在日常分析中是不是经常会碰到以下问题:
……
以上问题均可以通过session解决,让我们一起来了解下session的概念吧。
session即会话,用户自开始访问到结束访问会进行一系列的行为交互,如点击按钮交互、浏览页面交互等,这一系列的行为交互便构成了一个会话。一个人可以产生多次会话,会话的结束依据切割时间而定。
session切割时间是两事件被触发时可以接受的最长的时间间隔。如果两个行为的时间间隔超过了切割时间,则将此会话进行切割。也可以理解为,当用户进行了一个行为后,超过切割时间后没有进行后续行为,则认为此次访问会话已经结束。之后再开始其他行为,即视为另一次新的会话开始。在事件表的基础上,生成的session_id将同一用户的单点行为事件关联起来,最后形成由事件序列构成的会话。
例如图中,用户A在上午10点52分开始打开App,首先进行了搜索,2min后,开始浏览活动页面,6min后,再次进行搜索查询,这时已经是上午11点了,下班时间到,和同事一起出去吃午饭1h,回到之前的搜索结果页面,开始浏览商品详情页,发现并不是自己想要的,于是换了几个关键词,重复搜索,最终发现有自己想要的商品,再次浏览商品详情页,并感觉很喜欢,对商品进行收藏,访问结束。
假设我们设置切割时间为30min,A用户发生了两次session会话,A用户在进行第二次搜索后,30min没有后续行为,因此第一次session会话,在上午11点半结束。等用户12点再开始访问时,已经是开始了第二次session会话。
注意
session 切割时间,并非 session 会话的最大(长)时间范围,一定要注意区分开。
当用户想了解“访问次数”、“平均交互深度”、“使用时长”、“停留时长”、“跳出率”、“退出率”等指标时,都需引入 Session 才能分析,火山引擎增长分析中的自定义Session分析快捷的支持了与Session有关的分析。
如图中所示,共有小火、小山、小跳三个用户,后面分别对应每个用户按照时间顺序发生的事件,A/B/C/D/E可以代表不同的事件,也可以代表不同的页面,中间的时长为2个事件之间的间隔时长。
假设session切割时长为30min,小火发生了2次会话,小山发生了2次会话,小跳发生了一次会话。
分别为:
用户 | session |
---|---|
小火 | session1:【A-B-A-C】session2:【D-B】 |
小山 | session3:【E-C-A】session4:【A】 |
小跳 | session5:【C】 |
图中部分可计算指标及原理示例如下:
计算指标 | 计算原理 | 图中计算指标原理 | 图中计算指标结果 |
---|---|---|---|
session总次数 | 根据切割规则发生的session会话总和。 | 小火发生了2次会话,小山发生了2次会话,小跳发生了一次会话。 | 5 |
session总人数 | 根据切割规则发生的session会话人数去重总和。 | 小火、小山、小跳三个用户 | 3 |
人均session次数 | session 总次数除以总人数 | 5/3 | 5/3 |
同时使用人数 | 在某一个时间段,session会话同时发生的会话人数去重之和。 | 假设这三个会话为同一时间段发生 | 3 |
跳出率 | session中事件发生总次数为1的 session 个数除以总 session 数 。指用户在进入网站或页面后,没有进行任何进一步操作就直接离开的比例。跳出率主要关注的是用户进入页面后是否继续浏览其他内容或执行其他操作。 | session 中事件发生次数为 1 的 session 有小山的session4、小跳的session5,因此分子为2,分母为5,2/5=40% | 40% |
A事件退出率 | 以该事件结束的session数除以A事件的总数,指的是在一个会话(session)中,用户以某事件结束的会话比例,某事件的退出率高可能表示用户在完成特定事件后离开了网站或应用。 | 以A事件结束为会话的有session3、session4;A事件总数为4次,因此A事件退出率=2/4=50% | 50% |
A事件平均访问时长 | 该事件发生时长的总和除以该事件发生session会话的总次数。 | A事件的发生时长为A与下个事件之间的时长,如果A为该session会话的最后一个事件,则该会话时长为0。例如session1中A事件的时长为A与B的发生时间之差10min。加上A与C的发生时间之差1min,合计为11min。session2、session5中没有A事件,为0。session3、session4均为会话中最后一个事件,时长计为0。因此分子为A事件的时长为11min,分母为包含A事件发生的会话3次。 | 11/3 |
访问深度的均值 | 会话内,访问事件数量的总和(不去重)/访问session会话的总次数 | session1的深度为4,session2的深度为2,session3的深度为3,session4的深度为1,session5的深度为1,访问深度的均值分子为:4+2+3+1+1=11,分母为:session会话的总次数5。 | 2.2 |
增长分析为您提供自定义session功能,您可以在创建好自定义session后,在事件分析工具中选择切换session分析。主要操作流程如下。
详细的操作步骤请参见自定义Session分析。