明
目前异常诊断功能为BETA版,仅支持单一指标进行诊断;如果您使用有任何建议和反馈,欢迎给到我们反馈。
选择异常诊断后,可查看诊断数据。在页面下方,支持查看异常诊断的详细数据统计。
说明
异常诊断页面内操作项说明:
在展开的维度中,可以选择将该纬度进行“置顶/取消置顶”“置底/取消”,可以选择在新窗口打开,如下图:
在新窗口打开后,会进入到按选择的属性维度分组查看的事件分析中,可以进行更加详细的分析。