1.模型说明

App 中用户所发生的所有行为，包括注册、启动、登录、查看内容、购买、战斗、换角、消耗等，都可以理解为事件，即 event。

事件分析，是指基于事件的指标统计、属性分组、条件筛选等功能的查询分析。

通过事件分析可以了解到产品中用户的各类行为表现，以及行为表现最终计算得出的数据指标，除可以掌握产品的整体数据表现外，还可以用于对产品优化进行指导、对产品的推广策略进行调整，是产品运营中非常重要的方法。

事件分析，是用户行为分析中最常用的分析模型，比如以下细分场景，都可以用事件分析模型来进行分析：

各渠道当日新增用户是多少？
当日启动应用的用户是多少？
最近 30 天的应用内付费金额趋势是什么样？
昨日各等级用户的平均付费金额是多少？
本周销量排名？

2.使用方法

事件分析最基础的操作，是增加单一指标和增加组合指标

在事件分析模型中，点击“+单一指标”即为增加一个指标；点击“+组合指标”即为增加一个自定义组合指标。

2.1 增加指标

事件分析中的指标，可以是针对事件本身的数量、触发用户数、平均次数的统计，也可以是选择事件后，针对事件下某个属性的统计，也可以是针对某些指标或指标组合进行四则运算得出新的结果，或者对已经保存的“指标”进行计算得出结果。

2.1.1 增加单一指标

点击“+单一指标”后通过事件选择器选择一个事件，再选择事件下的统计方法；或选择某个属性后再选择属性后的统计方法，来增加一个单一指标；或者选择已经被保存为“指标”的指标进行计算。

同一个事件分析报表的条件中，可以添加多个指标一起计算。

2.2.1 增加组合指标

组合指标，是对通过事件和属性点选得出的指标自行添加四则运算公式，从而得出一个新的指标的分析方法。文章图片

公式支持指标和指标间的计算，比如活跃用户人均展示次数，即：展示总次数/启动用户的触发用户数；
也支持指标和数值的计算，比如将单位为分的金额转换为元，即：付费金额分/100=付费金额元。

使用自定义指标时，请注意运算式一定要符合四则运算的规则，即两个计算单元间要有运算符或括号、两个运算符间要有计算单元、指标选择要完整、包含的括号要前后闭合等，否则无法完成计算。

组合指标支持多种数值展现形式，用户可以根据分析需求进行选择文章图片

以人数占比指标为例，用户可以进行如下计算配置、同时对组合指标进行重命名文章图片

2.1.3 事件选择器

在添加指标时，首先要利用事件选择器，选定一个事件，或一个已经保存的“指标”。

事件选择器是使用频率非常高的组件，为了方便快速地找到常用的事件，事件管理器除了可以通过搜索来查找目标事件之外，还可以通过收藏事件，和对事件进行分组和排序，来提高使用效率。

收藏事件

点击事件列表中事件名称后的收藏图标，即可将事件加入到收藏
最新收藏的事件将展示在列表最前

事件分组

点击事件 tab 后的管理图标，即可进入事件分组管理页面

在分组管理页，可以设置本账号启用的是公共分组还是个人分组
每个用户都可以管理个人分组，针对个人分组进行分组管理、添加事件、在同一分组中拖动事件顺序进行排序等操作
负责人、超管、组管理员可以对产品的公共分组进行管理操作
“默认分组”不可拖动，始终处于分组列表最后位置
分组管理操作完成之后，需要点击“保存”使操作生效

选择“指标”

在事件选择器中点击“指标”tab，可以添加已经保存的指标到分析条件中
添加单一指标时有“指标”tab 可见，添加组合指标时不可见
“指标”tab 列表中会展示租户级的指标和本产品的指标以供选择

2.2 事件与属性统计方法

在分析中，针对不同的统计目标，对应着不同的统计方法

统计目标	统计方法
事件	总次数、触发用户数、人均数
属性-数值型	总和、最大值、最小值、平均值、人均值、方差、标准差、中位数、分位数（99、95、90、80、75、60、40、30、25、20、10、5）、去重数
属性-布尔型	为真数、为假数、为空数、不为空数、去重数
属性-列表型	列表去重数、集合去重数、元素去重数
属性-时间型	去重数
属性-字符型	去重数

预置指标

总次数=当前事件的总次数
触发用户数=产生当前事件总次数的用户的个数
人均数=总次数/触发用户数

数值型

总和=当前事件选定属性的总和
最大值=当前事件选定属性所有数值中的最大值
最小值=当前事件选定属性所有数值中的最小值
平均值=总和/事件总次数事件总次数为不判断是否含有选定的属性
人均值=总和/触发用户数触发用户数为上报事件总次数的用户数，不判断上报的事件中是否含有当前选定的属性
方差=每个属性值与均值（即属性值总和/属性值个数）的差值的平方，再取平均值
标准差=方差的平方根
中位数与各分位数=将属性值从大到小排序（不去重），位于第 N 个百分位的属性值

布尔型

为真数=结果为 true 的数量
为假数=结果为 false 的数量
为空数=总次数-结果为 true-结果为 false
不为空数=结果为 true 与 false 数量的总和

列表型

列表去重数=列表整体去重的结果数，元素相同但排序不同时按 2 个结果处理
集合去重数=列表以元素集合进行去重的结果数，元素相同但排序不同时按 1 个结果处理
元素去重数=当前事件结果范围内列表中元素的去重数

所有类型

去重数=排除空值、空值占位符后结果去重的个数

2.3 添加筛选项

每一个添加的指标，都可以按事件属性、设备属性或用户属性、用户标签进行筛选，从而得到符合需求的指标计算结果。

在整个自定义分析中，所有筛选项的选择和设置方法都类似，下面将说明筛选项的使用。

筛选项分为单指标筛选及全局筛选，在分析模型中跟随在每个指标后的“筛选”是单指标筛选；在指标选择区域下方独立出来的“筛选条件”为全局筛选。

单指标筛选与全局筛选最大的区别在于，单指标筛选时事件属性的备选项，仅为当前选择事件的属性；而全局筛选项的事件属性备选项则是选择的多个事件的事件属性的并集。

一组筛选条件可以配置多个筛选项，这些筛选项可选择“且”即交集的逻辑，或者选择“或”即并集的逻辑；同时筛选项还可以设置二级筛选项，同一组的二级筛选项间也可以选择“且”或者“或”的筛选逻辑。

2.3.1 添加属性筛选

不同数据类型可以以不同的条件进行筛选，具体如下：

筛选目标	筛选逻辑
数值型	等于、不等于、大于、小于、区间、大于等于、小于等于、有值、无值
布尔型	为真、为假、有值、无值
列表型	存在、不存在、有值、无值
时间型	绝对时间、相对当前日期、相对事件发生时间、大于等于、小于等于、有值、无值
字符型	等于、不等于、包括、不包括、有值、无值、正则匹配、正则不匹配
新老用户	（设备、用户属性）等于、不等于

数值型

等于：等于设定数值的结果会被保留
不等于：不等于设定数值的结果会被保留，包括为空和无值的结果
大于：大于设定数值的结果会被保留
小于：小于设定数值的结果会被保留
区间：设置数值之间的结果会被保留，包括等于设定数值的结果
大于等于：大于等于设定数值的结果会被保留
小于等于：小于等于设定数值的结果会被保留

布尔型

为真：值为 true 的结果会被保留
为假：值为 false 的结果会被保留

列表型

存在：列表中存在设定元素的结果会被保留，与元素所处位置和顺序无关
不存在：列表中不存在设定元素的结果会被保留，包括为空和无值的结果

字符型

等于：结果值与设定值进行完整匹配，与设定值完全相同的结果会被保留；支持多选
不等于：结果值与设定值进行完整匹配，不与设定值完全相同的结果会被保留；支持多选
包括：结果值中包含设定值的结果会被保留，包括部分匹配和完整匹配；仅可单选
不包括：结果值中不包含设定值的结果会被保留，包含为空和无值的结果；仅可单选
正则匹配：符合正则表达式的结果会被保留
正则不匹配：不符合正则表达式的结果被保留

新老用户

新老用户是一个逻辑值，由预置的规则以设定的条件，在计算时得出新老用户的判断结果

新用户：事件时间与用户新增时间在同一个时间粒度中时，为新用户事件，会被“等于-新用户”命中
老用户：事件时间与用户新增时间不在同一个时间粒度中时，为老用户事件，会被“等于-老用户”命中

因此，新老用户的计算与报表中选择的时间粒度（如小时、天、周...）有关

日期选择器	时间粒度选择器	时间粒度处理方法
有	有	按选择项处理（如事件分析）
有	无	按整个选中的日期范围处理（如路径分析）
无	无	默认按天处理（如用户分析）

例 1：事件分析中按小时查看时，12:15 新增的用户在 12 点小时范围内发生的事件为新用户事件，该用户在 12 点小时范围之后发生的事件则为老用户事件；如果切换到按天查看时，则新增当天发生的事件均为新用户事件
例 2：路径分析中选择的日期为 “2025-01-01 至 2025-01-05” 则在这个时间内新增的用户为新用户，发生的事件为新用户事件，不在这个时间段内新增的用户发生的事件为老用户事件

所有类型（不含“新老用户”）

有值：有值的结果会被保留，不包括为空和无值的结果
无值：无值的结果会被保留，包括为空的结果

可以选择的属性包括事件属性（含归因属性）、设备属性、用户属性：

属性	说明
事件属性	记录在事件表中的属性，包含事件上报的属性、由热力引擎归因匹配服务产出的归因结果相同的属性，以及根据事件属性生成的事件虚拟属性
设备属性	热力引擎会为每个上报数据的设备，创建设备表记录，设备表中记录了与设备有关的属性，以及经归因与 ROI 计算产出的设备来源信息、成本、变现与内购收益成本
用户属性	热力引擎会通过 ID mapping 逻辑，基于产品创建用户，用于有登录体系的跨端的用户识别，并提供方法由开发者将对应的用户属性传入，用户属性即是由开发者传入的属性

请注意：

在分析模型中可以用归因属性、设备属性中的设备来源、成本、收益进行筛选与分组，但这些由热力引擎产出的属性并不会默认产生，只有使用热力引擎归因、ROI 服务后，进行一定的配置才会产出，需要使用这些属性，请与您的热力引擎商务人员联系开通。

2.3.2 添加用户标签筛选

标签值数据类型	筛选逻辑
数值型	等于、不等于、大于、小于、区间、大于等于、小于等于、属于标签、不属于标签
布尔型	为真、为假、属于标签、不属于标签
列表型	存在、不存在、属于标签、不属于标签
时间型	绝对时间、相对当前日期、属于标签、不属于标签
字符型	等于、不等于、包括、不包括、属于标签、不属于标签、正则匹配、正则不匹配

数值型

等于：标签值等于设定数值的标签值人群会被命中
不等于：标签值不等于设定数值的标签值人群会被命中，包括不在标签中的用户
大于：标签值大于设定数值的标签值人群会被命中
小于：标签值小于设定数值的标签值人群会被命中
区间：标签值在设置数值之间的标签值人群会被命中
大于等于：标签值大于等于设定数值的标签值人群会被命中
小于等于：标签值小于等于设定数值的标签值人群会被命中

布尔型

为真：标签值为 true 的标签值人群会被命中
为假：标签值为 false 的标签值人群会被命中

列表型

存在：标签值中存在设定元素的标签值人群会被命中
不存在：标签值中不存在设定元素的标签值人群会被命中，包括不在标签中的用户

字符型

等于：标签值与设定值完全相同的标签值人群会被命中；支持多选
不等于：标签值与设定值不完全相同的标签值人群会被命中，包括不在标签中的用户；支持多选
包括：标签值中包含设定值的标签值人群会被命中；仅可单选
不包括：标签值中不包含设定值的标签值人群会被命中，包括不在标签中的用户；仅可单选
正则匹配：标签值符合正则表达式的人群会被保留
正则不匹配：标签值不符合正则表达式的人群会被保留

所有类型

属于标签：所有在标签中的人群会被命中
不属于标签：所有不在标签中的用户会被命中

2.3.3 添加时间筛选项

数据类型为时间的属性及标签，支持按以下方式进行筛选：

时间-绝对时间

设定时间段内的结果会被保留

时间-相对当前日期

相对当前日期分为“过去”和“区间”

为过去时

可选择过去几天

0 天为今天当天、正值为过去、不允许设定负值

•比如过去 0 天时为今天

•比如过去 1 天时为昨天，依次类推

•比如过去 -1 天时，即设定为负值，无法计算

为区间时

可选择区间的开始日与结束日

文章图片

开始与结束日的选择都是以今天为基础设定天数，选择的区间的左和右

0 为今天当天、负值为过去、正值为将来，且形成的用于计算的区间中开始日要小于结束日

•比如在区间 -7 到 0 天，为前 7 天 00:00:00 至今天 23:59:59

•比如在区间 -3 到 1 天，为前 3 天 00:00:00 至明天 23:59:59

•比如在区间 -2 到 -1 天，为前天 00:00:00 至昨天 23:59:59

•比如在区间 0 到 0 天，为今天 00:00:00 至今天 23:59:59

•比如在区间 0 到 -1 天，为今天至昨天，即开始日大于了结束日，无法计算

时间-相对事件发生时间

分为区间、当天、当周、当月

相对事件发生时间的筛选，是指将要筛选的某个时间属性的结果，与该事件的发生时间之间的关系，假设事件发生时间为 event_time，而筛选的时间为 reg_time，则筛选的结果就是 reg_time 与 event_time 之间的关系，比如 reg_time 在 event_time 的某个相对区间、reg_time 在 event_time 发生的当天、当周、当月等。

为区间时

前后两个输入框为区间的起止，0 为当前、负值为过去、正值为将来

形成的用于计算的区间中开始要小于结束

区间单位可选择：天(相对)、小时、分钟，其中天(相对)为相对 24 小时，不是自然天

为当天、当周、当月时

指属性时间为事件发生的自然天当天、自然周当周、自然月当月

•时间-大于等于

大于等于设定时间点的结果会被保留

•时间-小于等于

小于等于设定时间点的结果会被保留

2.4 添加分组项

计算分析的指标，可以按事件属性、设备属性、用户属性、用户标签进行分组展示，以方便按组进行指标结果对比。

在整个自定义分析中，所有分组项的选择和设置方法都类似，下面将说明分组项的使用。

事件分析支持同时设置多个分组项，但过多的分组会影响到计算和加载，同时过于零散的分组也不利于直观的理解分析结果，建议您在使用时合理设置分组项。

文章图片

在“分组展示数据”条件设置区域点击“添加分组”即可选择某个属性为分组项；
设置完一个分组项之后，再次点击“添加分组”可以设置多个分组项。
设置多个分组项时，最终结果中的组的个数，会以多个分组项中结果和个数相乘，比如同时以来源渠道、城市进行分组，如果来源渠道有 10 个分组结果、城市有 5 个分组结果，则最终的结果的个数为 50 个。

不同数据类型可以以不同的条件进行分组，具体如下：

筛选目标	分组逻辑
数值型	默认区间、离散数字、自定义区间
布尔型	离散
列表型	按列表整体、按元素集合、按元素离散
时间型	按天、按小时、按周、按月、按分钟、按季、按年、离散
字符型	离散
新老用户	离散

以数值分组

分为默认区间、离散数字、自定义区间

默认区间

即由系统自行对数值型的属性进行分组，当结果不超过 5 个时，采用离散数字的分组方式，超过 5 个时则计算最大值与最小值的差值区间进行五等分，分为 5 个组。

离散数字

即以属性结果的全部值进行离散式分组，有多少个结果值就会分为多少个组。

自定义区间

是一种对数值属性进行灵活分组设置的方法，可以按分析需求进行设置。

自定义区间的具体设置如下图：

文章图片

可以按分析需求手动单个“添加区间”，或者以设定的步长、步数进行“批量添加”

•以列表分组

分为按列表整体、按元素集合、按元素离散

按列表整体

按每个列表属性的属性值整体作为独立的项进行分组，相同元素但排序不同的将分为两个组

按元素集合

按每个列表属性的属性值的元素集合进行分组，只要属性值中包含的元素相同，无论排序是否相同，将分为一个组

按元素离散

每一个属性值中的元素将分为一个组，因此一条事件可能会被分到多个组

以时间分组

属性类型为时间型时，可以按天、按小时、按周、按月、按分钟、按季、按年、离散进行聚合分组

比如按小时分组时，选择的时间范围内有多少个小时，结果就会被分为多少个对应的结果进行展示

离散分组

属性类型为布尔型、列表型、字符型时，仅支持离散分组，即有多少个结果，就会分为多少个组

当以设备与用户属性的新老用户分组时，会分出新用户组与老用户组 2 个分组；与用户新增时间粒度相同的事件会被计算在新用户组，不相同的会被计算在老用户组

2.5 计算和保存

每次计算，分析主体与事件的查询时间都为必选项

2.5.1 分析主体

分析主体，是涉及到用户数有关的指标时（如触发用户数、人均值等），识别用户的标识，比如用户 ID、_account_id、_distinct_id 等。

假设要统计登录事件中的 ip 个数、付费事件中的产品 ID 个数，ip、产品 ID 都可以被设置为分析主体。分析主体的设置可以查看有关“分析”主体的详细说明。

分析主体默认选中的是热力引擎的用户 ID，您可以手动进行修改。

2.5.2 查询时间

分析模型中的查询时间默认为“服务端接收时间”，可选查询时间“客户端发生时间”，两者的区别为：

服务端接收时间：是系统接收到数据时的服务端时间

客户端发生时间：是事件在设备上发生时的设备时间

2.5.3 计算与保存

条件设定完成后，点击“计算结果”开始执行条件计算，计算完成后的结果将展示在下方结果区

报表条件设置无误、指标结果计算正确时，可以点击右上角“保存报表”将当前的条件进行保存
保存之后该报表可以被添加到看板当中
点击右上角“报表管理”中查看已经保存的报表
点击“报表管理”中的报表时，可以直接查看已保存的报表、查看结果

2.6 结果展示

在条件设置未完成后，点击“计算结果”，将在计算结果区展示计算得出的结果。

2.6.1 时区切换

分析报表可按您所希望的时区进行切换查看，比如产品发行地区在泰国时，可以选择按UTC+7进行报表查看，时区切换后，日期窗口将以选择的时区进行自然天切换，以便以当地时间展示分析结果。

2.6.2 时间粒度选择

可以通过时间聚合器选择计算出的结果在时间上的聚合粒度，目前支持按小时、按天、按周、按月、按分钟、按季、按年、合计进行结果展示，默认为按天。其中按周时可以设置每周的开始日是周几。

2.6.3 事件时间选择

结果展示区域，可以选择结果时间，默认为近 7 天文章图片

日期选择器左侧支持常用区间的选择，点击后可快速选中日期

日期设置分为动态时间和静态时间

动态时间

以设置条件当天为基准日期，报表保存之后，在之后的其他日期查看报表时，会以查看日期为基准日期，自动变化查询条件的日期为与查看日的相对日期。

比如 5 月 10 日创建报表时选定动态时间为昨天，即 5 月 9 日的结果，之后当 5 月 12 日查看报表时，展示的默认结果为 5 月 11 日，即针对 5 月 12 日的昨天的结果。

静态时间

与动态时间的区别在于报表选择的日期不会变。

比如 5 月 10 日创建报表时选定静态时间为昨天，即 5 月 9 日的结果，之后无论任何一天查看报表时，展示的结果都是 5 月 9 日。

2.6.4 对比时间段

事件分析支持对同一组的指标，设置不同的两个时间段，对比两个时间段里指标的不同表现。

对比的时间段同时最多可以保存 5 组，但对比最多仅能选择 1 组进行对比。

2.6.5 结果展示切换和数据导出

可以切换结果的展示方式

文章图片

可选择的展示方式为：趋势图、分布图、数据表

点击下载按钮可一键导出报表数据

2.6.6 图表展示设置

趋势图图表展示设置

在趋势图模式下，点击图标切换栏下方设置按钮，可以对指标分别配置图标样式（折线/柱状），是否展示在次轴，以及图标上是否显示计算结果数值；

以如下两个指标组合构成的趋势图为例，人数和百分比计量单位不同，可以把比率指标展示在次轴，同时根据需要显示指标数值

文章图片

文章图片

分布图图表展示设置

在分布图模式下，点击图标切换栏下方设置按钮，可以对指标分别配置图标上是否显示计算结果数值；

以指标拆分维度（分组展示）为例，多指标拆分分组维度后分别以累加柱状图的形式展示，用户可根据需求选择数值显示；

文章图片

2.6.7 数据表展示

数据表支持对各指标的阶段汇总方式进行设置，可以对不同的指标设置不同的计算方法

可设置阶段汇总计算时是否包含不完整时间的数据：

不完整时间，指的是计算时还没有过完的时间粒度，比如当前时间为 2 月 10 日 17:00，则按天计算时 2 月 10 日为不完整时间，按月计算时 2 月份为不完整时间，此时如果事件时间选择 2 月 1 日至 2 月 10 日时，“含不完整时间”开启，则会将 2 月 10 日数据计算在内，“含不完整时间”关闭，则 2 月 10 日数据不会被计算在内
当指定的计算时间范围里不包括计算当时的时间粒度时，则该设置项不会影响数据，比如当前 2 月 10 日 17 点按天计算 2 月 1 日至 2 月 5 日的结果时，无论是否选择“含不完整时间”，都不会影响数据

当单一指标计算的是“总次数”的指标时，在指标结果上有链接，点击可查看计算得出该指标的事件列表

当单一指标计算的是“触发用户数”指标时，悬停指标结果可将该结果的用户保存为结果标签；在指标结果上有链接，点击可查看该结果的用户列表

3.权限说明

操作权限：超级管理员、组管理员、分析师、分配权限的普通子账号

入口：首页-产品页-顶部主菜单-分析-事件分析