随着企业业务发展与数据驱动意识不断提升,对数据分析的需求愈发精细,对数据价值的深度挖掘已成为大多数企业的刚需。近期,神策分析推出 1.10 版本。

新版本延续了一贯的专业度打磨,神策数据聚焦于企业海量数据管理难的技术难题,就元数据管理功能实现进一步升级,优化用户体验、降低操作门槛,从业务到技术帮助企业实现数据驱动。

同时,切实贴合企业真实业务需求,推出数据全景化 V1.0,围绕八大分析模型、数据预警等方面推出新功能,让数据在智能推送中释放价值。

新版本迭代亮点

1. 指标预警,半自动智能监测数据,24 小时密切观察,指标预警帮助实时干预;

2. 元数据管理优化,支持批量编辑元数据,降低企业数据管理成本。

3. 事件菜单优化,默认提供海盗模型分类引导,支持个性化二级分类、顺序调整、隐藏。

4. 留存分析支持自定义指标,直观感受留存用户行为特征;

5. 触达率图,支持用户网页浏览深度精准识别,数据驱动页面设计优化;

……

◆ 聚焦数据结构管理高门槛,数据治理优化

支持二级分类,事件分析菜单化繁为简

神策分析是一个面向企业多部门多职能用户的数据分析产品。在实际应用过程中,纷繁复杂的事件或造成互相干扰:A 项目涉及到的用户行为事件,B 项目可能根本无需了解;数据分析师添加的底层事件,可能运营、产品人员明明不关注,却反受其扰……

神策分析新版本对事件下拉菜单进行了优化。实现个性化的事件二级分类,配合标签管理,从两个维度自由管理事件。

分类管理:管理员可以建立不同的分组,鼠标拖动将事件进行分类,对特殊事件、分组可隐藏,还可调整分组顺序,默认提供海盗模型分类引导,最终将调整好的下拉菜单同步给所有使用者。

标签管理:配合元数据管理的标签功能,每一个使用者可以通过筛选功能选出符合某标签的所有事件,方便不同分类的事件交叉分组使用。

编辑界面如下图所示:

图1 事件分析菜单编辑界面

元数据批量操作,标签、备注自定义使用

随着企业业务的飞速发展,产品复杂度逐步升级,为了避免过时的事件和属性与更新的用户需求之间产生矛盾,导致数据分析跟不上企业发展的步伐,神策分析提供了元数据统一管理功能,辅助技术同学管理数据。

神策分析 1.10 版本,就元数据管理门槛高、操作性低等问题,对元数据管理进行了一系列关于用户友好度的优化,降低企业数据采集、治理、建模门槛及接口管理者的数据管理成本,让元数据的维护成为便捷、可持续的工作。合格的数据结构,有助于企业在数据治理层面规范化。主要优化点如下:

第一,完善标签化管理,五种颜色醒目标记。管理员可以为元事件打上不同维度的标签,通过标签将元数据分类组织,更方便地按照业务、技术、时间等维度对元事件分类管理。

图2 元数据标签添加

管理人员可通过五种颜色进行区分,同一元事件可以被打上多个标签,从不同角度进行标记管理。通过新增加的标签筛选功能,数据管理人员可以快速找到某标签下的元数据。同时该标签体系可以配合事件下拉菜单进行标签匹配。

图3 元数据标签筛选

第二,支持批量删除、增加标签、添加备注等功能,操作便捷高效。支持批量操作元数据,对选中部分元事件增加、删除标签,调整元事件隐藏 / 可见状态,配合新标签体系管理数据,实现 1+1>2 的效果。

图4 元数据标签批量操作

第三,增加对元事件、虚拟事件、用户属性、事件属性的备注功能。管理者可以为每一个元数据添加备注,支持不同使用者了解事件和属性的扩展信息。

图5 元事件、虚拟事件、用户属性、事件属性自定义备注

细节往往更能体现产品品质,就像奢侈品最为人津津乐道的就是超凡的手工艺。从细节设计、易用性设计来看,更加友好的视觉体验,将大大提高工作效率。神策数据不仅具有技术“硬实力”,在用户体验方面也有”软内涵”。贴近用户需求,是神策数据“初心”所在。

◆ 跨部门联动释放共享价值,神策分析推出数据全景化 V1.0

海量数据是资产,也是难题。企业的每一个职能对数据的需求不同,如一线成员需要了解最细粒度的数据,而高层决策者需要把握数据指标整体发展趋势。

神策分析 1.10 版本正式实现数据全景化,让每一个成员既能简单获得最满足自身核心需求的数据,同时又可随时获得最细粒度的数据。

图6 数据全景化 V1.0

如图所示,神策数据所推出的数据全景化包括数据模型、数据概览、数据预警、信息传递等几大模块。简述其流程:

a. 使用者通过八大分析模型,对粒度到个体的用户行为进行多维度数据分析,且将指标保存成多个概览,方便日常查看。

b. 使用者将数据概览自动生成报告,通过邮件即时/定时发送给决策者。

c. 使用者对事件分析的某些指标异常值进行设定,实现指标自动监测,如果波动异常则通过邮件发送至设定好的决策者或执行者。

d. 数据所有功能覆盖企业所有成员,实现数据的全景展示分析。

综上所述,从数据分析模型、数据概览、数据预警、信息传递等方面的优化与迭代,神策分析数据全景化为企业带来以下价值:

第一, 神策分析协助企业普通成员与决策者实现智能数据推送,管理者可按需获取数据(如通过邮件)实时了解数据宏观变化与预警波动。

第二, 企业各业务角色细粒度数据覆盖,上至企业管理层,下至一线工作人员,均可便捷自助分析运用最细粒度的数据,任意下钻了解微观的用户个体行为流,实现企业全人员、全场景的数据驱动。

围绕数据全景化数据模型、数据概览、数据预警、信息传递的几大模块,新版本进行了深度打磨。主要包括以下几个方面。

24 小时密切观察,指标预警助力实时干预

图7 指标预警设定

新版本推出指标预警功能,实现 24 小时自动化密切监测(“指标预警”新功能上线,智能实现数据监测),当数据达到预先设定的报警阈值时,发送报警邮件,如此帮助相关角色人员对异常数据实时干预和指导。至此,数据全景化形成精准数据管理闭环。

留存分析指标“随需而定”

留存始终是企业运营关注的核心问题。市面一些流行数据分析工具所提供的简单的留存分析,显然已无法满足企业精细化分析的需求。

神策分析新版本增加了“自定义指标”的功能。用户除了可以统计某筛选条件下的用户留存情况,同时可以统计这些用户某自定义指标的留存情况。

如下图,某电商企业的运营人员可通过“留存分析”查看 11 月 4 日到 11 月 11 日完成购买的用户 7 天的留存情况。同时可以增加筛选条件,了解这些用户中,有“收藏商品”行为的用户留存人数情况。

图8 留存分析自定义指标设定界面

数据的直观对比,帮助使用者及时洞察留存用户的行为特征,找出用户行为与用户留存之间的规律,用户不必将留存 / 流失用户组保存为分群,再使用事件分析分别统计用户行为,使用留存分析模型即可直观感受用户留存与用户行为的关联。

网页热力分析模型上线,用户访问深度可量化

八大分析模型一直是神策分析产品打磨重点。网页热力分析模型正式上线,包括点击分析(神策数据上线“点击分析”,深度感知用户点击行为)、触达率图、注意力图三大模块,对用户使用网页的情况进行分析,深度剖析用户点击、浏览、停留行为是否符合企业的认知,从而对页面加以合理优化。

继点击分析后,神策分析 1.10 版本上线触达率图功能。通过了解用户的页面浏览深度百分比,企业可以基于数据有的放矢优化页面设计。

神策分析触达率图的特点如下:

第一, 多维度筛选精准用户群体,按业务需求细分了解用户浏览深度。

第二, 页面固定展示 100%、75%、50%、25% 触达率位置用于参考,同时随着鼠标移动,可以动态展示核心模块如注册、支付的触达率,为设计者提供优化参考。

举一个场景,简单介绍触达率图如何使用(仅供示意,数据均为虚构)。

例如某公司官网如下图,随着页面的下拉用户不断流失,底部用户总体触达率为 9.2%。我们通过对新用户的渠道进行筛选,可以得出从百度访问网站的用户同位置触达率达到 18%,而搜狗渠道的只有 6.7%。

同时我们使用点击图对该网站进一步分析,发现底部行业解决方案模块产生了大量的点击,且百度渠道的点击率高于搜狗渠道的点击率。

由此我们得出一个优化方向,行业解决方案是用户更关心的模块,需要上移让更多的用户看到,且百度渠道来的用户质量较高,可以增加百度的 SEM 及 SEO 投放。

图9 触达率图示例(以百度渠道来的用户为示例,其他相同)

十次迭代,诚意之作。神策分析每一个版本都从新功能,体验优化,细节调优等方面无一不追寻着科技创新,是对产品功能性、易用性的极致追求,让神策分析持续为企业带来价值。

相关阅读:

线上公开课 | 实时大数据平台的设计与实现

有一场知乎 Live 在召唤你!

“指标预警”新功能上线,智能实现数据监测

“触达率图”新功能上线,量化网页浏览深度

想要尝试使用新版本嘛?点击“阅读原文”立即试用哦↓↓↓关注本公众号获取更多干货~

神策分析 1.10 推数据全景化,跨部门联动释放共享价值相关推荐

  1. 数据质量的跨部门合作与协同

    作者:禅与计算机程序设计艺术 <数据质量的跨部门合作与协同>技术博客文章 引言 1.1. 背景介绍 随着业务的快速发展,数据质量已经成为了企业越来越关注的问题.数据质量的保证不仅是数据处理 ...

  2. 月营收同比 10 倍增长,神策分析 1.8 推出英文版

    数据驱动力正在帮助企业进行数据资产的沉淀与应用.在市场体量与客户需求高速增长的态势下,数据赋予企业管理者衡量企业发展健康度和进行科学决策的领导力. 企业级服务根源于客户需求,神策分析将用户需求融入产品 ...

  3. 【重磅】神策分析 1.13 版本上线 ,持续深耕打造场景化数据分析

    神策分析每一个功能特性.每一个场景交互,追求的是无缝贴合用户真实应用场景,产品设计及优化方向正从"功能"向"场景+角色"加速演进.神策数据所赋予用户的价值始终不 ...

  4. 10.Excel数据特征分析-帕累托分析法

    文章目录 1.什么是帕累托分析 2.帕累托分析法案例 3.数据透视表与帕累托分析结合具体步骤 3.1数据透视表建立 3.2 帕累托图的建立 3.3 调整帕累托图 3.3.1调整坐标轴 3.3.2 调整 ...

  5. Data.FireDACJSONReflect多数据集与压缩字节流化的加密的JSon序列化-Delphi 10大数据的实现方法之Json序列化

    Data.FireDACJSONReflect多数据集与压缩字节流化的加密的JSon序列化-Delphi 10大数据的实现方法之Json序列化 uses Data.FireDACJSONReflect ...

  6. 【5.多维数据透视分析(10%)】——CDA

    目录 I.大纲 II. 重点 2.1 多维数据模型 2.2 多维数据模型创建方法 2.2.1 相邻两表间连接汇总 2.2.2 影响连接汇总的三要素 A.筛选器方向 B.对应关系 C.两种汇总方式 2. ...

  7. 2022爱分析・采购数字化厂商全景报告 | 爱分析报告

    报告编委 张扬 爱分析联合创始人&首席分析师 李进宝 爱分析高级分析师 目录 研究范围定义 市场洞察 厂商全景地图 市场分析与厂商评估 入选厂商列表 研究范围定义 研究范围 反复的新冠疫情.紧 ...

  8. 神策分析 1.16 版本上线场景库,实操方法论融入产品,全方位赋能多角色应用...

    神策数据的产品创新均力求无缝贴合使用者的真实应用场景,有效解决使用者刚需,神策分析 1.16 版本上线,使产品实现了从"功能"向产品个性化.场景化.人性化的智能应用深化升级,从数据 ...

  9. 【工业大数据】工业大数据应用场景分析;工业大数据,从何做起

    工业大数据也是一个全新的概念,从字面上理解,工业大数据是指在工业领域信息化应用中所产生的大数据.随着信息化与工业化的深度融合,信息技术渗透到了工业企业产业链的各个环节,条形码.二维码.RFID.工业传 ...

最新文章

  1. ActionResult 返回类型
  2. Qt中的模型视图设计模式
  3. 为iptables开放新的网络端口
  4. C语言指针用得好犹如神助!这些使用技巧值得收藏
  5. 使用 XAML 格式化工具:XAML Styler
  6. Apache Server 修复两个高危缺陷
  7. 递推DP URAL 1119 Metro
  8. 初学Python01
  9. python获取本机IP、探测指定URL的IP等信息、生成格式化时间
  10. Equal-size partition problem
  11. ZedBoard 最小系统构建 (一)-硬件结构搭建
  12. 认知:设计模式之观察者模式
  13. 国外硕博论文下载网址
  14. 巨头哄抢有声书流量,谁会是耳朵经济最终收割者?
  15. L1-044 稳赢 (15 分)(JAVA)
  16. 树莓派4无痛安装OpenCV+python3
  17. hdu 5535 Cake 构造+记忆化搜索
  18. Julia教程:Julia语言入门
  19. lattice,flat
  20. x%10在c语言中神魔意思,x在C语言中是什么意思?

热门文章

  1. git bash here创建项目无法选择m_你应该知道的10个Git命令
  2. 试题导入mysql乱码_解决Mysql导入乱码问题
  3. python snmp采集交换机信息_智慧工厂工业交换机网络运维管理系统
  4. adam优化器再理解
  5. 数字新写法3_000_000,简单明了
  6. centos7不能安装mysql数据库_Centos7 上安装mysql遇上的问题:mysql无法正常启动-Go语言中文社区...
  7. mysql buff cache_Centos7 cache/buff过高处理方法
  8. 怎么连接屏幕_触控一体机怎么实现无线投屏功能
  9. oracle 日期排序_日期居然用字符串保存?我笑了
  10. 打印菱形(曼哈顿距离法)