产品特点
多维度分析
灵活组合分析,洞察指标背后的增长点。
秒级处理
强大的数据处理能力,秒级处理海量数据。
智能挖掘
整合人工智能和大数据能力,深度挖掘数据价值。
高效分析
渠道分析,事件分析,漏斗分析,用户画像,用户细分。
应用场景
新零售
将新零售客户的线上APP进行数据埋点,将CRM、ERP、POS机中的数据进行抽取及治理形成全域数据,通过自定义建模及可视化建模相结合的方式完成客户数据指标体系的搭建。帮户客户优质渠道资源,调整营销策略,提升线索转化率,从而提高市场整体 ROI。
申请演示
电商
通过数据采集工具采集电商客户的数据,分析电商用户行为,帮助客户精准定位不同用户群,进行个性化营销引导,降低新用户边际成本,提高用户转化。
申请演示
产品功能
用户流量分析
用户行为分析
收入情况分析
用户画像分析
用户流量分析
新增用户:统计时间内,首次启动的用户;
活跃用户:统计时间内,有启动行为的用户;
流失用户:截止到统计日,某个时间周期内(7天/14天可配置)未启动过的用户;
回归用户: 在统计时间范围内,流失后又重新启动的用户。
用户行为分析
回归用户: 在统计时间范围内,流失后又重新启动的用户;
漏斗分析用于分析一个业务过程中每一步的转化与流失情况;
留存分析用于分析网站或App,经过一段时间后,仍然在使用的用户,有多少用户留下来;
用户路径分析用于准确追踪用户来源、去向,锚定App优化方向。
收入情况分析
针对付费用户的深入分析,分析付费用户、活跃付费用户、流失付费用户、回归付费用户、付费率、付费次数、付费平均次数、付费金额、新增付费金额、ARPU(平均每用户收入)、ARPPU(平均每付费用户收入)。
用户画像分析
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”。
包含画像体系有:人群属性、设备属性和行为偏好。其中人群属性包含年龄、性别、地域。设备属性包含用户使用的操作系统、使用年限、屏幕大小、设备机型。行为偏好则记录了用户的应用偏好、使用频次、使用时长。
获取产品白皮书
获取白皮书