分析

Thinking Engine （TE）的分析模块帮助您对用户行为和属性等数据展开各种类型的分析，以更好地基于数据进行决策。我们基于行业经验提炼的分析模型是业内领先的无代码分析工具，覆盖了行业内绝大多数分析场景。您可以将通过分析模型得到的数据结论保存为形式丰富的报表，并通过看板分享给其他人。

在基本概念章节中，我们提供了分析模块所涉及的基础概念的说明，并对分析模型的基本思路进行了介绍。不同模型对应的分析场景不同，基本概念可以帮您了解怎样根据分析需求选择合适的分析模型。

事件分析是最基础的模型，可以计算一段时间内用户产生特定行为的聚合指标，或者是指标的变化趋势，如每天的DAU是否平稳、今天的流水有多少等。

留存分析针对项目核心KPI中的留存率进行分析，您可以通过选择初始事件和回访事件，快速得到新增用户的次留、三留、七留等，也可以通过“同时展示”计算LTV和ROI。

漏斗分析用来分析按顺序完成指定步骤的用户数及比例，您可快速掌握特定环节的转化流失情况，如新手引导跳出点位或关卡驻留数据，发现可能存在的问题。

间隔分析可以分析两个具有前后因果关系的事件的转化时长，如注册到首次付费的转化耗时中位数，或者建筑升级耗时的分布情况，也可以作为漏斗分析的一种补充。

分布分析基于用户参与情况划分为不同区间，您可以按参与次数、天数等划分，也可以按每个用户的具体属性总和如累计充值金额划分，并查看各区间用户数及占比。

路径分析一般用来进行探索性分析，您可以通过桑基图直观查看关键节点前后用户的流入流出，分析行为偏好，如用户每天登录后最先参与哪种活动，或者用户流失前最后进行的核心玩法。

属性分析可以支持两个维度交叉分析，还可对比不同人群的数据表现。您可以快速掌握特定用户群的用户画像，制定精细化运营方案并在运营中创建任务进行推送。

SQL查询支持自定义查询当前集群下所有项目的数据，包括事件、用户、标签分群等。如果现有的模型不能满足您的分析场景，或者您的分析指标涉及多个项目的数据，可以通过SQL语句直接计算，基于数据结果结合可视化模块进行展示。

我们基于数千个项目的服务经验，沉淀了关于分析模型的最佳实践，您可以结合案例与自身分析需求参考使用。您也可以通过模板功能，快速创建基础的分析指标。