一些使用者生命週期分析中經常遇到的一些名詞的解釋。參考新增連結描述

會話

會話就是session,也就是使用者的一次開啟和啟動。會話是行為資料記錄的必要維度，會話的準確性直接影響對使用者行為的解讀以及部分關鍵統計指標的準確性。
判定：

• 從開啟產品到關閉產品視為一次會話；
• 對於IOS使用者，屏熄、home鍵切到後臺、殺掉程序即判斷為會話結束；對於Android使用者，當應用重新進入活躍狀態與上次活躍狀態相隔30秒以上時，會計為一次新的會話；
• 對於web，會話的開始是使用者開啟產品的某個頁面，如果使用者在30分鐘內沒有任何操作或關閉頁面，則會話結束。技術上可以通過cookies追蹤使用者的會話；
• 會話時長的計算方法：用同一次訪問內觸發的最後一個事件的時間減去會話開始的時間。如果使用者沒有事件觸發，那麼時長就是1s。
  會話的意義
• 便於解讀使用者行為
  場景1：會話是使用者使用習慣分析的重要維度，對於一個電商平臺，使用者會多次開啟瀏覽商品、新增入購物車，然後結束會話，而支付會發生在下一個會話。以此可以解讀出使用者的購買是有決策週期的，否則你看到的只是基於時間的行為事件，可能會理解為使用者在一天會不停的購物然後最終結算。使用者場景還原不夠深入不夠準確。

場景2：對於閱讀社交類產品，希望使用者產生粘性，不只是每天使用，是否做到讓使用者每天隨手就使用的習慣？一天會喚醒產品多少次是分析關鍵。而會話，記錄的就是使用者一天的使用頻次。

• 提高部分關鍵指標的準確性
  會話

定義：會話即session，即使用者的一次開啟和啟動。認為，會話是行為資料記錄的必要維度，會話的準確性直接影響對使用者行為的解讀以及部分關鍵統計指標的準確性

判定：

從「開啟產品」到「關閉產品」視為一次會話。

對於IOS使用者，屏熄、home鍵切到後臺、殺掉程序即判斷為會話結束；對於Android使用者，當應用重新進入活躍狀態與上次活躍狀態相隔30秒以上時，會計為一次新的會話

對於web，會話的開始是使用者開啟產品的某個頁面，如果使用者在30分鐘內沒有任何操作或關閉頁面，則會話結束。技術上，通過cookies追蹤使用者的會話。

會話時長的計算方法：用同一次訪問內觸發的最後一個事件的時間減去會話開始的時間。如果使用者沒有事件觸發，那麼時長就是1s。

會話的意義

便於解讀使用者行為

場景1：會話是使用者使用習慣分析的重要維度，對於一個電商平臺，使用者會多次開啟瀏覽商品、新增入購物車，然後結束會話，而支付會發生在下一個會話。以此可以解讀出使用者的購買是有決策週期的，否則你看到的只是基於時間的行為事件，可能會理解為使用者在一天會不停的購物然後最終結算。使用者場景還原不夠深入不夠準確。

場景2：對於閱讀社交類產品，希望使用者產生粘性，不只是每天使用，是否做到讓使用者每天隨手就使用的習慣？一天會喚醒產品多少次是分析關鍵。而會話，記錄的就是使用者一天的使用頻次。

提高部分關鍵指標的準確性

更加準確的判斷使用者的使用頻次（五大資料指標之一）、使用時長、平均使用時長等關鍵指標

事件

使用者在產品上的行為我們定義為事件，它是使用者行為的一個專業描述，使用者在產品上的所有獲得的程式反饋都可以抽象為事件進行採集。事件可以通過埋點、通過視覺化圈選生效，此文件以埋點採集為主。當然，你可以自定義事件的名稱、屬性的名稱以及個數。
定義：使用者在產品上的行為

如何判定：通過對前端程式的監聽，當用戶的行為觸發某個程式的反饋時，即被記錄為一個事件。

場景舉例：如使用者A在某電商應用上查看了商品詳情，則「檢視商品詳情」即可記為事件。

屬性

定義：是描述事件的業務維度。

如何判定：附屬在事件上，影響事件內容的分類。

場景舉例：如使用者A在「檢視商品詳情」的事件下，對應的屬性是「商品名稱」、「價格」等

值

定義：是屬性的內容。

如何判定：是一個可以影響使用者行為的內容

場景舉例：如使用者A檢視的是iphone6s的手機，則「商品名稱」對應的值就是「iphone6s」，「價格」對應的值是「5288」。
事件分析可以參照

identify

對使用者的識別是構建產品使用者畫像以及後續分析的關鍵一步。

identify可以實現對產品上註冊使用者的賬號實名制。利用identify介面，可以把使用者的註冊賬號或其它ID作為對使用者的唯一識別，更可以自定義您需要的使用者屬性完善使用者畫像。

實名／匿名使用者

區別於傳統的使用者即裝置的概念，中的使用者是基於使用者賬號體系的，通過identify，可以把使用者的手機號、郵箱或其他ID作為識別使用者的唯一標識。

如果使用者在使用某產品時沒有註冊，沒有id資訊，那麼把這部分未觸發identify的使用者定義為匿名使用者，而觸發了identify的使用者就是是實名使用者。

針對於可能存在的「一個裝置多個使用者」或「一個使用者多個裝置」的情況，會進行多裝置關聯，我們可以參照

一些特有指標

來源網站
定義： 使用者在每次訪問產品時來源的網站。
場景舉例：使用者A在6月1日共訪問某網站3次，這3次訪問可能都是從百度跳轉過來，那麼來源網站就是百度。
首次來源網站
定義：使用者在第一次使用產品時的來源網站。
場景舉例：使用者A在第一次使用某網站時，是通過百度跳轉過來的，那麼使用者A的首次來源網站就是百度。
新增後
定義：我們計算了事件的發生時間和使用者新增的時間，並建立了個維度為「新增後」。
場景舉例：觸發支付成功發生在新增的1天內還是7天、30天內，可以判斷出使用者的購買決策週期。
新增於/活躍於
定義：我們將這兩個指標用於篩選使用者的新增/活躍時間
場景舉例：篩選出3個月前新增，並且活躍於最近7天的使用者,設計老使用者關懷的活動策略
URL
觸發環境（JS）
當前URL：觸發事件時的頁面的URL
來源URL：進入當前URL的上一個頁面的URL
初始來源URL：本次會話開始的URL
使用者屬性
首次來源URL：使用者的第一個會話的來源URL
首次來源域名：使用者的第一個會話的來源URL所在的一級域名
活躍比
定義：觸發某一事件的人數佔當時活躍人數的比率。
如何判定：觸發事件的人數/活躍人數。
場景舉例：某電商應用在近7天，活躍人數有1000人，觸發過「檢視商品詳情」的有300人，那麼在最近七天內，「檢視商品詳情」事件的活躍比是30%

首次訪問時間
使用者首次載入 sdk，即會判斷為使用者的首次訪問並記錄時間。
最後一次訪問時間
截止最近一次資料更新，記錄的最後一次使用者訪問時間。
近30天訪問時長
近30天使用者累計的會話時長。
首次使用版本
使用者首次載入 sdk時，會記錄您在整合時程式碼中設定的版本號。
首次來源渠道
使用者首次載入 sdk時，會記錄您在整合時程式碼中設定的渠道名稱。

常用指標口徑

新增使用者

定義：首次使用產品的使用者即為新增使用者。
如何判定：在接入後，該使用者第一次使用產品時，會將該使用者記錄下來，並將此使用者定義為「新增使用者」
技術判定： 對比的資料庫，沒有出現的cookie/裝置號/賬號，就是新增使用者。
場景舉例：JS的新增是隻要開啟網站就會記為新增，而app只有下載開啟後才會被記為新增。

活躍使用者

定義：使用過產品的使用者
如何判定：在某段時間內使用過產品的使用者被記錄下來，多次啟用過產品的不會重複計算
場景舉例：如A公司6月23日_{7月4日期間的活躍使用者位1890，那麼就是在6月23日}7月4日期間一共有1890人使用過產品，但是其中340名使用者在此期間使用5次以上，但是記在計算活躍使用者時不會重複計算，只會計算為1個。

觸發人數

定義：在產品上對於某一行為的操作人數。
使用場景：如在某電商應用上，有「搜尋」功能，此功能在6月1日有2309人進行過操作，那麼觸發人數就是2309，對於多次觸發「搜尋」功能的人不會重複計算。
人均觸發次數
定義：在產品上對於某一行為的平均操作次數。
計算公式：人均觸發次數 = 觸發次數 / 觸發人數

時長

使用時長分佈
定義：使用產品的時長分佈，是瞭解使用者對產品使用情況的維度之一
分佈區間：使用時長的分佈區間為根據資料情況等份劃定。
平均使用時長
定義：使用應用的平均時長。
計算公式：平均使用時長 = 會話的總時長 / 會話次數
會話時長：用同一次訪問內觸發的最後一個事件的時間減去會話開始的時間。如果使用者沒有事件觸發，那麼時長就是1s。

留存／留存率

新增使用者留存／留存率
定義：某段時間內的新增使用者，經過一段時間後，仍然繼續使用產品被稱為新增留存；這部分使用者佔當時新增的比例就是留存率。
場景舉例：某產品，1月份新增使用者10000人；2月時10000人中還有8000人使用產品，則新增留存人數為8000，新增留存率為80%；3月份10000人中還有7000人使用產品，則新增留存人數為7000，新增留存率為70%。
活躍使用者留存／留存率
定義：某段時間內的活躍使用者，經過一段時間後，仍然繼續活躍的使用者被稱為活躍留存；這部分活躍留存使用者佔當時活躍使用者的比例就是活躍留存率。
場景舉例：某產品，1月份的活躍使用者數是10萬人，2月時10萬人中還有5萬人活躍，則活躍留存人數為5萬，活躍留存率為50%；3月份，10萬人中還有4萬人活躍，則活躍留存人數為4萬，活躍留存率為40%。
自定義留存／留存率
定義：某段時間內，「初始行為」觸發了某個事件的使用者，經過一段時間後「回訪行為」是觸發另一事件的使用者被稱為自定義留存；此部分使用者佔觸發「初始行為」的比例就是自定義留存率。
場景舉例：某電商產品，6月份「初始行為」搜尋商品的使用者有1000人，7月份「回訪行為」是加入購物車的使用者有800人，則自定義留存為800，自定義留存率為80%；8月份「回訪行為」是加入購物車的使用者有500人，則自定義留存為500，自定義留存率為50%。
次日留存率
定義：新增使用者在次日再次使用產品的比例。
場景舉例：某產品，6月1日新增使用者100人，6月2日使用產品的人數為70人，則次日留存為70人，次日留存率是70%。
7日留存／周留存
定義：新增使用者在第7天再次使用產品的比例。
如何判定：會嚴格按照每個使用者在第7天是否使用產品，計算其周留存。
場景舉例：某公司，6月1日新增使用者100人，這100人中，6月7日仍在使用產品的人數為30人，則6月1日新增使用者的周留存/7日留存為30%。如果使用者在6月1日新增，只在6月5日時活躍過，那麼周留存中時不把這部分使用者計算在內的

落地頁

落地頁是訪問者在其他地方看到發出的某個具有明確主題的特定營銷活動——通過Email、社交媒體或廣告發布的誘人優惠資訊等，點選後被連結到你網站上的第一個頁面。