【SaaS金羊毛】微信小程序We分析

article/2025/10/1 13:48:20

微信前几天发布了通告https://mp.weixin.qq.com/cgi-bin/announce?action=getannouncement&announce_id=11652079103ziYFG&version=&lang=zh_CN&token=,小程序统计模块会升级为”We分析“这样一款独立的产品。实际上这也符合很多B端产品的趋势,在开始阶段各个模块都有些定制指标和报表,但发展一段时间后会发现各个模块间很难做关联分析、还有可能指标不一致,于是需要建立一个独立的BI模块,是为”数据中台“:) 对于小程序而言,还有上面的各种自定义页面的分析,就更需要这样一款独立的产品了。实际上,阿拉丁、以及神策、易观这样的用户行为分析产品都或多或少的覆盖了部分功能,并且腾讯零售也有”有数“实现更面向业务的分析。但毫无疑问,微信自带的We分析会对这些产品产生降维打击,毕竟,有一个免费官方自带的产品,有多少客户还会去花钱买呢?

作为功能的迁移,We分析提供了详细的文档对照之前的指标:https://developers.weixin.qq.com/miniprogram/analysis/wedata/FAQ.html#_2-MP%E7%BB%9F%E8%AE%A1%E4%B8%8EWe%E5%88%86%E6%9E%90%E5%AF%B9%E7%85%A7%E8%A1%A8。我我个人体验下来:

优点:支持手机小程序查看预置平台数据。与腾讯有数默认需要合作伙伴实施不同,We分析是默认开放给所有小程序管理员的,所以该用户行为分析产品必需做得非常易用(感觉很难)。帮助文档里都有详细的指标说明。

缺点:没有启动小程序、进入小程序页面这样的预置事件。虽然预置的指标应该是用这些预置的事件生成的,但是无法与其它自定义事件一起做关联分析。

以下按各个功能模块做分析:

1. 数据看板

1.1 平台数据

平台数据都是默认的预置指标。

1.1.1 核心数据

今日实时数据包含:访问人数、打开次数、打开页面数。

访问核心数据包含:访问(访问小程序页面)、打开(打开小程序)等的留存、流失(应该是基于留存分析的结果)。其中日回流用户数=过去90天内无访问但当天有访问的用户。

还有交易核心数据。

1.1.2 实时数据

包含核心数据中的部分指标。可以按页面维度或场景维度查看。

其中场景维度分3层,可以分析到很细。这是We分析的特色功能,它基于小程序的原始场景聚类为3级,参见 https://developers.weixin.qq.com/miniprogram/analysis/wedata/FAQ.html#_1-%E5%B0%8F%E7%A8%8B%E5%BA%8F%E5%9C%BA%E6%99%AF%E4%BD%93%E7%B3%BB

1.1.3 访问分析

访问分析包含:公众号渠道、扫码渠道、分享渠道,也就是小程序被消费的主要方式。貌似少了个最重要的链接(URL scheme)渠道?

1.1.4 留存分析

留存分析基于新增、或者活跃用户。

1.1.5 页面分析

包含访问深度、用户路径分析等。

1.1.6 交易分析

包含交易金额、交易笔数、复购率等。

1.1.7 专题分析-灰度分析

只记录在现网有产生过数据的灰度版本;开发版本、测试版本和全量版本不会纳入统计。

1.2 经营分析

经营分析提供了行业模板,现在有电商行业、餐饮行业,接入模板需要管理员授权。包含经营总览、流量分析、商品分析、客户分析这几部分。

除了预置分析,也提供了预置事件,以及埋点的简介:例如”商品卡曝光“事件应该埋点在页面的什么位置。详见:https://developers.weixin.qq.com/miniprogram/analysis/wedata/BusinessAnalysisAccess.html#_1-2%E4%BA%8B%E4%BB%B6%E8%AF%B4%E6%98%8E

在“预约其他模板”里可以看到除了行业模板,还有“扩展模板:通用场景专题分析模板”,可选项包括:活动分析、收入分析、会员分析、直播分析、竞品分析、裂变分析、导购分析,这些大概就是We分析之后的规划。

1.3 分析看板

就是一个标准的仪表盘功能,可以将行为分析中的各种分析图表:事件分析、漏斗分析、留存分析,自定义加入到看板中。

2. 行为分析

新建分析之前,都需要先在数据管理模块中定义事件。

2.1 事件分析

事件分析没什么特别的,就是选指标、条件(以及时间范围)、维度。看上去也是上图下表的展示形式。

2.2 漏斗分析

漏斗分析中有个特殊的概念:开环漏斗 vs. 闭环漏斗。其中“开环漏斗”不区分事件触发顺序,我的理解这和N个事件分析的指标除一下是一样的。。

2.3 留存分析

定义初始事件、留存事件的2步漏斗,我的理解实现效果和预置指标中的留存是一样的,也可以计算流失。

3. 画像洞察

3.1 基础画像

包含:用户属性(性别、年龄)画像,用户设备画像,用户地域(省级、地级)画像。

每个报表都能按天、周、月的时间维度,也可以分全部用户、老用户、新用户(当期时间维度的才是新用户?)。

3.2 标签分析

需满足条件:1、小程序累积用户数大于等于1000;2、小程序近30天日均活跃用户大于等于100

3.3 人群分析

人群更新方式现在只能选手动。。。必须选一个基准用户池,基于近一段时间的活跃or交易用户。

标签规则中可以看出,预置的标签有:用户活跃标签(高活、中活、低活、沉默),访问用户流失标签(轻度流失、中度流失、重度流失),RFM-R(近、中、远),RFM-F(高、中、低),RFM-M(高、中、低)。

属性标签就和基础画像里的性别、年龄、设备、地域是一致的。

4. AB实验

需满足条件:日活用户>=200

4.1 实验看板

4.2 实验数据

4.3 实验指标

5. 性能质量

5.1 性能数据

包含启动性能、指标趋势,是小程序的性能,与自定义事件无关。

5.2 接口监控

可以查看前端、或服务器接口,前端接口可以选全部,服务器接口只能单个查询。

5.3 质量报告

分为”接口质量“页中的T+1数据,以及实时监控。

6. 数据管理

数据管理都提供了“JSON新增”的能力,可能是更好地辅助小程序埋点代码。

6.1 事件管理

事件包含默认的12个属性,会在wx.reportEvent接口中默认上报。可以理解微信将SDK默认嵌入到小程序框架中了。默认属性中特殊的就是“场景值”了,例如“1058-公众号文章”等。

6.2 属性管理

属性即事件属性,值得注意的是,We分析的事件属性也是统一维护的、而不是各个事件分开维护的;可能是数据治理的考虑,更可能是这些事件属性都会作为大宽表的列,所以不宜太多。

6.3 字典管理

6.4 页面备注

非常实用的功能,因为在埋点时默认传入的是页面路径。(是否有OpenAPI能返回所有页面?)


http://chatgpt.dhexx.cn/article/Fq8QGsWF.shtml

相关文章

Python 如何确定K-Means聚类的簇数

背景 “人以类聚,物以群分”,在大千世界中总有那么一些人,性格爱好、行为习惯比较相近,我们就会把他们归为一类人,这就是我们人脑自动进行的一个聚类(归类)。 在数据分析中,我们也经常拿数据来进行K-Means聚…

【机器学习】聚类代码练习

本课程是中国大学慕课《机器学习》的“聚类”章节的课后代码。 课程地址: https://www.icourse163.org/course/WZU-1464096179 课程完整代码: https://github.com/fengdu78/WZU-machine-learning-course 代码修改并注释:黄海广,ha…

【聚类算法】10种Python聚类算法完整操作示例(建议收藏

点击上方,选择星标,每天给你送干货! 来源:海豚数据科学实验室 著作权归作者所有,本文仅作学术分享,若侵权,请联系后台删文处理 聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术&…

理论+实战,一文详解最常使用的10个聚类算法(附代码)

聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术,用于发现数据中的有趣模式,例如基于其行为的客户群。有许多聚类算法可供选择,对于所有情况,没有单一的最佳聚类算法。 相反,最好探索一系列聚类算法以及每…

基于微信小程序的家校通系统-JAVA【数据库设计、源码、开题报告】

第一章 绪 论 1.1选题背景 随着网络时代的到来,互联网的优势和普及时刻影响并改变着人们的生活方式。在信息技术迅速发展的今天,计算机技术已经遍及全球,使社会发生了巨大的变革。 为了不受时间和地点的限制,智能手机用户可以通…

python新闻文本聚类_TextCluster:短文本聚类预处理模块 Short text cluster

推荐Github上一个NLP相关的项目: RandyPen/TextCluster 项目地址,阅读原文可以直达,欢迎参与和Star: https://github.com/RandyPen/TextCluster 这个项目的作者是AINLP交流群里的昭鸣同学,该项目 开源了一个短文本聚…

【组队学习】十一月微信图文索引

十一月微信图文索引 一、组队学习相关 周报: Datawhale组队学习周报(第037周)Datawhale组队学习周报(第038周)Datawhale组队学习周报(第039周)Datawhale组队学习周报(第040周&…

k-means聚类算法从入门到精通

点击上方“小白学视觉”,选择加"星标"或“置顶” 重磅干货,第一时间送达 k-means算法是非监督聚类最常用的一种方法,因其算法简单和很好的适用于大样本数据,广泛应用于不同领域,本文详细总结了k-means聚类算…

LaneAF | 利用Affinity Field聚类进行车道线实例分割

点击上方“计算机视觉工坊”,选择“星标” 干货第一时间送达 论文:https://arxiv.org/abs/2103.12040 开源代码:https://github.com/sel118/LaneAF 0 动机 车道线检测对于辅助驾驶、自动驾驶至关重要。全球范围内多种多样的车道线以及复杂的道…

机器学习 --- 聚类性能评估指标

第1关:外部指标 任务描述 本关任务:填写 python 代码,完成 calc_JC 函数、calc_FM 函数和 calc_Rand 函数分别实现计算 JC系数、FM 指数 和 Rand 指数 。 相关知识 为了完成本关任务,你需要掌握: JC 系数; FM 指数&…

如何用 DBSCAN 聚类算法做数据分析?

DBSCAN属于无监督学习算法,无监督算法的内涵是观察无标签数据集自动发现隐藏结构和层次,在无标签数据中寻找隐藏规律。 聚类模型在数据分析当中的应用:既可以作为一个单独过程,用于寻找数据内在规律,也可以作为分类等…

激光点云的物体聚类

点击上方“小白学视觉”,选择加"星标"或“置顶” 重磅干货,第一时间送达 文章导读 本文针对自动驾驶中三维点云的道路目标聚类进行讲解,从聚类算法的原理出发,介绍几种常用的点云障碍物聚类算法,并对比分析算…

K-means聚类算法

实训目标 本实训项目介绍无监督学习中,使用最广泛的 K-means 聚类算法。 先修知识 本实训项目假设,你已经掌握了初步的 Python 程序设计的基础知识。学习者若有一些 numpy 的使用经验,则可更快速地通过实训。 实训知识点 欧几里得距离 估算簇…

一文详解激光点云的物体聚类

点击上方“3D视觉工坊”,选择“星标” 干货第一时间送达 文章导读 本文针对自动驾驶中三维点云的道路目标聚类进行讲解,从聚类算法的原理出发,介绍几种常用的点云障碍物聚类算法,并对比分析算法的优劣和适用场景,从工程…

[计算机毕业设计]模糊聚类算法

前言 📅大四是整个大学期间最忙碌的时光,一边要忙着准备考研,考公,考教资或者实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过…

51nod-1548:欧姆诺姆和糖果

1548 欧姆诺姆和糖果 题目来源: CodeForces 基准时间限制:1 秒 空间限制:131072 KB 分值: 20 难度:3级算法题 收藏 关注 一天,欧姆诺诺姆来到了朋友家里,他发现了许多糖果。有蓝色和红色两种。他知道每颗…

android自动导入包快捷键,Android studio 自动导入(全部)包 import

http://blog.csdn.net/buaaroid/article/details/44979629 1 Android studio 只有import单个包的快捷键:Alt+Enter。没有Eclipse下的快速导入包的快捷键Ctrl+Shift+O。 2 但Android studio设置里有一项Auto Import自动导入功能。设置过程如下: Android studio --> File--&…

舍友打一把游戏的时间,我实现了一个selenium自动化测试并把数据保存到MySQL

文章目录 前言最终效果开发环境selenium元素定位方法页面分析思路分析实现步骤运行结果以下是全部代码 前言 很久没有玩selenium自动化测试了,近日在学习中都是在忙于学习新的知识点,所以呢今天就来写个selenium自动化测试的案例吧。有没有人疑惑&#…

51nod P1381 硬币游戏【数学】

题目 思路 比较简单. 参考代码 #include<iostream> #include<cstdio> using namespace std; int T,n; int main() {scanf("%d",&T);while(T--){scanf("%d",&n);printf("%d\n",2*n);}return 0; }

51nod3061 车

题目 题目链接 解题思路 提一种不需要生成树的解法。 我们将询问挂到点上&#xff0c;使用启发式合并的并查集。当询问的两边合并到一起时&#xff0c;我们就得到了答案。 整体复杂度 O ( n l o g 2 n ) O(nlog_2n) O(nlog2​n)。 代码 #include <cstdio> #include &…