会话分析

把事件分组为会话并析会话级行—长度、深度、退—以解单事件外的参与

为什么

事件告诉你发生了什么；会话告诉你故事。触"project_created"并走的用户与一会话内触"project_created"—project_configured"—deploy_started"—deploy_succeeded"—invited_teammate"的用户故事不同。会话分析是你如何分此故事：它把事件分组为连续交互（通常 30 分活动或 30 分间隙结会话）然后测会话属—长度（每会话事件）、深度（用不同功能）、退点（间隙前最后事件）、路径（事件序列）。此会话级指标答"用户是否更深用产品？"—会话何处终？"，事件级分析不可答。会话变长变深的产品健康；会话数升但深度平的产品在获弹用户且会话分析揭此差

何时使用

当需解参与质量（非只事件计数）或设引—留存时。需会话模型（超时或显登出）

如何做

1. 定会话模型：会话是同用户的事件序列且—> 30 分间隙（行业标准；按产品—银行 app —10 分、内—app 60 分）
2. 实现会话化：给每事件—session_id，自上事件间—> 超时时增。为一致在分析管道（非客户端）—3. 算会话级指标—   - session_length：会话内事件计数
   - session_duration：首到末事件时间
   - session_depth：触不同功能区计—   - exit_event：会话结前最后事—   - entry_event：会话首事件
4. 析分布：中位会话长、P90— 事件会话%（弹）、深会话%（深—>= 3—5. 按用户队列分：新用户会话比回用户短；付费广告用户会话模式异于自然
6. 跟会话级指标随时间：中位会话长在增？弹率— 事件会话）在减？此为产品健康领先指标
7. 用会话路径（事件序列）识常见流和摩擦 —[view_dashboard, view_project, error, exit] 是摩擦流
8. 连会话数据与漏斗数据：一会话内完部署漏斗的用户异于跨 3 会话完的且会—漏斗连揭此

示例

# 会话分析—026 —9 月队—会话模型—0 分超— n=38,200 会话

会话长分布：
  1 事件（弹）：  34%—2,988—  2-3 事件—     28%—0,696—  4-10 事件—    24%—,168—  11+ 事件—     14%—,348—  中位— 事件  P90—2 事件  均值：5.3

会话深度（不同功能）—  深度 1—8%（单功能、可能看—  深度 2—1%
  深度 3+—1%（多功能、参与）

顶退事件（会话何处终）：
  page_close（隐）：       42%
  view_dashboard（闲）：   18%
  deploy_succeeded（目标！）：12%  <- 好退
  error—                 8%
  logout—                3%

趋势（vs 8 月）—  中位会话长：2 -> 2（平—  弹率—6% -> 34%（改善）
  深会话（深度 3+）：28% -> 31%（改善）
  目标退（deploy_succeeded）：10% -> 12%（改善）

解读：弹率和深会话率在改善，意新用户过首交互入产品—  中位长平因改善在分布尾（少弹、多深会话）非中。此—  事件级分析（总事件）会漏的健康趋势。

常见问题

⚠所有产品用固定 30 分超—用户查余—2 分走的银—app 应用 10 分超时；用户—45 分的内容 app 应用 60 分；错超时误并或分会话
⚠数会话非用户 —20 会话的高级用户膨胀会话计数并主导均使产品看比实际更参与；会话和去重用户指标都报
⚠忽会话深—"会话变长"仅当长来自深度（更多功能）非重复（同功能 10x）才好；无深度长歧义
⚠不连会话与漏—一会话内部署的用户异于跨三会话的且会话-漏斗连揭引导应优化的"部署时间"分布

最佳实践

✓基于产品自然交互长选会话超时非 30 分默—2 分银行会话和 45 分阅读会话需不同超时且错选并或分会话
✓会话指标旁报去重用户指标 —会话示参与强度、用户示达；只报会话让高级用户主导且只报用户隐参与质量
✓总含会话深度旁会话长 —无深长歧义（一功能 10 事件 vs 5 功能 10 事件）且深区—探索"—困循
✓连会话数据与漏斗数据测跨会话转化时间 —"注册到首部署中位 2.3 会话—4 —是比"26% 转化"更富的指标且是引导应优化