§13 行为分析实战：转化、留存、路径全看一遍

以下展示的实战案例包括：用户行为方面，转化方面，渠道跟踪，广告跟踪，留存 等等

image11.png

image12.png

数据API：

https://posthog.com/docs/api/experiments#get-api-projects-project_id-experiments

image13.png

image14.png

参考： https://posthog.com/docs/hogql

本地安装posthog：

是基于docker, 命令， 直接执行：

Sudo /bin/bash -c "$(curl -fsSL

https://raw.githubusercontent.com/posthog/posthog/HEAD/bin/deploy-hobby)"

按提示 填写域名等， 等15分钟则可以安装完成。

image15.png

安装后：

To stop the stack run 'docker-compose stop'

To start the stack again run 'docker-compose start'

概览Dashboard：

概览，就是把自定义分析的结果，钉在面板上，方便查看。

image16.png

image17.png

录屏:

image18.png

image19.png

转化分析：

image20.png

社媒分析：

image21.png

基于用户属性的维度分析：

image22.png

搜索分析：

image23.png

image24.png

用户的活跃分析：

image25.png

留存分析：

image26.png

分布分析的使用：

image27.png

问题异常页面分析：

image28.png

用户访问来源分析：（Ref分析）

image29.png

地图分析：

image30.png

汇总指标分析：

image31.png

勾选对比选项：

image32.png

转化率分析：

image33.png

改变转化率的展示形式：

image34.png

复购率分析：

image35.png

用户路径分析：

image36.png

数据格式显示调整：

image37.png

image38.png

正则的使用：

https://posthog.com/tutorials/regex-basics

image.png

组合新事件：

例如， 加购动作= buy_it_now + add_to_cart

image39.png

image40.png

流失分析：

image41.png

数据仓库功能：

参考：https://posthog.com/docs/data-warehouse/setup

image42.png

用户分群：

例子： 30天访问2次+ 的用户

image43.png

image44.png

定义活跃用户：

image45.png

AB test:

后台设置ab test:

image46.png

前端使用ab test:

image47.png

用户的平均行为： （公式功能的利用）

image48.png

新用户的跳出：

image49.png

跳出率，使用了谷歌的定义， 10秒内离开就是跳出。

参考：https://posthog.com/tutorials/bounce-rate

image50.png

新老用户的定义：

新用户：

image51.png

老用户： （not new user)

image52.png

活跃用户的定义：

image53.png

日活/月活/周活：

image54.png

平均使用时长：

image55.png

多维度的group by:

image56.png

在breakdown栏 填写类似：

image57.png

转化归因：

image58.png

image59.png

可视化埋点：

image60.png

image61.png

SQL的利用: （sql自定义查询）

image62.png

例子，计算停留时间：

参考： https://posthog.com/tutorials/time-on-page

SELECT

avg (time_on_page) AS avg_time_on_page, sum(time_on_page) AS sum_time_on_page, max(time_on_page) AS max_time_on_page,

current_url

FROM (

SELECT

dateDiff('second', first_timestamp, next_timestamp) AS time_on_page,

current_url

FROM (

SELECT

distinct_id,

event AS first_event,

timestamp AS first_timestamp,

first_value(event) OVER w AS next_event,

first_value(timestamp) OVER w AS next_timestamp,

properties.$current_url as current_url

FROM events

WHERE

timestamp > toDateTime('2023-11-01 00:00:00')  AND timestamp \< toDateTime('2023-11-02 00:00:00')

AND (event = '$pageview' OR event = '$pageleave')

AND properties.$current_url LIKE '%keswigs.com/products/%' /* new */

WINDOW w AS (PARTITION BY distinct_id ORDER BY timestamp ASC ROWS BETWEEN 1 FOLLOWING AND 1 FOLLOWING)

ORDER BY distinct_id, timestamp

) AS subquery

WHERE first_event = '$pageview'

AND (next_event = '$pageleave' OR next_event = '$pageview')

AND time_on_page \<= 180

)

GROUP BY current_url

ORDER BY sum_time_on_page DESC limit 1500