預定義指標：

訪問級指標，事件級指標，用戶級指標。

預定義維度：

設備維度，地域維度，用戶來源。

下面我們將分別介紹上述預定義指標體系和預定義維度的具體含義以及應用場景。

12個訪問級指標（僅限Web）：

實際應用舉例：

（一）通過訪問級指標，進行應用狀態監測

網站、APP、小程序的運營過程中避免不了出現突發情況，比如突然有一天我們的UV（APP下載量）突然增加了幾倍，或者突然有一天，我們的數據衰減了很嚴重，運營者需要知道原因，此時訪問級指標會幫助我們進行及時的預警。

某日：網站的任意事件觸發數量突然劇增，經調查發現，出現大量不明攻擊事件，技術部緊急做了安全防護，次日攻擊事件被攔截。

（二）訪問級指標是分析的重要部分

訪問級指標是事件分析和漏斗分析里的重要指標，比如想通過了解頁面訪問到提交訂單的轉化率來判斷頁面的引導效率是否足夠？

在擁有這樣的指標體系后，我們可以通過漏斗分析進行用戶留存率的統計。瀏覽商品詳情頁的用戶和提交訂單的用戶，發現有將近50%的流失率，接下來我們可以通過分析流失原因來進行轉化率優化。

9個事件級指標：

實際應用舉例：

在預置了事件級指標體系之后，我們通過事件分析，可以得知訪客（用戶）在你的應用上何時做了何事，我們可以通過單事件分析和多事件組合分析得到很多用戶行為數據，這些數據會反應用戶對產品的喜好以及產品易用程度。

從下面的數據表顯示，支付訂單昨天驟減，而支付訂單的用戶和聯系客服的用戶趨勢保持一致，可以判斷在支付和咨詢呈現必然聯系。從左側列表可以看到，我們可以對網站、APP、小程序的任意事件進行埋點以便我們進行相應的數據分析。

5個用戶級指標：

實際應用舉例：

一款APP想了解我的用戶會常用哪些APP？

在用戶偏好分析中，少不了用戶級指標體系的搭建。通過分析里的用戶APP偏好，可以了解自己的用戶對哪些APP感興趣，這樣就可以有的放矢的進行廣告投放，根據APP偏好，可以讓自己的廣告投放更精準。

細分維度

10個設備維度：

4個地域維度：

5個用戶來源維度：

實際應用場景：

通過細分維度提高核心漏斗轉化率，洞察轉化率優化空間

解決流程：

1、構建轉化漏斗：通過漏斗分析，清晰展示漏斗的轉化率

2、通過細分維度進行漏斗下鉆，發現移動端的轉化率明顯低于平均水平

3、解決辦法：首先通過行為序列判斷交互是否因為兼容而產生問題，其次去為移動端單獨準備著陸頁

這套指標體系對于產品運營中可能出現的問題的診斷和來源分析具有非常大的幫助，并用以進行用戶行為分析，提高用戶留存率。

總結

以上是生活随笔為你收集整理的用户行为分析的指标体系的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。