小程序数据分析【常规分析示例】

　　“小程序数据助手”就在5月12日发布了，想必大家对于产品分析还有部分的问题吧，hishop今天为大家分享常规分析示例，希望能为大家提供帮助!

　　一、概况

　　【昨日概况】

　　查看昨日关键用户指标，反映小程序昨日用户活跃概况，以及对比一天前、一周前、一月前的增长率。

　　【趋势概况】

　　查看关键指标的趋势，包括累计访问用户数、打开次数、访问次数、访问人数、新访问用户数、分享次数、分享人数、人均停留时长、次均停留时长(参见【指标解释】)，可选择时间进行对比。

　　【Top页面】

　　查看用户最常访问的页面，以及页面访问次数和占比(单个页面访问次数/总访问次数)，区分入口页和受访页。其中，入口页指用户进入小程序访问的第一个页面;受访页指用户访问的每一个页面。

　　【实时统计】

　　查看实时用户访问数据，可以选择所有页面或单个页面为分析对象，可以选择具体的时间粒度(1分钟、5分钟、10分钟、30分钟、1小时)，可以按时间进行对比。为了更好地查看数据趋势，时间粒度为分钟时，请注意合理选择时间范围。

　　详情数据查看每一个页面在所选时间范围内的总访问次数及占比。

　　二、访问分析

　　【访问趋势】

　　查看小程序的用户访问趋势，包括打开次数、访问次数、访问人数、新用户数、人均访问时长、次均访问时长、平均访问深度。(参见【指标解释】)

　　可以选择时间粒度，按天、周、月汇总查看。当时间粒度为周或月时，次数为累计汇总值，人数去重。

　　【访问分布】

　　访问来源，即用户访问小程序的具体场景，如小程序历史列表、二维码等。你可以查看各个场景的小程序打开次数，分析小程序的用户渠道。

　　访问时长，即用户从打开小程序，到主动关闭或超时退出小程序的过程中停留的时长，你可以查看各个时长区间的打开次数，分析用户对小程序的喜爱或依赖程度。

　　访问深度，即用户从打开小程序，到主动关闭或超时退出小程序的过程中访问的去重页面数，你可以查看各个访问深度区间的打开次数，了解小程序的普通用户、深度用户分布。

　　【访问留存】

　　查看选定时间范围内，小程序用户的访问留存情况。可以选择时间粒度，按天、周、月查看。当时间粒度为周或月时，人数去重。

　　新增留存，统计指定时间新增(即首次访问小程序)的用户，在之后的第N天(或周、月)，再次访问小程序的用户数占比;例如1月1日首次访问小程序的用户数为100，1月3日这些用户中仍有10人访问小程序，则2天后留存率为10.0%。

　　活跃留存，统计指定时间活跃(即访问小程序)的用户，在之后的第N天(或周、月)，再次访问小程序的用户数占比。例如1月1日访问小程序的用户数为1000，1月3日这些用户中仍有300人访问小程序，则2天后留存率为30.0%。

　　【访问页面】

　　查看选定时间范围内，每个小程序页面的访问次数、访问人数、次均使用时长、入口页次数、退出页次数、退出率、分享次数、分享人数。(参见【小程序数据助手】)

　　以上指标均为时间范围内的累计值。可以按单个指标排序显示。