一.什么是分布分析

产品优化和运营是一个动态的过程，我们需要不断监测数据，调整产品设计或运营方法，然后继续监测效果。

分布分析功能，主要用来了解不同区间事件发生频次，不同事件计算变量加和，以及不同页面浏览时长等区间的用户数量分布。

GrowingIO的分布分析功能分为「趋势图」和「分布图」。

事件发生趋势图

趋势图展现了事件发生次数的“最大值、最小值、平均值、中位数、25 分位值和 75 分位值”几个关键数据指标的变化趋势，可以帮助用户快速掌握目标事件的整体分布趋势。

拿下图示的“进入页面”来示意：

• 最大值：当日用户发生“进入页面”事件次数的最大值 （即进入页面最多次的用户进入了多少次）；

• 最小值：当日用户发生“进入页面”事件次数的最小值 （即进入页面最少次的用户进入了多少次）；

• 平均值：当日发生“进入页面”事件的人均次数；

• 25分位：用户按照“进入页面”事件频次从小到大排序，前25%的用户进入次数小于等于多少（即假设有100个用户进入页面，25分位值为2，即前25个用户进入次数是1次或2次）；

• 中位数：用户按照“进入页面”事件频次从小到大排序，前50%的用户进入次数小于等于多少（即假设有100个用户进入页面，中位数值为4，即前50个用户页面次数是1-4次）；

• 75分位：用户按照“进入页面”事件频次从小到大排序，前75%的用户进入次数小于等于多少（即假设有100个用户进入页面，75分位数值为5，即前75个用户进入次数是1-5次）。

用户分布图

用户分布图根据您所选择的用户群、所选时间做的事件，帮您进行事件频次的分组和分组后的用户数统计。

分布算法中，会先找到分布中的分布极值。如果直接按照 10等分或者 5 等分进行拆分，很可能会遇到没有办法找到频次少的分布值。优先找到5分位、95分位的值，然后在5分位至95分位的数值范围内对数据区间进行等分，则会根据数据特征自动分层。

拿下图示的“页面浏览量”来示意：

• 第一个柱表示的含义是：时间范围内（过去30天），目标用户群 （全部登录用户），浏览页面中，浏览页面量从小到大排序，前5%的用户页面浏览量的范围及用户量。

• 最后一个柱表示的含义是：时间范围内（过去30天），目标用户群 （全部登录用户），浏览页面中，浏览页面量从小到大排序，后5%的用户页面浏览量的范围及用户量。

• 在排除页面浏览量非常少和页面浏览量非常多的用户后，帮助您了解按照页面浏览量几等分后，相应值的区间内有多少用户量。

等分算法

排除第一个和最后一个柱；剩下的页面浏览量范围是4-113；即中间90%的用户浏览页面量在4~113次。 想进一步确认浏览页面活跃的用户分布量，选择10等分，即（113-4+1 ）/10 = 11，每个区间间隔值为11，即（3-14], (14-25], (25-36], (36-47],(47-58], (58-69], (69-80], (80-91], (91-102], (102-113] 不同页面浏览量区间上，用户数量。

二.使用场景

主要使用场景1：频次分布

Alice是某个电商产品经理，比较关注"用户浏览商品详情页"的以下几个场景：

• 希望了解最近一周浏览商品详情页的用户，例如1-5次, 6-10次 ... 不同区间的用户量分布有多少；

• 希望知道最近一段时间内，每日用户浏览商品详情页人均数量、最大值、最小值、中位数（50%浏览商品详情页的用户浏览小于等于多少页）、25分位（25%浏览商品详情页的用户浏览小于等于多少页）、75分位（75%浏览商品详情页的用户浏览小于等于多少页）的趋势;

• 希望对比渠道来源A\B\C三个主要广告渠道带来的用户，浏览商品详情页1-5次；6-10次等等不同区间的用户量分布分别有多少；

• 希望对比"高消费"和"低消费"的两个用户群体浏览商品详情页1-5次, 6-10次, ... , 不同区间的用户量分布分别有多少。

主要使用场景2：金额分布

Wandede是某个电商产品经理，比较关注用户购买金额的分层：

• 希望了解最近一周支付订单总金额，在不同金额区间，例如：1-100元，101-200元，201-300元 ..., 的用户数量是多少；

• 希望知道最近一段时间内，每日用户购买金额的人均金额、最大值、最小值、中位数（50%支付成功用户购买<=多少元）、25分位（25%支付成功用户购买<=多少元）、75分位（75%支付成功用户购买<=多少元

• ）的趋势;

• 希望对比渠道来源A\B\C三个主要广告渠道带来的用户，在不同金额区间，例如：1-100元，101-200元，201-300元 ..., 的用户数量是多少；

• 最近一周用户支付成功的用户，前5%的用户的支付金额、后5%的用户支付金额区段值是多少，以及相应的用户数量有多少；

• 在5%~95%用户中，按“支付金额” 5等分、10等分的区间值及不同区间的用户量分布有多少。

主要使用场景3：某个页面时长分布

Alan是某个直播产品经理，比较关注"用户观看直播间"的以下几个场景：

• 希望了解最近一周"观看直播"的用户，例如1-5次；6-10次，等等不同区间的用户量分布有多少；

• 最近一周用户"观看直播"的时长，前5%的用户浏览时长区间段、后5%的用户浏览时长区段的区段值是多少，以及相应的用户数量有多少；

• 在5%~95%用户中，按“观看直播”总时长5等分、10等分的区间值及不同区间的用户量分布有多少；

• 希望对比渠道来源A\B\C三个主要广告渠道带来的用户，观看直播1-5次；6-10次等等不同区间的用户量分布分别有多少，判断哪些渠道的用户会对观看直播的黏度更高；

• 希望对比"高消费"和"低消费"的两个用户群体观看直播时长不同区间的用户量分布分别有多少。

三.创建分布分析

操作步骤

一. 在顶部导航栏选择“产品分析 > 分布分析”，进入单图列表的分布分析模块。

二.  单击新建分布分析，进入新建分布分析页面。

三. 选择事件或指标、目标用户等条件后，生成分布分析图。

四. 单击右上角“保存”，输入漏斗名称（25个字以内）、设置共享权限后单击保存，之后可以在单图列表中查看和管理。

五. 单击保存后弹出添加到看板，选择合适的看板后单击确定。

一键创建分群

在分布分析的分布图中，单击用户量所在列的单元格即可出现以下效果，选择创建分群快速创建当前区间的用户分群。