1、微信小程序數據分析教程功能概述小程序數據分析，是面向小程序開發者、運營者的數據分析工具，提供關鍵指標統計、實時訪問監控、自定義分析等，幫助小程序產品迭代優化和運營。主要功能如下：概況：提供小程序關鍵指標趨勢以及top頁面訪問數據，快速了解小程序發展概況；訪問分析：提供小程序用戶訪問來源、規模、頻次、時長、深度以及頁面詳情等數據，具體分析用戶新增和活躍情況；實時統計：提供小程序實時訪問數據，滿足實時監控需求；自定義分析：配置自定義上報，精細跟蹤用戶在小程序內的行為，結合用戶屬性、系統屬性、事件屬性進行靈活多維的事件分析和漏斗分析，滿足小程序的個性化分析需求；留存分析：提供小程序新增用戶和活躍用戶

2、的留存數據，分析用戶留存與流失，功能正在開發中；用戶畫像：提供小程序的用戶畫像數據，包括用戶地域、性別、平臺類型、設備、網絡類型等，功能正在開發中。概況昨日概況查看昨日關鍵用戶指標，反映小程序昨日用戶活躍概況，以及對比一天前、一周前、一月前的增長率。趨勢概況查看關鍵指標的趨勢，包括累計訪問用戶數、打開次數、訪問次數、訪問人數、新訪問用戶數、分享次數、分享人數、人均停留時長、次均停留時長（參見【指標解釋】），可選擇時間進行對比。Top頁面查看用戶最常訪問的頁面，以及頁面訪問次數和占比（單個頁面訪問次數/總訪問次數），區分入口頁和受訪頁。其中，入口頁指用戶進入小程序訪問的第一個頁面；受訪頁指用戶訪

3、問的每一個頁面。實時統計查看實時用戶訪問數據，可以選擇所有頁面或單個頁面為分析對象，可以選擇具體的時間粒度（1分鐘、5分鐘、10分鐘、30分鐘、1小時），可以按時間進行對比。為了更好地查看數據趨勢，時間粒度為分鐘時，請注意合理選擇時間范圍。詳情數據查看每一個頁面在所選時間范圍內的總訪問次數及占比。訪問分析訪問趨勢查看小程序的用戶訪問趨勢，包括打開次數、訪問次數、訪問人數、新用戶數、人均訪問時長、次均訪問時長、平均訪問深度。（參見【指標解釋】）可以選擇時間粒度，按天、周、月匯總查看。當時間粒度為周或月時，次數為累計匯總值，人數去重。訪問分布訪問來源，即用戶訪問小程序的具體場景，如二維碼、小程序桌

4、面等。你可以查看各個場景的小程序打開次數，分析小程序的用戶渠道。訪問時長，即用戶從打開小程序，到主動關閉或超時退出小程序的過程中停留的時長，你可以查看各個時長區間的打開次數，分析用戶對小程序的喜愛或依賴程度。訪問深度，即用戶從打開小程序，到主動關閉或超時退出小程序的過程中訪問的去重頁面數，你可以查看各個訪問深度區間的打開次數，了解小程序的普通用戶、深度用戶分布。訪問頁面查看選定時間范圍內，每個小程序頁面的訪問次數、訪問人數、次均使用時長、入口頁次數、退出頁次數、退出率、分享次數、分享人數。（參見【指標解釋】）以上指標均為時間范圍內的累計值。可以按單個指標排序顯示。自定義分析自定義分析支持靈活多

5、維和近實時的用戶行為分析，可以通過自定義上報，對用戶在小程序內的行為做精細化跟蹤，滿足頁面訪問等標準統計以外的個性化分析需求。例如，電商類小程序通過配置自定義上報，收集數據，可以完成如下分析：1. 購買商品的人，各省份、城市、年齡、性別的分布如何？不同用戶群購買的商品數量、商品價格有什么差別？2. 用戶訪問商品頁、查看商品詳情、查看評論、下單、支付、完成購買，逐步的轉化率如何？不同用戶群的轉化是否有差異？3. 今天參與線上活動的用戶，各個時段（小時級）的活躍度如何？快速入門使用小程序自定義分析，建議按以下步驟進行1. 明確數據需求2. 根據產品特性，合理定義事件，配置上報3. 測試和發布事件配

6、置，收集數據4. 結合具體需求，分析數據明確需求例如，一個電商類小程序，可能需要分析：· 不同地區的商品訂單量、支付總金額；· 商品購買流程中各個步驟的轉化和流失情況。定義事件數據是以事件為模型進行存儲和分析的。電商類小程序中，用戶購買過程可能包括如下事件：· 查看商品· 查看詳情· 加入購物車· 下單· 支付進入“數據分析” “自定義分析” - “事件管理”，點擊 “新建事件”。以加入購物車事件為例，填寫事件英文和中文名稱：填寫事件配置，定義如何收集數據：這個例子中，用一個動作上報“加入購物車”事件。trigger，觸發條

7、件，click，表示點擊操作觸發；action，觸發時動作，start_and_report，表示在每一次click中，收集數據并上報；page，觸發頁面，填viewProduct（viewProduct是商品詳情頁）；element， 觸發元素，填.addToCart（.addToCart是一個“加入購物車”的按鈕）；data, 事件的數據及其來源，用“字段名 字段值”來表示，其中字段值是頁面上的一個變量。.這個例子中，data有四項：product_id : itemIDproduct_name : itemNameproduct_price : priceproduct_category

8、 : category即：事件的product_id字段，收集viewProduct頁面上的itemID變量；事件的product_name字段，收集viewProduct頁面上的itemName變量；事件的product_price字段，收集viewProduct頁面上的price變量；事件的product_category字段，收集viewProduct頁面上的category變量；以上內容表示：當用戶點擊viewProduct頁面上的.addToCart按鈕時，上報一條記錄到add_to_cart事件，事件的product_id, product_name, product_price,

9、 product_category 字段， 取值分別是頁面上的itemID, itemName, price, category。確定配置后，點擊“檢查字段”。此時會提示add_to_cart事件包含的具體字段，繼續補充字段的名稱、數據類型和備注信息。測試和發布確認字段信息后，點擊“保存并測試”，保存當前配置并測試上報的數據是否符合預期。選擇一個開發者，點擊“下一步”，事件配置將會實時同步到所選開發者的設備上。配置成功同步到設備上后，按提示在開發者的設備上打開對應小程序中進行測試操作，點擊商品詳情頁中的“加入購物車”按鈕，進行數據上報。操作完成后點擊“同步結果”，可能有1-2分鐘延遲。數據上報

10、成功后，可在當前窗口查看上報詳情。如果數據符合預期，認為測試成功，點擊“關閉”回到事件編輯頁面。點擊“保存并發布”并確認操作，該事件配置正式生效，大概5分鐘后，即可開始收集所有用戶的數據。注意：發布后，事件已有字段的名稱和數據類型不可更改，但可繼續修改配置、新增字段。同理，可以定義下單、支付等其他事件并發布事件配置、收集數據。分析數據發布事件配置、收集數據后，可以進行相應的數據分析。1. 統計不同城市用戶的訂單量進入“數據分析” “自定義分析” “事件分析”事件：選擇“下單”；指標：選擇“總次數”和“去重人數”，即下單操作的次數和人數，表示訂單數和下單用戶數；分組：選擇“城市”，即按城市分別統

11、計訂單數和下單用戶數；過濾：數據篩選條件，例如只統計廣東省的數據，則選擇省份等于廣東省，也可以不選擇；時間：選擇時間范圍以及數據的時間粒度，例如查看最近7天每天的數據。完成后點擊“查詢”。數據開始計算，根據數據量大小不同，可能有一定的等待時間。你可以點擊“收進后臺”，在當前頁面進行新的查詢，也可以在歷史查詢記錄中查看之前的數據。統計完成后，當前頁面將展示各個城市的下單總次數、總人數。由于分組項太多，圖表僅展示部分數據，你可以設置“顯示其他數據”來選擇希望查看的城市和指標；詳細數據將會顯示全部城市的數據，可以查看或下載。2. 商品購買流程中各個步驟的轉化和流失情況進入“數據分析” “自定義分析”

12、 “漏斗分析”首次進入時，點擊“新建漏斗”創建漏斗。填寫漏斗名稱，確認一個簡潔清晰的名稱，有利于對應分析。設置漏斗步驟，每個步驟對應一個事件，本漏斗中設置步驟是查看商品-查看詳情-加入購物車-下單-支付。每個步驟確認后點擊右下角“添加步驟”繼續添加下一個步驟。完成后回到數據查詢頁，設置查詢條件。漏斗名稱：選擇已創建的“購買轉化漏斗”；分組：選擇需要分組統計的字段，也可以不選擇，不選擇時將統計總體；過濾：數據篩選條件，例如只統計廣東省的數據，則選擇省份等于廣東省，也可以不選擇；時間：選擇時間范圍，將統計此范圍內總體漏斗轉化情況，此處選擇12.22-12.31。點擊查詢，查看數據結果。圖表顯示，1

13、2.22-12.31內，查看商品的人數共985人。這些用戶到后面每個步驟的轉化率依次為93.50%，84.04%，74.68%，65.92%.詳情數據會展示了每個步驟的具體數據，可以下載查看。進一步，可以更新查詢條件，例如設置分組條件，選擇“城市”字段，可以查看各城市的詳細漏斗數據；設置過濾條件，可只查看部分選定用戶的漏斗轉化數據；拉長時間范圍，可以看這些查看商品的用戶在更長時間內的轉化和流失情況。以上簡單介紹了如何使用自定義分析功能分析用戶購買行為，下面將介紹自定義分析功能詳情。事件管理事件及其字段事件是自定義分析進行用戶行為數據收集和分析的模型。一個事件的數據都是由多個字段組成，字段包括系

14、統默認字段和用戶自定義字段。系統默認字段由系統收集數據，如用戶地域、設備類型等；而用戶自定義字段則是用戶指定并收集數據。字段的定義是全局的，即事件A使用了字段a，事件B也使用了字段a，a在事件A和B中的定義及描述是一致的。在“數據分析”-“自定義分析”-“事件管理”頁面可以查看系統默認字段及已有的用戶定義字段。目前，字段類型支持32位整數型及字符型。事件的編輯與發布可以通過新增事件創建一個事件，修改事件來編輯一個事件，事件只有發布之后，才在收集和分析數據時正式生效。“新增事件”可以增加新的事件。“查看發布版”可以看到這個事件目前正式發布的版本。“修改”可以編輯這個事件。新增/修改事件點擊“修改

15、”編輯已有事件，進入修改事件頁面。或者點擊“新建事件”創建事件。新增事件時，需要填寫事件的英文名稱和中文名稱。英文名稱可由小寫字母、下劃線、數字組成，并以小寫字母開頭，長度為32字以內，并且不能跟已有的事件的英文名稱相同；中文名稱在32字符以內，不能跟已有的事件的中文名稱相同。編輯事件，首先需要編輯這個事件的配置，即如何收集數據，配置的具體細節見【事件上報配置說明】如圖，表示在view_product事件中，將使用product_id, product_name, product_price, product_category, product_producer這些字段，收集頁面上的信息，如果

16、這些字段之前沒有被view_product事件使用過，那么將添加到事件里。編輯事件配置后，點擊“檢查字段”，會檢查上報的配置里指定了哪些字段，是否需要添加到事件里。如圖，這個例子中五個字段對于事件來說還未發布使用過，都是新增字段。其中，product_category，product_id,product_name, product_price 在其他事件里定義過了，其類型和含義都是確定的（如前面所說，字段的定義是全局的），而product_producer沒有定義過，所以需要補充信息。更多細節，參見【事件字段說明】。補充字段定義后，可以點擊“保存”，將本次修改保存下來。“保存并測試”，將保存

17、當前配置并進入測試流程，可以檢查數據上報是否符合預期，參見【事件測試流程】。“保存并發布”，將保存當前配置并發布，可以正式收集和分析用戶行為數據。重置為線上版本修改事件配置后，如果不符合實際需求，可以點擊“重置為線上版本”撤銷修改。注意，該操作不會自動保存，“重置為線上版本”后需要再點擊“保存”。事件上報配置說明每個事件都需要指定收集數據的方式，這個是通過事件上報配置來管理的。事件上報配置的每一項都是一個動作，可以由一到多個動作組成。動作的各項含義如下：trigger，觸發條件:click 點擊時觸發，必須指定page和elemententerPage 進入頁面時觸發，必須指定pageleav

18、ePage 離開頁面時觸發，必須指定pagepullDownRefresh 下拉刷新時觸發，必須指定pagelaunch 加載小程序時觸發background 切換到后臺觸發foreground 切換到前臺觸發share 分享時觸發action trigger發生時的動作，默認會收集數據，包括系統默認數據和用戶自定義數據（data中定義）空只收集數據；start 初始化并收集數據；report 收集數據并上報事件數據start_and_report 初始化，收集數據后上報；注：每次report之前必須有start操作，未經過start操作是不會上報的。對于一個動作，如果設置了star

19、t_and_report，且指定了click觸發條件，則時序如下：click event -> start -> 收集數據 ->reportpage 觸發的頁面, 如pages/index/index, pages/list/list，此規則與小程序app.json的pages字段保持一致， 如果需要任意頁面觸發，則填寫ANY_PAGE。element 觸發的元素，支持一層級的css的id和class選擇器，即必須以.或者#開頭data 收集的自定義數據，為0到多項， 每一項都是以 “字段名 字段值”的方式；如果不填，則只收集系統數據。字段名：事

20、件里的字段名字段值：事件這個字段的數據值，填寫頁面上的變量名（即page實例的data字段），可以搜集頁面上的變量；如果data收集的是數組里的某一項數據（如list.id），則根據當前觸發元素是由class得到的NodeList的第幾個來決定數組下標，只支持一維數組。除此之外，還可以填寫一些提供的系統屬性，以“$”開頭，目前支持以下屬性：$PAGE_TIME 用戶從進入本頁面到當前的時間(觸發action的時間點)$APP_TIME 用戶進入小程序到當前的時間(觸發action的時間點)$CURRENT_PAGE 當前用戶所在的頁面$LAST_PAGE 上一頁注：data可以為空，為空時該事

21、件上報僅收集系統默認字段的數據如前文，我們定義了事件view_product(查看商品), 有如下字段product_id, product_name, product_category, product_price, product_producer在viewList頁面點擊viewProduct按鈕時上報如果數據需要跨多個頁面收集，那么就需要多個動作來完成上報了，比如下面的例子，在viewList頁面收集到product_id, product_name, product_category的數據，然后進入viewProduct頁面時收集到product_price的數據，并上報。在view

22、List頁面和viewDetail頁面，都有加入購物車按鈕.addToCart，都需要上報數據到“加入購物車”事件，例子如下：事件字段說明填寫事件上報配置時，需要檢查字段。如下圖：“新增字段”表示需要添加到事件里的新字段“已有字段”表示是事件已發布版已經有的字段。對于已有字段，只能修改字段備注，在發布后將會正式生效。對于新增字段，如下圖例子，product_id在其他事件里已經定義過，添加到本事件中，不能修改其定義；而product_producer為新定義的字段，需要補充定義。填寫中文名稱和字段備注，用于展示；填寫字段類型，用戶數據上報及數據處理。新增和已有字段可能有以下狀態，需要關注，頁面

23、內會有小圖標給出提示：1. 新增字段在其他事件中已定義過product_price是新增字段，但已在其他事件中定義過。檢查字段后會提示：字段已被定義，應保持一致，不可修改。2. 已有字段從事件配置中移除如下圖，如果修改了事件配置時，將事件配置data里已有的一個字段刪去：檢查字段時會提示：該字段在當前配置中未使用。這代表product_name不再收集數據。3. 已停用字段重新使用如果重新在事件配置中的data加入之前已移除的product_name字段，那么會繼續使用product_name收集數據。檢查字段后會提示：該字段已定義過，在當前配置中重新使用，請注意數據一致性。這代表produc

24、t_name將重新開始收集數據。需要特別注意此時product_name的意義跟以前是否一致，如果不一致，建議用新的字段，否則product_name的歷史數據跟之后上報的數據含義沖突，對數據分析造成干擾。字段類型字段的類型目前分為兩種：整數形和字符串其中，整數型為32位int；對于整數型的數據，如果上報時帶了小數點，則會默認截取小數點前的數字；如果是非數字的類型，則最終會上報0。字段的定義是全局的，定義了字段以后，其他事件也可以使用添加這個字段到事件里。測試事件配置確認字段信息后，點擊“保存并測試”，保存當前配置并測試上報的數據是否符合預期。選擇一個開發者，點擊“下一步”，事件配置將會實時同

25、步到所選開發者的設備上。配置成功同步到設備上后，按提示在開發者的設備上打開對應小程序中進行測試操作，點擊商品詳情頁中的“加入購物車”按鈕，進行數據上報。操作完成后點擊“同步結果”，可能有1-2分鐘延遲。如果未獲取到數據，請檢查客戶端版本是否為6.5.2以上，操作是否正確，以及是否已超過等待時間（通常為1-2分鐘），客戶端是否有上報日志，確認沒問題可重新“同步結果”。檢查上報日志時，可進入開發版的小程序，點擊右上角，打開調試，重新進入后點擊"vConsole"按鈕查看日志啟動小程序時會有：自定義分析 配置拉取成功后臺管理頁面同步配置時有：自定義分析 收到最新配置小程序成功上報

26、時有：自定義分析 上報成功數據上報成功后，可在當前窗口查看上報詳情。如果數據符合預期，認為測試成功，點擊“關閉”回到事件編輯頁面。發布事件配置點擊“保存并發布”并確認操作，該事件配置正式生效，大概5-10分鐘后，即可開始收集所有用戶的數據。注意：發布后，事件已有字段的名稱和數據類型不可更改，但可繼續修改配置、新增字段。事件分析事件分析概述事件，是進行數據收集和分析的模型，對應用戶在小程序內的行為。例如：注冊、查看商品、下單、支付等。事件分析，是指基于事件的指標統計、屬性分組、條件篩選等功能的查詢分析。例如，分析小程序的注冊量、查看商品人數、下單次數、支付金額并區分用戶群對比等。進行事件分析前，

27、需要先在“事件管理”中定義事件并配置上報、收集數據。具體參見【事件管理】說明。進行事件分析時，可以靈活選擇查詢條件并查看詳細數據結果。事件分析查詢條件選擇事件在事件下拉列表中，將展示出所有已經在事件管理中創建的事件，每次事件分析只能選擇一個事件。選擇指標在指標下拉列表中，選擇需要分析的默認或自定義指標。每次分析最多可以選擇5個指標，并且不能重復。你可以通過右側的“+”添加指標。其中：每個事件都可以統計如下指標，可以直接選擇：總次數：事件的觸發次數去重人數：觸發該事件的去重用戶數（以openid判斷）人均次數：每個用戶觸發該事件次數的平均值，即總次數/去重人數也可以基于事件管理中的自定義屬性字段

28、，選擇想要分析的其他指標。你需要從下拉列表中分別選擇屬性字段和需要計算的指標。 例如，商品價格為整數型，指標可以選擇“商品價格的總和”。選擇分組在分組下拉列表中，可以選擇查看數據的分組維度，包括系統默認屬性和自定義屬性。每次分析最多可以選擇5個分組，并且不能重復。你可以通過右側的“+”添加分組。例如指標選擇總次數，分組選擇“性別”，將分別統計男性用戶、女性用戶的事件觸發總次數。需要注意的是：當分組過多時，僅能顯示部分數據，請合理設置分組。設置過濾條件分析時，可以選擇或輸入你想要過濾的條件。每次分析最多可以選擇5個過濾條件。所有條件之間的關系必須全部為“并且”，或全部為“或者”，前者表

29、示滿足所有條件，后者表示滿足至少一項條件。當切換其中一處的關系時，所有其他關系也會隨之切換。你可以通過下方的“+”添加過濾條件。例如：選擇“國家等于中國”，“商品價格大于10”，“商品種類等于A”，表示只統計中國價格大于10的A商品的數據。選擇時間范圍選擇查詢分析的時間范圍，支持今天、昨天、最近7天以及自定義時間范圍。當天的數據也可以及時查看。選擇時間粒度可以選擇查詢數據的時間粒度，包括按小時、按天，按總體。選擇總體時，將展示所選時間范圍內的匯總數據。查看事件分析結果數據計算可能需要一定時間，你可以選擇在當前頁面等待，或點擊“歷史查詢記錄”查看之前的數據，或點擊“收進后臺”，開始新的查詢。查看

30、圖表當查詢條件過于復雜，指標和分組過多時，圖表默認展示數值最大的10個分組和指標。可以點擊圖例，選擇是否顯示該分組和指標。如果默認數據中沒有希望查看的數據，可以通過“顯示其他數據”，來選擇你希望查看的分組和指標，并進行對比。最多可選擇10項。查看詳情詳細數據將分頁展示所有分組和指標的詳情。其中，第一列為時間，其他列分別為分組、指標。可以下載數據結果，以便進行進一步分析。查看事件分析記錄在數據查詢頁，或查詢等待過程中，你可以進入歷史查詢記錄頁查看已進行過的數據查詢。所有歷史查詢記錄默認保存一段時間。查詢名稱：顯示查詢的事件名和指標名；查詢時間：執行查詢的具體時間；數據時間：查詢數據的時間范圍；狀

31、態：查詢任務的狀態，可能為等待查詢、查詢中、查詢成功、查詢失敗。最多同時進行3項查詢，查詢任務過多時，會進入等待狀態；操作：可以通過“查看詳情”，查看該查詢任務的圖表和詳細數據。漏斗分析漏斗分析概述漏斗分析，是指將多個事件串聯起來，對每個步驟中用戶轉化與流失進行的分析。例如：購買過程可能包括以下步驟（一個步驟對應一個事件）：· 查看商品·查看詳情··加入購物車·· 下單· 支付這些步驟可以設置為一個漏斗，分析過程中的轉化與流失情況。進行漏斗分析前，需要先在“事件管理”中定義事件并配置上報、收集數據。參見【事件管理】說明。進行

32、事件分析時，可以靈活選擇查詢條件并查看詳細數據結果。結合過濾、分組等功能進行深入的對比和分析。創建漏斗首次進入漏斗分析，需要先創建漏斗。漏斗步驟創建漏斗時，每一步對應一個事件，在一個漏斗中，一個事件只能出現一次。過濾條件在漏斗的每一個事件中，可以針對事件本身的自定義字段設置過濾條件。這里提供的過濾規則與事件分析中的設置過濾條件規則相同。例如，希望分析A類商品的購買轉化數據，可以設置過濾條件“商品種類為A”。漏斗分析查詢條件選擇漏斗在漏斗名稱下拉列表中，選擇想要分析的漏斗。每次分析只能選擇一個漏斗。選擇分組在分組下拉列表中，將展示出所有我們內部定義的屬性，選擇想要分析的分組屬性。每次分析最多只能

33、選擇1個分組。不選時，將統計總體數據。設置過濾條件分析時，可以選擇或輸入你想要過濾的條件。每次分析最多可以選擇5個過濾條件。所有條件之間的關系必須全部為“并且”，或全部為“或者”，前者表示滿足所有條件，后者表示滿足至少一項條件。當切換其中一處的關系時，所有其他關系也會隨之切換。你可以通過下方的“+”添加過濾條件。例如：選擇城市為“北京”、或“上海”、或“廣州”、或“深圳”，將會同時統計這四個城市的數據。選擇時間范圍選擇查詢分析的時間范圍，支持今天、昨天、最近7天以及自定義時間范圍。當天的數據也可以及時查看。漏斗計算規則漏斗分析計算在選定時間范圍內、過濾和分組條件下，漏斗中總體或每個分組的用戶依

34、次完成第一個到最后一個步驟的人數。步驟過濾條件：每個步驟中設置的過濾條件，對該步驟生效。例如“支付”步驟，設置過濾條件為“支付金額大于500”，則“支付”及其后面的步驟，都只包括支付步驟金額大于500的用戶。漏斗過濾條件：對漏斗中的每個步驟生效。例如設置過濾條件為“省份等于廣東”，所有步驟都只計算省份屬性為廣東的人數。分組條件：初期提供按用戶屬性和系統屬性分組，對漏斗中的每個步驟生效。例如分組為“城市”，那么“廣州”分組中的漏斗數據，每個步驟都只計算城市為廣州的用戶。時間范圍：部分或完整漏斗發生的時間范圍，至少第一個步驟在該時間范圍內。例如，漏斗包含A-B-C三個步驟，圖表顯示的人數及轉化率表示：第1步人數：在選定時間范圍內，滿足分組和過濾條件，完成A的人數；第2步人數：在選定時間范圍內，滿足分組和過濾條件，按順序完成過A-B的人數；如果A-B步驟之間發生其他操作，例如A-C-B，滿足A-B順序，依然計算在內；第3步人數：在選定時間范圍內，滿足分組和過濾條件，按順序完成過A-B-C的人數；如果A-B