# 行为分析

提示

本节将会简单介绍行为分析相关内容,帮助您更好地理解 TA 平台。如果您对某个部分感兴趣,可以点击进入对应的使用手册章节。在查看本章节前,建议您先阅读 TA 快速使用指南

事件(Event)代表了用户的某个或一系列有意义的行为,比如注册账号、卡牌升级、购买礼包等,通过行为分析可以还原用户真实的使用过程,是游戏数据分析中的重要内容。针对不同的分析场景,TA 提供了多种分析模型,您可以根据实际情况选择。

  • 事件分析是行为分析中最基础的模型,可以计算一段时间内用户产生特定行为的聚合指标,了解各行为的用户参与情况以及指标的发展趋势,如每天的注册用户数或者付费金额等。
  • 留存分析是基于两个事件——初始事件和回访事件建立的模型,统计有做过初始事件的用户中,在未来的日期内有做过回访事件的人数和比例,如新注册用户的次日留存、七日留存、LTV、ROI 等。
  • 漏斗分析是一种分析用户在行为流中指定步骤转化情况的分析模型,可以快速掌握一段时间内产品在各个步骤环节中的转化情况,如使用 AARRR 模型,或者查看某次游戏内运营活动用户在哪一环节流失严重等。
  • 分布分析是基于用户对某个事件的参与情况将用户划分为不同区间的分析模型,可以查看不同区间用户数量及占比。同时,还可基于该区间的用户进一步分析其他指标,如按用户在过去 30 天的登录天数进行划分,再看不同区间用户的付费金额人均值。
  • 间隔分析是分析用户产生两个指定事件之间的时间间隔的分析模型,可以了解用户某一核心行为的发生频率,或者获取两个具有前后因果关系的事件的转化时长,如注册到首次付费的转化耗时或者两次付费之间的间隔时长。
  • 路径分析是分析行为顺序、行为偏好、关键节点、转化效率的探索型模型,可以通过桑基图直观查看关键节点前后的行为流入流出,比如用户每天登录后最先参与的是哪种活动,或者用户付费前最后的行为是否存在共性。
  • SQL 查询是 TA 的进阶功能,如果 TA 现有的分析模型难以满足需要,您可以通过 SQL 查询按照自己的逻辑进行计算;TA 也支持基于计算结果结合可视化模块生成报表并在看板内展示。除此之外,如果您有跨项目的数据分析需求,也可以通过 SQL 查询实现。

以上就是行为分析涉及内容的简要介绍,您可以点击进入每个章节了解详细情况。如果您对用户分析感兴趣,请查阅用户分析