功能概述
在Quick Tracking 的分析主要分为两个部分，一个是对行为的洞察，一个是对用户的洞察。
行为洞察
基于事件的指标统计分析，并在分组、筛选等条件下进行下钻分析，能够帮助企业了解用户使用产品的情况，进一步挖掘影响指标变化的主要因素。
帮助企业了解用户在行为步骤中的转化或流失情况，进而通过优化产品或者开展运营活动提升转化率，达成业务目标。
根据业务场景以及产品阶段的不同，对自定义起始行为和后续行为做留存计算，协助企业分析用户使用产品的粘性，根据留存分析结果有针对性地调整策略，引导用户发现产品价值，留住用户，实现用户真实的增长。
在划分的区间内，查看某个事件指标上的用户分布情况。常见的有查看按某个事件发生次数看人数分布、使用产品天数分布以及某个属性值的用户数分布等。企业可以使用分布分析进一步掌握用户特征。
帮助企业科学地观察用户群体在发生指定行为事件之间的时间间隔及数据分布情况。不同数据指标如最大值、最小值和中位数等六类指标可反映产品使用路径中的用户体验，并借此评估产品功能设置的合理性。
session分析把用户单点行为串联成一个整体，帮助企业对用户在产品上一系列行为进行深度解读。
路径分析将用户在产品中的使用路径用桑基图呈现，展现用户在页面与页面之间流转的流量走向。通过路径分析可以帮助企业验证产品运营策略，优化产品设计思路。
用户洞察
人群洞察支持圈选在某一时间段内有相同的行为特征和属性特征的用户，对筛选出来的用户进行精准分析和触达
将用户按照生命周期进行划分，帮助企业有针对性地关注、分析、运营可能流失的用户，提升活跃用户数量。
说明文档附件
行为洞察分析与用户洞察分析存在部分共性，特此说明以便用户理解。
附件1.选择事件指标
事件指标支持预置指标和属性指标。预置指标支持「去重数」、「次数」、「人均次数」计算。属性指标分为字符型指标和数值型指标，字符型指标支持「去重数」计算，数值型指标支持「去重数」「累加值」、「最大值」、「最小值」、「平均值」、「下四分位数」、「中位数」、「上四分位数」计算。具体含义如下：
指标类型 | 指标名称 | 指标含义 | 举例 |
预置指标 | 设备ID的去重数 | 所选事件的设备ID的去重数 | 访问小程序的openid数 |
设备ID的次数 | 所选事件的设备ID有值的触发次数 | 启动小程序的次数 | |
设备ID的人均次数 | 设备ID次数/设备ID去重数 | 小程序人均启动次数 | |
账号ID的去重数 | 所选事件的登录账号ID的去重数 | 支付订单的账号数 | |
账号ID的次数 | 所选事件的登录账号ID有值的触发次数 | 支付订单的次数 | |
账号ID的人均次数 | 账号ID的次数/账号ID去重数 | 人均支付订单次数 | |
实体ID的去重数 | 所选事件的实体ID的去重数 | 跨端场景下的活跃one-id数 | |
实体ID的次数 | 所选事件的实体ID有值的触发次数 | 跨端场景下的活跃次数 | |
实体ID的人均次数 | 实体ID次数/实体ID去重数 | 跨端场景下的人均活跃次数 | |
属性指标 | 去重数 | 事件属性去重 | 曝光的商品数 |
累加值 | 数值型属性加和 | 支付订单金额之和 | |
最大值 | 数值型属性的最大值 | 支付订单金额最大值 | |
最小值 | 数值型属性的最小值 | 支付订单金额最小值 | |
平均值 | 数值型属性的算术平均数 | 支付订单金额的平均值 | |
下四分位数 | 数值型属性的第75%的数据值 | 支付订单金额的第75%的数据值 | |
中位数 | 数据型属性的中间位置数据值 | 支付订单金额的第50%的数据值 | |
上四分位数 | 数值型属性的第25%的数据值 | 支付订单金额的第25%的数据值 | |
P90 | 数值型属性的第90%的数据值 | 支付订单金额的第90%的数据值 |
附件2.添加筛选条件
支持用系统属性、全局属性、事件属性、渠道属性和用户属性筛选过滤。具体描述及内容如下：
分类名称 | 分类描述 | 具体内容 |
系统属性 | 该属性作用于所有事件，并且由SDK采集 | 系统预置的属性，例如SDK的版本 |
全局属性 | 该属性作用于所有事件，由用户上报，例如饿了么的地域 | 用户在采集管理平台的全局属性中作录入的属性 |
事件属性 | 该属性作用于所有事件，由用户上报或者系统采集，例如支付事件的支付金额 | 用户在采集管理平台的事件属性中做录入的属性 |
渠道属性 | 该属性作用于所有事件，查看各渠道来源的用户在应用内的行为特征及对某个指标的贡献 | 用户在采集管理平台的渠道属性中做录入的属性 |
用户属性 | 该属性作用于所有事件，通过特定事件或者服务端API上报，例如饿了么会员信息 | 用户在采集管理平台的用户属性中做录入的属性 |
分享回流属性 | 该属性作用于分享行为事件，“因分享行为而产生的二次/多次访问用户”的关键归因字段，例如share_id、utm_source=share&ref=xxx | 用户在采集管理平台的用户属性中做录入的属性 |
根据属性的不同类型支持不同的筛选符号。具体筛选符号及符号定义如下：
属性类型 | 筛选符号 | 符号定义 |
字符串 | 等于 | 表示等于一个或多ß个具体的值 |
不等于 | 标识排除一个或多个具体的值 | |
包含 | 查找属性值中包含某些字符的值 | |
不包含 | 排除属性值中包含某些字符的值 | |
无值 | 查找无属性值的数据 | |
有值 | 查找有属性值的数据 | |
数值型 | 等于 | 等于某个或多个具体的数据 |
不等于 | 不等于某个具体数值 | |
大于 | 大于某个具体数值 | |
大于等于 | 大于等于某个具体数值 | |
小于 | 小于某个具体数值 | |
小于等于 | 小于等于某个具体数值 | |
在...与... | 在某两个具体数值之间 | |
无值 | 查找无订单金额的数据 | |
有值 | 查找有订单金额的数据 | |
布尔值 | true | 结果为真 |
false | 结果为假 | |
有值 | 查到有时间值的数据 | |
无值 | 查到无时间值的数据 | |
时间戳 | 绝对时间 | 等于某个固定时间 |
时段区间 | 在某个时间段内 | |
相对当前时间点的时间 | 相对于当前时间点，时间向前后向后发生的时间点 | |
相对事件发生时间的时间点 | 根据事件发生的时间，比如某个点击事件发生的时间点 | |
相对事件发生时间区间 | 根据事件发生的时间区间，比如某个点击事件发生的时间点~向后发生该事件的时间点 | |
有值 | 查到有时间值的数据 | |
无值 | 查到无时间值的数据 |
筛选有值/无值时计算归属及展示如下：
实际情况 | 筛选“有值、无值”时的计算归属 | 按照属性值进行展示时 |
key:'value' | 有值 | 'value' |
key:'' | 无值 | 空字符串（预置） |
key:null | 无值 | 空对象（预置） |
key不存在 | 无值 | 未知（预置） |