现在的互联网与四年前***的差异在于：流量盈利消失殆尽，互联网进入存量年代。

流量年代，获取流量是相对简略的。企业重视的是怎么找到更优质的途径，经过获取很多的流量来快速变现。经过新增、活泼、留存或许就能判别一个产品的好坏，因而根本的核算东西(Umeng、Talking Data 等)就能够满意需求。

存量年代，产品结构愈加多样化，每个产品都需求***的方针来衡量产品是否成功。而且获取流量的本钱高，关于企业而言就需求提高流量的转化功率，***化用户价值。因而，仅调查用户全体的核算数据是不行的，还需求精细化的核算剖析用户行为。为了完结这一点，数据核算东西需求支撑以下两点特性：

1. 更全面的数据模型

2. 常用的剖析功用

一. 支撑更全面的数据模型

传统的页面拜访模型(PV Model)只记载了拜访事情或许用户，并不能树立事情和用户之间的联系，所以，关于更深化的问题无法给予明晰的回答。例如，咱们想了解什么样的用户更简略留存，或许购买卫生纸和 iPhone 7 的用户有什么不同等等，这些问题是页面拜访模型无法支撑的。

因而，现在大多数精细化的数据核算东西，以事情模型(Event Model)替代了页面拜访模型。事情模型能够记载更多的信息，简略来说，事情描绘了一个用户在某个时刻，在特定环境下，完结了特定的操作。

一个完好的事情包括以下要害因素：

1. Who：用户是谁;

2. When：什么时刻产生;

3. Where：用户所在环境，包括地址、运用设备、体系版别 等等;

4. What：描绘事情的详细内容。一般，描绘内容是支撑自定义的，比方关于播映 音乐，咱们需求了解音乐名、时长、类型等等;关于购买操作，咱们或许需求了解金额、付款方法等等。

事情模型能协助咱们在后续的剖析中了解事情的意义，树立事情与用户间的联系。

二. 支撑常用的剖析功用

事情模型仅满意了核算方面的需求，在剖析过程中咱们还需求一些剖析功用的支撑：

1)漏斗剖析：

协助剖析一系列过程的转化与丢失状况。

例如，用户购买产品的完好流程或许包括以下过程：

1. 阅读产品

2. 增加产品到购物车

3. 结算购物车中的产品

4. 挑选送货地址、付出方法

5. 点击付款

6. 完结付款

漏斗剖析能核算每一步的转化率，协助剖析哪个环节的转化率不行高，丢失的用户具有什么特征等。

2)用户行为细查：

展现每个用户的详细行为，能够用来发掘核算数据背面的用户行为。

比方，在购买流程的比如中，发现 阅读产品 – 增加产品到购物车 这一步行为的转化率较低，就能够调查丢失用户的详细行为。假如发现用户在接连的阅读产品而没有购买，阐明用户或许没有找到满意的产品。或许发现用户在购买页面上常点击某个功用的按钮，而不是购买按钮，阐明购买按钮或许不行杰出，用户简略搬运注意力。

3)用户分组

依据用户的行为特征或许特点对用户进行分组比照，了解不同用户组方针间有差异的原因。一般能够将分组比照运用于漏斗剖析、留存剖析等场景。

用户分组的一个常用场景是：将导致不同用户组间方针差异的要素复制到方针人群中，来提高方针人群的某些方针。

举个比如：关于交际使用，假如经过分组比照，或许会发现重视熟人更多的新用户留存率高于没有重视的新用户，这样便能推测出增加熟人联系导入功用或许提高留存率。

除了上面说到的特性，以下两点也很要害：

1.高效，查询方便，跑一个数据需求1分钟以上都是不能忍的;

2.快捷，可视化，能在页面点击之间满意 90% 的剖析需求。