# 1. 看板概要
# 1.1 内容概要
为了帮助小程序开发者，更好的衡量当前小程序的性能现状，以及各项性能指标对于小程序经营指标的影响。We分析推出性能报告，该报告将根据小程序的性能日志，对启动、网络、运行3类指标进行综合评估。评估等级分为“优秀”、“良好”、“一般”、“较差”4个档位。
目前支持2种不同的评估方式
- 按周期评估： 将根据截至昨日的性能日志，进行评估，每日11点前进行更新。分为“昨日”、“近7天”、“近30天”、“近60天”4种不同的时间范围。该评估方式下，将会提供同类均值用作参考。同类均值即同行业、同量级的相关小程序的性能指标均值。
- 按版本评估： 将按小程序版本作为评估粒度，统计对应版本的性能指标。同时，为确保性能日志所表现出来的数据相对稳定，仅评估版本存续时间大于等于5天的小程序版本。
备注：
仅评估iPhone、Android平台的性能数据
为保证性能数据具有一定的可参考性，不受极端数值的影响。若所选周期/所选版本内，该小程序累计打开次数，不足100次，则不进行性能评估
小游戏暂不支持性能评估
# 1.2 版本差异
- 基础版： 不支持
- 专业版： 支持
# 2. 看板内容
# 2.1 评估结果
目前性能报告，将会根据以下3类性能指标，进行综合评估。
- 启动性能类： 总计5项指标，总启动耗时、首次渲染耗时、JS注入耗时、代码包下载耗时、打开率。其中总启动耗时、首次渲染耗时的评估权重较高。
- 网络性能类： 总计2项指标，请求耗时、请求错误率。
- 运行性能类： 总计1项指标，页面切换耗时。
以上8项指标，主要通过2种方式，进行最终的性能评估
- 绝对值： 即根据指标数值处于具体区间，获得对应的评分。例如打开率低于92%，请求错误率大于等于1%，则该指标在该项的评分将获得最低分。
- 分位数： 即根据指标数值处于大盘的位置，获得对应的评分。例如总启动耗时若处于大盘的后25%，则该指标在该项的评分将获得最低分。
每项指标根据上述方式获得评分后，再根据指标的权重，累加后得到一个最终评分，以此评分划分为“优秀”、“良好”、“一般”、“较差”4个档位
目前上述的3类性能指标中，启动性能类的评估权重最高。因为启动环节的性能优劣，将直接影响微信用户是否打开你的小程序，建议小程序开发者重点关注。
备注：若所选周期/所选版本内，网络请求发起次数不足10次，则网络性能的数据不参与综合评估
# 2.1 今日实时数据
| 图表类型 | 图表名称 | 指标名称 | 统计口径 |
|---|---|---|---|
| 指标卡组 | 今日访问数据 | 访问人数 | 今日截止到当前，访问小程序页面的总用户数，同一用户多次访问不重复计 |
| 打开次数 | 今日截止到当前，打开小程序的总次数。除了少部分情况下的热启动，用户每一次热启动/冷启动，均会被计为一次打开 | ||
| 访问页面数 | 今日截止到当前，访问小程序页面的总次数。多个页面之间跳转、同一页面的重复访问计为多次访问 | ||
| 趋势图 | 访问实时数据 | / | 提供截止到当前，访问人数、打开次数、访问页面数3项访问指标的小时级今日数据 |
# 2.2 访问核心数据
| 图表类型 | 图表名称 | 指标名称 | 统计口径 | 最早追溯日期 |
|---|---|---|---|---|
| 指标卡组 | 小程序活跃概况 | 累计用户数 | 截止到所选日期，历史累计打开过小程序的用户数，同一用户多次访问不重复计 | 2021/1/1 |
| 日访问人数 | 所选日期下，单日打开小程序的总用户数，同一用户多次访问不重复计 | 2021/1/1 | ||
| 日打开次数 | 所选日期下，单日打开小程序的总次数。除了少部分情况下的热启动，用户每一次热启动/冷启动，均会被计为一次打开 | 2021/1/1 | ||
| 日访问页面数 | 所选日期下，单日访问小程序页面的总次数。多个页面之间跳转、同一页面的重复访问计为多次访问 | 2021/1/1 | ||
| 指标卡组 | 新增用户概况 | 日新增用户 | 在所选日期之前，从来没有打开过该小程序，并在当日首次打开小程序的用户数，同一用户多次访问不重复计。 | 2021/1/1 |
| 新用户当日打开次数 | 所选日期下，当日新增用户累计贡献的小程序打开次数 | 2021/7/1 | ||
| 指标卡组 | 添加至“我的小程序” | 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） | 2021/1/1 |
| 新添加人数 | 当日较前一日相比，新增添加到“我的小程序”的用户数 | 2021/1/1 | ||
| 指标卡组 | 小程序留存概况 | 活跃日留存 | 前一日访问小程序的用户中，当日再次打开小程序的用户比例 | 2021/7/1 |
| 新增日留存 | 前一日的新增用户中，当日再次打开小程序的用户比例 | 2021/7/1 | ||
| 指标卡组 | 流失及回流概况 | 流失用户数 | 截止到当日，在累计用户中，过去90天内，没有访问过小程序的用户数量 | 2021/1/1 |
| 回流用户数 | 累计用户中，过去90天内无访问，但当日有访问小程序的用户数量 | 2021/1/1 | ||
| 柱状图 | 新用户引流来源Top10 | / | 当前统计周期内的新用户中，第一次打开小程序的场景。其中场景的口径为二级场景 | 2021/7/1 |
| 饼状图 | 访问平台分布 | / | 当前统计周期内的访问用户访问小程序时，所使用的设备平台。总计有Android、iPhone、Windows PC、MacOS PC、Android Pad、iPad、未知7种类型 | 2021/7/1 |
| 柱状图 | 访问来源Top10 | / | 当前统计周期内的访问用户，分别从哪些场景，打开过小程序。其中场景的口径为二级场景 | 2022/7/1 |
| 柱状图 | 页面访问Top10 | / | 当前统计周期内，各个页面路径的访问人数、打开次数、访问页面数 | 2022/1/1 |
注：上述“最早追溯日期”，仅限定为“自然日”的统计口径，其他统计口径最早追溯日期如下
· 新用户引流来源Top10/访问平台分布：自然周为2021/7/5-2021/7/11、自然月为21年7月
· 访问来源Top10：自然周为2022/7/4-2022/7/10、自然月为22年7月
· 页面访问Top10：自然周为2022/4/4-2022/4/10、自然月为22年4月
# 2.3. 交易核心数据
| 图表类型 | 图表名称 | 指标名称 | 统计口径 | 最早追溯日期 |
|---|---|---|---|---|
| 指标卡组 | 交易金额概况 | 年度累计交易金额 | 截止到当日，当年小程序累计的交易金额 | 2021/4/1 |
| 当月累计交易金额 | 截止到当日，当月小程序累计的交易金额 | 2021/4/1 | ||
| 日交易金额 | 当日小程序累计的交易金额 | 2021/4/1 | ||
| 指标卡组 | 交易量概况 | 日交易人数 | 当日小程序累计的交易人数 | 2021/4/1 |
| 日交易笔数 | 当日小程序累计的交易笔数 | 2021/4/1 | ||
| 指标卡组 | 交易画像概况 | 客单价(日) | 日交易金额 / 日交易人数 | 2021/4/1 |
| 月复购率 | 近30天，交易笔数大于1笔的人数/30天内总交易人数(去重) | 2021/4/1 |
备注：所有交易类指标，未剔除退款金额，未包含云闪付交易
# 2.4. 广告核心数据
| 图表类型 | 图表名称 | 指标名称 | 统计口径 | 最早追溯日期 |
|---|---|---|---|---|
| 指标卡组 | 广告收入概況 | 广告收入 | 当日小程序流量主的广告收益 | 2022/1/1 |
| eCPM | 广告千次曝光收益 | 2022/1/1 | ||
| 指标卡组 | 广告点击概况 | 点击量 | 当日访问用户点击广告的累积次数 | 2022/1/1 |
| 点击率 | 点击量/曝光量 | 2022/1/1 | ||
| 指标卡组 | 广告曝光概况 | 拉取量 | 广告会在指定页面代码触发时进行请求，拉取量是成功请求到广告的数量 | 2022/1/1 |
| 曝光量 | 广告在页面内展示的次数，非播放完成数 | 2022/1/1 | ||
| 曝光率 | 广告曝光量/广告拉取量，可通过前置广告组件展现位置与时机，提升曝光率 | 2022/1/1 |
# 3. 常见问题
# Q1：“新用户引流来源Top10”和“访问来源Top10 - 新用户”有什么差别？
首先需要先理解一下小程序新用户的定义，该指标的定义是指“当日打开该小程序的用户，如果在当日之前，从来没有打开过该小程序，则该用户为该小程序当日的新用户”
因为使用小程序的用户，可能一天之内，会在多个不同的场景，分别打开过小程序。 所以，对于新用户引流来源来说，是指当日的新用户，第一次打开小程序的场景。而对于访问来源-新用户，是指当日的新用户，分别从哪些场景打开过小程序。
例如：
用户A，上午通过朋友圈广告，首次打开了XXX小程序，成为了该小程序当日的新用户。但当天除了朋友圈广告外，用户A又分别通过手机端搜索、任务栏再次打开了小程序。
那么用户A对于XXX小程序而言，在新用户引流来源中，仅会对朋友圈广告+1。而在访问来源-新用户中，朋友圈广告、手机端搜索、任务栏均会+1。
# Q2：访问平台中，同一个用户多设备多次访问，如何计算？
会计算多次。
例如：
用户A，上午通过iPhone手机打开过某个小程序，下午又通过自己的Android手机再次打开该小程序。那么在“访问平台分布”的饼状图中，iPhone、Android两类数据项都会+1。
故对于某些小程序，“访问平台分布”下的每一个数据项加起来的总和，会大于当日该小程序的日访问人数，背后的原因就是因为部分用户可能从多个不同类型的平台打开过该小程序
# Q3：为什么访问来源Top10，各项场景的百分比加起来会大于100%？
访问来源Top10中的占比数据，其分子为该场景在当前统计周期下的去重访问人数，分母为小程序整体在当前统计周期下的去重访问人数。因为部分用户可能在同一个访问周期内，从多个场景打开过小程序，故分子的累记值可能会比分母要大，所以最后占比之和大于100%也合理。
# Q4：交易数据比实际情况略少，是什么原因造成的？
根据已收到的商户反馈及后续的排查来看，基本都是因为当前We分析交易数据暂未包含云闪付交易所致。