分享小程序数据分析如何做。

名词解释

概况：小程序一个基本情况的分析，包括：访问次数、访问人数、打开次数、独立IP数等信息，可以按年、月、天、小时数查询明细。

实时统计：即当前在线访问的用户数，包括：

访问时长（0~30s、30s~60s、1min~3min、3min~5min、5min~10min、10min以上）

访问页数（1页、2页、3~5页、6~10页、11~20页、20页以上）

访问地域（全部、自由选择国家、地区组合）

详细数据（第一次访问时间、地域、访客类型<新>、入口页面、最后停留页面、访问时长、访问页数）

累计访问用户数：默认显示的是30天的数据，累计访问次数即小程序自上线到当前的所有访问用户数。

实时访问：访问小程序所有或单个页面的总次数，多个页面之间跳转、同个页面的重复访问计为多次访问（实时数据处理同步可能有15分钟以内的延迟，只统计已发布的线上版本使用数据）。

打开次数：昨日打开小程序总次数，用户从打开小程序到主动关闭小程序或超时退出为一次。

访问次数：昨日访问小程序内所有页面总次数，多个页面之间的跳转、同一页面的重复访问计为多次访问。

访问人数：昨日访问小程序内所有页面的总用户数，同一用户多次访问不重复计。

新访问用户数：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。

分享次数：昨日分享小程序的总次数。

分享人数：昨日分享小程序的总人数，同一用户多次分享不重复计。

人均停留时长：平均每个用户停留在小程序页面的总时长，即小程序停留总时长/访问人数。

次均停留时长：平均每次打开小程序停留在小程序页面的总时长，即小程序停留总时长/打开次数。

新老访客：新访客数、老访客数以及对应的占比，新增用户再次使用即视为老访客，老访客数越多，对小程序越忠诚。

历史趋势：小程序整体的发展情况如何，是增还是减少，具体的明细项目包括：访问次数/人数、打开次数、独立IP数、平均在线时长。

平均在线时长越长越好，这里有个问题，如何区分有效在线时长，如果用户一直开着小程序不关闭，这样如何计算小程序的在线时长。

发现和找到小程序对应的使用规律，更加合理的优化小程序的运营，比如节假日和普通日子的差异。

页面分析：即用户对小程序页面内容的一个感兴趣程度，以此来优化小程序的内容与服务，是否能满足用户的需求，同常会固定计算用户在一个页面停留时间的平均值，如果超出或者低于这个值的时候，会导致什么情况的发生。

入口页：用户进入小程序访问的第一个页面，例如用户从页面A进入小程序，跳转到页面B，A为入口页，B不是。

受访页：用户进入小程序访问的所有页面，例如用户从页面A进入小程序，跳转到页面B，A,B均为受访页。

环境分析：主要包括

地域分析：小程序的用户都在哪里，那个级别的城市。

终端分析：小程序的用户都在使用什么手机，安卓和ios比例有多少，开发测试的时候主要关注哪些手机，手机分辨率、语言以及系统版本等。

网络分析：用户经常使用小程序的网络环境wifi、4G、3G、2G等。

机型分析：具体硬件设备分析，苹果哪个型号的移动设备，以及不同手机用户操作系统的异同。

自定义事件

主要在第三方统计工具或者开发者自己研发的工具里面会做一些记录和统计。

根据小程序的实际情况创建事件列表，比如说微信录音、微信支付等等功能。

在事件详情里面可以查看小程序的访问次数，访问人数，独立IP数，打开次数等。

对同个事件，增加多个参数配置，达到更细化的统计效果。一个事件下可以增加多个参数，同一个参数下也可以设置多个值。

参数配置生成参数ID: paramid,参数默认值为“true”，可以修改为任意其它字符，代码示例:mta.eventStat (‘event_id’,{paramid:’true’})。

参数名称为中英文数字、参数ID为英文数字。

同个事件下参数ID与参数名称不重复。

所有小程序统计的数据为线上正式发布的数据。

微信小程序数据如何使用

1.产品优化改进依据

数据可以来衡量整个产品在用户里面的受欢迎程度，拿到历史增长数据，然后确定阅读、季度、年度的计划和目标。

竞品数据对比分析，如果是同类小程序直接互相伤害，都在抢用户能够使用自己的小程序。同时也要学会如何区分小程序数造假，上面列的任何一个数据都可以造假，防不胜防。

2.运营活动效果评估

在设定好的小程序活动里面设置好小程序的目标，看看每次活动是否达到预期。

另外在提交版本的时候也可以查看，每个版本的运营效果对比，在关键数据上是否有提高。

3.工作报表可视化数据

日常汇报或展示的时候，可以将小程序的数据导出CSV做成相应的数据可视化图片。