功能概述
在Quick Tracking 的分析主要分為兩個部分，一個是對行為的洞察，一個是對使用者的洞察。
行為洞察
基於事件的指標統計分析，並在分組、篩選等條件下進行下鑽分析，能夠協助企業瞭解使用者使用產品的情況，進一步挖掘影響指標變化的主要因素。
協助企業瞭解使用者在行為步驟中的轉化或流失情況，進而通過最佳化產品或者開展營運活動提升轉化率，達成營運目標。
根據業務情境以及產品階段的不同，對自訂起始行為和後續行為做留存計算，協助企業分析使用者使用產品的粘性，根據留存分析結果有針對性地調整策略，引導使用者發現產品價值，留住使用者，實現使用者真實的增長。
在劃分的區間內，查看某個事件指標上的使用者分布情況。常見的有查看按某個事件發生次數看人數分布、使用產品天數分布以及某個屬性值的使用者數分布等。企業可以使用分布分析進一步掌握使用者特徵。
協助企業科學地觀察使用者群體在發生指定行為事件之間的時間間隔及資料分布情況。不同資料指標如最大值、最小值和中位元等六類指標可反映產品使用路徑中的使用者體驗，並藉此評估產品功能設定的合理性。
session分析把使用者單點行為串聯成一個整體，協助企業對使用者在產品上一系列行為進行深度解讀。
路徑分析將使用者在產品中的使用路徑用桑基圖呈現，展現使用者在頁面與頁面之間流轉的流量走向。通過路徑分析可以協助企業驗證產品營運策略，最佳化產品設計思路。
使用者洞察
人群洞察支援圈選在某一時間段內有相同的行為特徵和屬性特徵的使用者，對篩選出來的使用者進行精準分析和觸達
將使用者按照生命週期進行劃分，協助企業有針對性地關注、分析、營運可能流失的使用者，提升活躍使用者數量。
說明文檔附件
行為洞察分析與使用者洞察分析存在部分共性，特此說明以便使用者理解。
附件1.選擇事件指標
事件指標支援預置指標和屬性指標。預置指標支援「去重數」、「次數」、「人均次數」計算。屬性指標分為字元型指標和數值型指標，字元型指標支援「去重數」計算，數值型指標支援「去重數」「累加值」、「最大值」、「最小值」、「平均值」、「下四分位元」、「中位元」、「上四分位元」計算。具體含義如下：
指標類型 | 指標名稱 | 指標含義 | 舉例 |
預置指標 | 裝置ID的去重數 | 所選事件的裝置ID的去重數 | 訪問小程式的openid數 |
裝置ID的次數 | 所選事件的裝置ID有值的觸發次數 | 啟動小程式的次數 | |
裝置ID的人均次數 | 裝置ID次數/裝置ID去重數 | 小程式人均啟動次數 | |
帳號ID的去重數 | 所選事件的登入帳號ID的去重數 | 支付訂單的帳號數 | |
帳號ID的次數 | 所選事件的登入帳號ID有值的觸發次數 | 支付訂單的次數 | |
帳號ID的人均次數 | 帳號ID的次數/帳號ID去重數 | 人均支付訂單次數 | |
實體ID的去重數 | 所選事件的實體ID的去重數 | 跨端情境下的活躍one-id數 | |
實體ID的次數 | 所選事件的實體ID有值的觸發次數 | 跨端情境下的活躍次數 | |
實體ID的人均次數 | 實體ID次數/實體ID去重數 | 跨端情境下的人均活躍次數 | |
屬性指標 | 去重數 | 事件屬性去重 | 曝光的商品數 |
累加值 | 數值型屬性加和 | 支付訂單金額之和 | |
最大值 | 數值型屬性的最大值 | 支付訂單金額最大值 | |
最小值 | 數值型屬性的最小值 | 支付訂單金額最小值 | |
平均值 | 數值型屬性的算術平均數 | 支付訂單金額的平均值 | |
下四分位元 | 數值型屬性的第75%的資料值 | 支付訂單金額的第75%的資料值 | |
中位元 | 資料型屬性的中間位置資料值 | 支付訂單金額的第50%的資料值 | |
上四分位元 | 數值型屬性的第25%的資料值 | 支付訂單金額的第25%的資料值 | |
P90 | 數值型屬性的第90%的資料值 | 支付訂單金額的第90%的資料值 |
附件2.添加篩選條件
支援用系統屬性、全域屬性、事件屬性、渠道屬性和使用者屬性篩選過濾。具體描述及內容如下：
分類名稱 | 分類描述 | 具體內容 |
系統屬性 | 該屬性作用於所有事件，並且由SDK採集 | 系統預置的屬性，例如SDK的版本 |
全域屬性 | 該屬性作用於所有事件，由使用者上報，例如餓了麼的地區 | 使用者在採集管理平台的全域屬性中作錄入的屬性 |
事件屬性 | 該屬性作用於所有事件，由使用者上報或者系統採集，例如支付事件的支付金額 | 使用者在採集管理平台的事件屬性中做錄入的屬性 |
渠道屬性 | 該屬性作用於所有事件，查看各渠道來源的使用者在應用內的行為特徵及對某個指標的貢獻 | 使用者在採集管理平台的渠道屬性中做錄入的屬性 |
使用者屬性 | 該屬性作用於所有事件，通過特定事件或者服務端API上報，例如餓了麼會員資訊 | 使用者在採集管理平台的使用者屬性中做錄入的屬性 |
分享迴流屬性 | 該屬性作用於分享行為事件，“因分享行為而產生的二次/多次訪問使用者”的關鍵歸因欄位，例如share_id、utm_source=share&ref=xxx | 使用者在採集管理平台的使用者屬性中做錄入的屬性 |
根據屬性的不同類型支援不同的篩選符號。具體篩選符號及符號定義如下：
屬性類型 | 篩選符號 | 符號定義 |
字串 | 等於 | 表示等於一個或多ß個具體的值 |
不等於 | 標識排除一個或多個具體的值 | |
包含 | 尋找屬性值中包含某些字元的值 | |
不包含 | 排除屬性值中包含某些字元的值 | |
無值 | 尋找無屬性值的資料 | |
有值 | 尋找有屬性值的資料 | |
數值型 | 等於 | 等於某個或多個具體的資料 |
不等於 | 不等於某個具體數值 | |
大於 | 大於某個具體數值 | |
大於等於 | 大於等於某個具體數值 | |
小於 | 小於某個具體數值 | |
小於等於 | 小於等於某個具體數值 | |
在...與... | 在某兩個具體數值之間 | |
無值 | 尋找無訂單金額的資料 | |
有值 | 尋找有訂單金額的資料 | |
布爾值 | true | 結果為真 |
false | 結果為假 | |
有值 | 查到有時間值的資料 | |
無值 | 查到無時間值的資料 | |
時間戳記 | 絕對時間 | 等於某個固定時間 |
時段區間 | 在某個時間段內 | |
相對目前時間點的時間 | 相對於目前時間點，時間向前後向後發生的時間點 | |
相對事件發生時間的時間點 | 根據事件發生的時間，比如某個點擊事件發生的時間點 | |
相對事件發生時間區間 | 根據事件發生的時間區間，比如某個點擊事件發生的時間點~向後發生該事件的時間點 | |
有值 | 查到有時間值的資料 | |
無值 | 查到無時間值的資料 |
篩選有值/無值時計算歸屬及展示如下：
實際情況 | 篩選“有值、無值”時的計算歸屬 | 按照屬性值進行展示時 |
key:'value' | 有值 | 'value' |
key:'' | 無值 | Null 字元串（預置） |
key:null | 無值 | Null 物件（預置） |
key不存在 | 無值 | 未知（預置） |