# 数据看板

# 1.基础数据

基础数据模块包含了小程序,通用且常见的数据指标及其趋势,帮助商家快速了解小程序的基础数据现状。基础数据模块中的所有数据,均追溯到2021年1月1日,且可保存25个月。

该模块分为5个子模块,各子模块的介绍和具体指标的定义,详见下文。

# 1.1核心数据

# 1.1.1模块示例

核心数据: 小程序的访问核心数据。对于有发生交易的小程序,额外包含支付核心数据。

# 1.1.2指标定义

日访问人数: 单日访问小程序页面的总用户数,同一用户多次访问不重复计。

日打开次数: 单日打开小程序的总次数。用户从打开小程序到主动关闭或超时退出小程序的过程,计为一次。

活跃日留存: 昨日的日访问人数中,今日再次访问小程序的用户数占比。

日新增用户: 首次访问小程序页面的用户数,同一用户多次访问不重复计。

新用户打开占比: 日新增用户/日访问人数。

新增日留存: 昨日的日新增用户中,今日再次访问小程序的用户数占比。

累计用户数: 历史累计访问小程序的用户数,同一用户多次访问不重复计。

流失用户数: 累计用户数中,过去90天内没有访问过小程序的用户数量。需要注意的是,不同类型的小程序对于“流失”的时间阈值定义应有所差异,此处的90天仅作参考。

回流用户数: 当日访问的用户数量中,剔除当日,已有连续90天没有访问过小程序的人数。

访问来源Top 10: 统计周期内,访问人数/打开次数排名前10的二级访问场景。

页面访问Top 10: 统计周期内,访问人数/打开次数排名前10的页面路径。

年度累计GMV: 从当年1月1号开始,累计到所选日期内所产生的累计交易金额,单位元(人民币)。

当月累计GMV: 从当月1号开始,累计到所选日期内所产生的累计交易金额,单位元(人民币)。

日交易金额: 单日内所产生的累计交易金额,单位元(人民币)。

日交易人数: 单日在小程序内发生交易行为的总用户数,同一用户多次交易不重复计。

日交易笔数: 单日在小程序内产生交易的总次数。

# 1.2访问分析

# 1.2.1模块示例

访问分析: 小程序各场景的访问概况及其明细数据。

# 1.2.2指标定义

# (1)整体情况

日打开次数: 单日打开小程序的总次数。用户从打开小程序到主动关闭或超时退出小程序的过程,计为一次。

日访问人数: 单日访问小程序页面的总用户数,同一用户多次访问不重复计。

日新增用户: 首次访问小程序页面的用户数,同一用户多次访问不重复计。

总添加人数: 历史累计将小程序添加为“我的小程序”的总用户数(去除已取消添加人数)。

新添加人数: 昨日较前日相比,新增添加到“我的小程序”的用户数 。

取消添加人数: 从我的小程序移除的用户数(按当日最后是否移除计算)。

人均打开次数: 日打开次数/日访问人数。

人均停留时长: 当日小程序所有用户产生的累计使用时长/日访问人数。

次均停留时长: 当日小程序所有用户产生的累计使用时长/日打开次数。

访问来源Top 10: 统计周期内,访问人数/打开次数排名前10的二级访问场景。

新增来源Top 10: 统计周期内,新增用户/新增用户产生的打开次数排名前10的二级访问场景。

停留时长分布: 统计周期内,访问时长在各个区间的用户数量/打开次数。

# (2)公众号

公众号访问人数: 一级场景中,公众号渠道的单日访问人数

访问人数占比: 公众号访问人数/日访问人数

公众号打开次数: 一级场景中,公众号渠道的单日打开次数

打开次数占比: 公众号打开次数/日打开次数

公众号模板消息访问人数: 二级场景中,公众号模版消息的单日访问人数

公众号模板消息打开次数: 二级场景中,公众号模版消息的单日打开次数

公众号模版消息受访个数: 单日为小程序带来访问的公众号消息模版的个数

公众号文章访问人数: 二级场景中,公众号文章的单日访问人数

公众号文章打开次数: 二级场景中,公众号文章的单日打开次数

公众号文章引流篇数: 单日为小程序带来访问的公众号文章的篇数

# 1.3页面分析

# 1.3.1模块示例

页面分析: 小程序基于页面路径维度(Path层)的访问明细数据。

# 1.3.2指标定义

日访问页面数: 单日访问小程序页面的总数量,同一用户多次访问同一页面算为多次。

人均访问深度: 日访问页面数/日访问人数。

次均访问深度: 日访问页面数/日打开次数。

分享页面次数: 单日被分享的小程序页面总数量,同一用户多次分享同一页面算为多次。

跳出率(人数): 在这个页面离开小程序的人数/页面访问人数。

跳出率(次数): 在这个页面离开小程序的次数/页面打开次数。

人均停留时长(秒): 在这个页面用户产生的总停留时长/页面访问人数。

次均停留时长(秒): 在这个页面用户产生的总停留时长/页面打开次数。

# 1.4支付分析

# 1.4.1模块示例

支付分析: 对有发生交易的小程序,该模块包含小程序核心支付数据,用户支付画像及来源明细。

# 1.4.2 指标定义

年度累计GMV/支付笔数/支付人数: 从当年1月1日并截止到所选日期,小程序产生的累计交易金额/支付笔数/支付人数,其中支付人数为去重指标。

当月累计GMV/支付笔数/支付人数: 从当月1日并截止到所选日期,小程序产生的累计交易金额/支付笔数/支付人数,其中支付人数为去重指标。

当日累计GMV/支付笔数/支付人数: 所选日期内,小程序产生的累计交易金额/支付笔数/支付人数,其中支付人数为去重指标。

客单价: 日交易金额/日支付人数。

客单价: 日交易金额/日支付笔数。

人均交易笔数: 日支付笔数/日支付人数。

周复购率: 近7天,支付次数大于1次的人数/7天内总支付人数。

月复购率: 近30天,支付次数大于1次的人数/30天内总支付人数。

季度复购率: 近90天,支付次数大于1次的人数/90天内总支付人数。

表格-支付转化率: 支付人数/访问人数

表格-有效访问人数: 停留时长大于3秒的访问用户。

# 2.经营分析

为电商行业小程序,提供基于电商经营场景的数据看板、分析、诊断等数据服务,帮助优化引流-促活-交易的全链条,实现精细化运营。总计分为4个子模块,具体介绍和指标定义,详见下文。

# 2.1经营总览

经营总览: 小程序的核心经营数据,包括实时概况、经营诊断、流量和商品看板。

# 2.1.1实时概况

# 2.1.1.1模块示例
# 2.1.1.2指标定义

分时支付金额: 按自然时间,今日每小时支付金额之和(不剔退款金额)。

昨日分时支付金额: 昨天截至今日当前时间,每小时支付金额之和(不剔退款金额)。

累计支付金额: 0点截至当前时间,累计支付金额之和(不剔退款金额)。

昨日累计支付金额: 昨天截至今日当前时间,累计支付金额之和(不剔退款金额)。

访问人数: 0点截至当前时间,去重访问用户数。

浏览量: 0点截至当前时间,打开次数总和(是页面被访问的次数,一个人在统计时间内访问多次记为多次)。

支付人数: 0点截至当前时间,总支付人数,不剔退款人数。

支付笔数: 0点截至当前时间,总支付笔数,不剔退款笔数。

退款金额: 0点截至当前时间,总发起退款金额。

访问-支付转化率: 0点截至当前时间,支付人数/访问人数。

# 2.1.2经营诊断

# 2.1.2.1模块示例
image.png
# 2.1.2.2指标定义

所属行业: 平台基于主营业务或商品为小程序分配的行业。(该数据展示条件:小程序接入了归属行业的经营分析模块,并且该行业已开放同层数据)

行业层级: 平台基于近30天日均交易金额划分。处于大于100元账号中的TOP10%为第一层级。(该数据展示条件:小程序接入了归属行业的经营分析模块,并且该行业已开放同层数据)

访问人数: 统计时间内,去重访问人数。

打开次数: 统计时间内,打开次数总和。

新增用户数: 统计时间内,新增去重用户数。

加购人数: 统计时间内,将商品加入购物车的用户数,含购物车内首加、再加,不包括减车。

加购笔数: 统计时间内,加购的订单笔数。

加购人数转化: 统计时间内,加购人数/访问人数。

下单人数: 统计时间内,有下单行为的用户数。

下单笔数: 统计时间内,下单的订单笔数。

下单金额: 统计时间内,下单金额总数。

下单人数转化: 统计时间内,下单人数/访问人数。

交易人数: 统计时间内,成功交易人数。

交易笔数: 统计时间内,成功交易次数。

交易金额: 统计时间内,成功交易金额(不剔除退款金额)。

客单价: 统计时间内,交易金额/交易客户数。

笔单价: 统计时间内,交易金额/交易笔数。

交易人数转化: 统计时间内,交易人数/访问人数。

未交易金额: 统计时间内,已下单但未交易的金额。

未交易订单数: 统计时间内,已下单但未交易的订单数。

未交易人数: 统计时间内,已下单但未交易的人数。

未交易人数转化: 统计时间内,未交易人数/下单人数。

退款金额: 统计时间内,发起退款的金额总和(不算运费)。

退款人数: 统计时间内,发起退款的人数。

退款笔数: 统计时间内,发起退款的笔数。

退款人数转化: 统计时间内,发起退款人数/交易人数。

以上指标较平日平均增幅: 与统计时间过去30天平均水平相比的增幅。

# 2.1.3指标趋势

# 2.1.3.1模块示例
image.png
# 2.1.3.2指标定义

访问人数: 统计时间内,去重访问人数。

交易人数: 统计时间内,去重交易人数。

访问-支付转化率: 统计时间内,交易人数/访问人数。

同层平均的访问-支付转化率: 统计时间内,小程序所属行业且同一交易金额层级内的小程序的平均水平参考值。

交易笔数: 统计时间内,成功交易次数。

交易金额: 统计时间内,成功交易金额(不剔除退款金额)。

客单价: 统计时间内,交易金额/交易客户数。

分享小程序人数: 统计时间内,分享小程序的人数。

退款金额: 统计时间内,发起退款的金额总和(不算运费)。

退款笔数: 统计时间内,发起退款的笔数。

# 2.1.4流量看板

# 2.1.4.1模块示例
image.png
# 2.1.4.2指标定义

商品曝光人数: 分场景的商品曝光人数(商品在商详页的访问+商品卡在其他页面的展现的去重总人数)。

商详页访问人数: 分场景的商详页访问人数(指商品在其商详页的被访问次数(商详页非主要介绍商品,仅是推荐的,不计算))。

加购人数: 分场景的加购人数。

下单人数: 分场景的下单人数。

支付人数: 分场景的支付人数。

访问人数占比: 所统计场景的访问人数/总访问人数。

场景访问人数: 分场景的访问人数。

# 2.1.5商品看板

# 2.1.5.1模块示例
image.png
# 2.1.5.2指标定义

访问人数TOP10: 商详页访问人数TOP10商品。

销量TOP10: 支付件数TOP10商品。

支付金额TOP10: 支付金额TOP10商品。

商品退款金额TOP: 退款金额TOP10商品。

# 2.2流量分析

流量分析: 小程序流量维度分析,包括流量核心数据,及各流量来源在用户购买各环节的转化数据,并提供页面维度的经营数据,且针对核心场景公众号提供了更细分的分析。

# 2.2.1流量看板

# 2.2.1.1模块示例
image.png image.png
# 2.2.1.2指标定义

访问人数: 统计时间内,去重访问人数。

浏览量: 统计时间内,打开次数总和。

人均访问页面数: 统计时间内,访问页面总数/访问人数。

同层平均的人均访问页面数: 统计时间内,小程序所属行业且同一交易金额层级内的小程序的平均水平参考值。

人均停留时长: 统计时间内,访问停留总时长/访问人数。

同层平均的人均停留时长: 统计时间内,小程序所属行业且同一交易金额层级内的小程序的平均水平参考值。

新用户数: 统计时间内,首次访问小程序的用户数。

老用户数: 统计时间内,非首次访问小程序的用户数。

公众号文章引流人数: 统计时间内,公众号(关联公众号、非关联公众号)的文章引流至小程序的总人数。

小程序直播观看人数: 统计时间内,观看小程序直播的总人数。

跳失率: 统计时间内,用户只访问了一个页面就离开的人数/总访问人数。

同层平均的跳失率: 统计时间内,小程序所属行业且同一交易金额层级内的小程序的平均水平参考值。

# 2.2.2流量漏斗

# 2.2.2.1模块示例

image.png

# 2.2.2.2指标定义

整体访问-支付转化率: 统计时间内,支付人数/访问人数。

访问人数: 统计时间内,去重访问人数。

加购人数: 统计时间内,将商品加入购物车的用户数,含购物车内首加、再加,不包括减车。

下单人数: 统计时间内,有下单行为的用户数。

支付人数: 统计时间内,成功支付人数。

访问-加购转化率: 统计时间内,加购人数/访问人数。

加购-下单转化率: 统计时间内,下单人数/加购人数。

下单-支付转化率: 统计时间内,支付人数/下单人数。

# 2.2.3流量来源

# 2.2.3.1模块示例
image.png
# 2.2.3.2指标定义

商品曝光人数: 分场景的商品曝光人数(商品在商详页的访问+商品卡在其他页面的展现的去重总人数)。

商详页访问人数: 分场景的商详页访问人数(指商品在其商详页的被访问次数(商详页非主要介绍商品,仅是推荐的,不计算))。

加购人数: 分场景的加购人数。

下单人数: 分场景的下单人数。

支付人数: 分场景的支付人数。

访问人数占比: 所统计场景的访问人数/总访问人数。

场景访问人数: 分场景的访问人数。

# 2.2.4TOP10场景指标

# 2.2.4.1模块示例
image.png
# 2.2.4.2指标定义

总访问人数: 该场景来源的总访问人数。

访问-加购转化率: 该场景的访问-加购转化率。

加购-下单转化率: 该场景的加购-下单转化率。

下单-支付转化率: 该场景的下单-支付转化率。

访问-支付转化率: 该场景的访问-支付转化率。

加购人数: 该场景的加购人数。

下单人数: 该场景的下单人数。

支付人数: 该场景的支付人数。

# 2.2.5页面汇总分析

# 2.2.5.1模块示例
image.png
# 2.2.5.2指标定义

页面类型: 分为:非商详页(承接页、列表页等)、商详页。

页面地址: page。

页面访问人数: 该页面的访问人数。

页面浏览量: 该页面的被打开次数。

页面引导加购人数: 统计时间内,该页面内商品本身、及页面内曝光的商品加购的总人数。

页面引导下单人数: 统计时间内,①对页面内商品直接下单或加购后下单+ ②点击页面内推荐商品进入其推荐商品商详页后直接下单或加购后下单的总去重人数。下单成功是指进入“订单确认页”并最终下单成功(即生成订单ID)。

页面引导访问-加购转化率: 统计时间内,该页面内商品本身、及页面内曝光商品的加购人数/页面访问人数。

页面引导加购-下单转化率: 统计时间内,引导下单人数/引导加购人数。

页面分享人数: 该页面被分享人数。

页面分享次数: 该页面被分享次数。

页面跳失率: 统计时间内,访问该页面后就离开的人数/该页面总访问人数。

页面平均停留时长: 统计时间内,该页面的停留总时长/该页面访问人数。

# 2.2.6公众号引流概况

# 2.2.6.1模块示例
image.png
# 2.2.6.2指标定义

**公众号总引流访问人数:**该小程序来自公众号的总去重访问人数。

**公众号总引流新增访客:**该小程序来自公众号访客的总去重新增访客人数。

**公众号总引流支付人数:**该小程序来自公众号访客的总支付下单人数。

**公众号总引流支付金额:**该小程序来自公众号访客的总支付金额。

**公众号总引流商品销量:**该小程序来自公众号访客的总商品销量。

**公众号引流访问-支付转化率:**公众号引流支付人数/引流访问人数。

# 2.2.7公众号指标趋势

# 2.2.7.1模块示例
image.png
# 2.2.7.2指标定义

同2.2.6

# 2.2.8公众号引流场景TOP

# 2.2.8.1模块示例
image.png
# 2.2.8.2指标定义

公众号引流访问人数TOP场景: 分汇总和具体公众号各场景引流小程序的访问人数TOP10。

公众号引流支付人数TOP场景: 分汇总和具体公众号各场景引流小程序的支付人数TOP10。

# 2.2.9公众号引流明细

# 2.2.9.1模块示例
image.png
# 2.2.9.2指标定义

同2.2.6,但访问数据的场景下拆至原始场景。

# 2.2.10公众号文章漏斗
# 2.2.10.1模块示例
image.png
# 2.2.10.2指标定义

引流访问人数: 文章引流访问小程序人数。

引流下单人数: 文章引流访问小程序并下单人数。

文章下单率: 下单人数/访问人数。

引流支付人数: 文章引流访问小程序并支付人数。

支付/下单: 文章支付人数/下单人数。

整体转化率: 支付人数/访问人数。

# 2.2.11公众号文章引流明细
# 2.2.11.1模块示例
image.png
# 2.2.11.2指标定义

引流访问人数: 文章引流访问小程序的人数。

引流加购人数: 文章引流访问小程序且下单人数。

引流下单人数: 文章引流访问小程序且下单的人数。

引流支付人数: 文章引流访问小程序且支付的人数。

引流支付笔数: 文章引流访问小程序且支付的笔数。

引流商品销量: 通过文章引流支付的所有spu件数总数。

引流支付金额: 文章引流访问小程序且支付的总金额。

引流访问-支付转化率: 文章引流支付人数/文章引流访问人数。

客单价 文章引流支付金额/文章引流支付人数。

# 2.3商品分析

商品分析: 小程序商品维度分析,包括商品诊断、品类及商品的排行和交易明细数据。

# 2.3.1 商品诊断

# 2.3.1.1模块示例
image.png
# 2.3.1.2指标定义

商品访问人数: 统计时间内,所有商品的商品详情页被访问的去重人数(指商品在其商详页的被访问人数(仅推荐不计算))。

商品访问人数较平日平均增幅: 日:(日访问人数-近30日访问人数均值)/近30日访问人数均值。周:(周客单价-近4周客单价均值)/近4周周访问人数均值。

商品曝光量: 统计时间内,商品被展现的总次数(包括商品在商详页的浏览量+商品卡在其他页面的展现次数)。

被访问商品数: 统计时间内,所有被访问过的商品(spu)的去重数。

加购人数: 统计时间内,将商品加入购物车的用户数,含购物车内首加、再加,不包括减车。

加购件数: 统计时间内,访客加入购物车的商品件数的总合。

下单人数: 统计时间内,有下单行为的用户数。

下单件数: 统计时间内,商品被下单的件数。

下单金额: 统计时间内,下单金额总数。

访问-下单转化率: 统计时间内,下单人数/访问人数。

支付人数: 统计时间内,成功支付人数。

商品销量: 统计时间内,所有spu的支付件数汇总。

支付笔数: 统计时间内,支付笔数汇总。

支付金额: 统计时间内,支付金额汇总(不剔退款金额)。

客单价: 统计时间内,支付金额/支付客户数。

月复购率: 近30天,支付次数大于1次的人数/30天内总支付人数。

季度复购率: 近90天,支付次数大于1次的人数/90天内总支付人数。

支付人数转化: 统计时间内,支付人数/下单人数。

访问支付人数转化率: 统计时间内,支付人数/访问人数。

未支付金额: 统计时间内,已下单但未支付的金额。

未支付订单数: 统计时间内,已下单但未支付的订单数。

未支付人数: 统计时间内,已下单但未支付的人数。

未支付人数转化: 统计时间内,未支付人数/下单人数。

退款金额: 统计时间内,成功退款的金额总和(不算运费)。

退款人数: 统计时间内,成功退款的人数。

退款笔数: 统计时间内,成功退款的笔数。

退款率: 统计时间内,成功退款订单数/付款订单数。

# 2.3.2品类排行

# 2.3.2.1模块示例
image.png
# 2.3.2.2指标定义

品类访问人数TOP: 统计时间内,品类内商品详情页的总访问人数排名TOP。

品类销量TOP: 统计时间内,品类内商品的支付件数汇总排名TOP。

品类支付金额TOP: 统计时间内,品类内商品的支付金额汇总排名TOP。

品类退款金额TOP: 统计时间内,品类内商品的退款金额汇总排名TOP。

品类访问人数环比增量TOP: 品类访问人数环比增加排名TOP。

品类销量环比增量TOP: 品类销量环比增加排名TOP。

品类支付金额环比增量TOP: 品类支付金额环比增加排名TOP。

品类退款金额环比增量TOP: 品类退款金额环比增加排名TOP。

品类访问人数环比减少TOP: 品类访问人数环比减少排名TOP。

品类销量环比减少TOP: 品类销量环比减少排名TOP。

品类支付金额环比减少TOP: 品类支付金额环比减少排名TOP。

品类退款金额环比减少TOP: 品类退款金额环比减少排名TOP。

# 2.3.3 商品排行

# 2.3.3.1 模块示例
image.png
# 2.3.3.2 指标定义

商品访问人数TOP: 统计时间内,单个商品详情页的访问人数排名TOP。

商品销量TOP: 统计时间内,单个商品支付件数汇总排名TOP。

商品支付金额TOP: 统计时间内,单个商品支付金额排名TOP。

商品退款金额TOP: 统计时间内,单个商品退款金额排名TOP。

商品访问人数环比增量TOP: 商品访问人数环比增加排名TOP。

商品销量环比增量TOP: 商品销量环比增加排名TOP。

商品支付金额环比增量TOP: 商品支付金额环比增加排名TOP。

商品退款金额环比增量TOP: 商品退款金额环比增加排名TOP。

商品访问人数环比减少TOP: 商品访问人数环比减少排名TOP。

商品销量环比减少TOP: 商品销量环比减少排名TOP。

商品支付金额环比减少TOP: 商品支付金额环比减少排名TOP。

商品退款金额环比减少TOP: 商品退款金额环比减少排名TOP。

# 2.3.4品类交易明细

# 2.3.4.1模块示例
image.png
# 2.3.4.2指标定义

品类-曝光量: 统计时间内,该品类内商品被展现的总次数。

品类-访问人数: 统计时间内,该品类内商品详情页被访问的去重人数。

品类访问占比: 该品类访问人数/总访问人数。

品类-加购人数: 统计时间内,加购(包括首次加购、再次加购)该品类内所有商品的去重用户数。

品类-下单人数: 统计时间内,下单该品类内所有商品的去重用户数。

品类-支付人数: 统计时间内,该品类内所有商品的去重支付用户数。

品类支付占比: 该品类支付人数/总支付人数。

品类-销量: 统计时间内,该品类内所有商品的销售总量(总件数)。

品类-支付金额: 统计时间内,该品类内所有商品的支付总金额。

品类-访问-下单转化率: 统计时间内,品类下单人数/品类访问人数。

品类-下单-支付转化率: 统计时间内,品类支付人数/品类下单人数。

品类-访问-支付转化率: 统计时间内,品类支付人数/品类访问人数。

品类-月复购率: 近30天,该品类支付次数大于1次的人数/30天内该品类总支付人数。

品类-季度复购率: 近90天,该品类支付次数大于1次的人数/90天内该品类总支付人数。

# 2.3.5商品交易明细

# 2.3.5.1模块示例
image.png
# 2.3.5.2指标定义

商品-曝光量: 统计时间内,商品(spu)被展现的总次数。

商品-访问人数: 统计时间内,商品(spu)详情页被访问的去重人数。

商品访问占比: 该商品访问人数/总访问人数。

商品-加购人数: 统计时间内,加购(包括首次加购、再次加购)该商品(spu)的去重用户数。

商品-下单人数: 统计时间内,下单该商品(spu)的去重用户数。

商品-支付人数: 统计时间内,该商品(spu)的去重支付用户数。

商品支付占比: 该商品支付人数/总支付人数。

商品-销量: 统计时间内,该商品(spu)的销售总量(总件数)。

商品-支付金额: 统计时间内,该商品(spu)的支付总金额。

商品-访问-下单转化率: 统计时间内,商品下单人数/商品访问人数。

商品-下单-支付转化率: 统计时间内,商品支付人数/商品下单人数。

商品-访问-支付转化率: 统计时间内,商品支付人数/商品访问人数。

商品-月复购率: 近30天,该商品(spu)支付次数大于1次的人数/30天内该商品(spu)总支付人数。

商品-季度复购率: 近90天,该商品(spu)支付次数大于1次的人数/90天内该商品(spu)总支付人数。

# 2.3.6异常商品

# 2.3.6.1 高退款率商品

高退款率商品: 退款率大于10%的商品

退款率: 近30天发起退款订单数/付款订单数

退款金额: 统计时间内,该商品的退款金额

# 2.3.6.2 高访问低转化商品

高访问低转化商品: 访问人数大于100或访问人数占比>1%(达到其一即可),且访问-支付转化率低于该小程序所属行业同层平均值(未开放同层的行业,默认为5%)

曝光量: 统计时间内,该商品被展现的总次数

访问人数: 统计时间内,该商品详情页被访问的去重人数

交易人数: 统计时间内,该商品的交易人数

访问-支付转化率: 统计时间内,交易人数/访问人数

# 2.3.6.3 30天零交易商品

30天零交易商品: 近30天有曝光次数/访问次数但零交易笔数的商品

曝光量: 统计时间内,该商品被展现的总次数

访问人数: 统计时间内,该商品详情页被访问的去重人数

# 2.4客户分析

客户分析: 小程序客户维度分析,包括全部用户及新老用户的漏斗数据对比,并提供用户消费分层分析。

# 2.4.1新老用户交易分析

# 2.4.1.1模块示例
image.png
# 2.4.1.2指标定义

全部用户访问-支付转化率: 统计时间内,支付人数/访问人数。

全部用户访问人数: 统计时间内,总去重访问人数。

全部用户加购人数: 统计时间内,将商品加入购物车的用户数,含购物车内首加、再加,不包括减车。

全部用户访问-加购转化率: 统计时间内,加购人数/访问人数。

全部用户下单人数: 统计时间内,有下单行为的用户数。

全部用户加购-下单转化率: 统计时间内,下单人数/加购人数。

全部用户支付人数: 统计时间内,成功支付人数。

全部用户下单-支付转化率: 统计时间内,支付人数/下单人数。

新用户访问人数: 统计时间内,首次访问小程序的去重用户数。

新用户加购人数: 统计时间内,首次访问小程序且有加购行为的去重用户数。

新用户访问-加购转化率: 新用户加购人数/新用户访问人数

新用户下单人数: 统计时间内,首次访问小程序且有下单行为的去重用户数。

新用户加购-下单转化率: 新用户下单人数/新用户加购人数

新用户支付人数: 统计时间内,首次访问小程序且完成支付的去重用户数。

新用户下单-支付转化率: 新用户支付人数/新用户下单人数

新用户访问-支付转化率: 新用户支付人数/新用户访问人数

同层平均的新用户访问-支付转化率: 统计时间内,小程序所属行业(且行业数据已开放)且同一交易金额层级内的小程序的平均水平参考值。

老用户访问人数: 统计时间内,非首次访问小程序的去重用户数。

老用户加购人数: 统计时间内,非首次访问小程序且有加购行为的去重用户数。

老用户访问-加购转化率: 老用户加购人数/老用户访问人数

老用户下单人数: 统计时间内,非首次访问小程序且有下单行为的去重用户数。

老用户加购-下单转化率: 老用户下单人数/老用户加购人数

老用户支付人数: 统计时间内,非首次访问小程序且完成支付的去重用户数。

老用户下单-支付转化率: 老用户支付人数/老用户下单人数

老用户访问-支付转化率: 老用户支付人数/老用户访问人数

同层平均的老用户访问-支付转化率: 统计时间内,小程序所属行业(且行业数据已开放)且同一交易金额层级内的小程序的平均水平参考值。

# 2.4.2指标趋势(老用户)

# 2.4.2.1模块示例
image.png
# 2.4.2.2指标定义

见2.4.1 其中老用户数=老用户访问人数。

# 2.4.3指标趋势(新用户)

# 2.4.3.1模块示例
image.png
# 2.4.3.2指标定义

见2.4.1 其中新用户数=新用户访问人数。

# 2.4.4消费层级分析

# 2.4.4.1模块示例
image.png
# 2.4.4.2指标定义

层级: 层级的划分区间支持三档:10元、100元、1000元。

人数: 统计时间内,该消费区间的支付人数。

# 3.分析看板

分析看板提供用户根据分析需求及场景,个性化定制看板的功能,可以将行为分析板块中事件分析、漏斗分析的分析结果添加至看板中,并通过创建目录及看板来管理图表。

# 如何使用分析看板?

注:使用分析看板需要在行为分析板块中至少创建过一个事件分析或漏斗分析,了解 行为分析

# 1. 新建目录及看板

点击“新建按钮”可在目录页中创建新的目录,每个目录会自动创建一个默认看板。用户可根据需求创建目录及看板,每个目录下最多创建6个看板。

image.png

# 2. 添加图表

入口1: 分析看板

创建目录后,进入目录中可以在当前看板页面点击“添加图表”,即可将图表添加到当前看板,单个看板最多添加10个图表。

image.png

入口2: 行为分析-事件分析/漏斗分析-详情页

进入目标分析中,选择该分析的“推送”操作,即可将该分析结果推送至指定目录-看板中。

image.png

# 3. 管理图表

添加图表后即可在看板中便捷查看数据。

不再需要的图表可在看板中进行“删除”。

image.png

在“查看操作记录”中可查阅当前看板的操作记录,管理看板使用情况。

image.png