文档介绍：《运营必备 11 大数据分析模型》
易观方舟 logo
《运营必备 11 大数据分析模型》
11 大模型相关卡通图标
（+ 模型名称）
《运营必备 11 大数据分析模型》
前 言
数据运营能力已经被公认为运营人员的加分项甚至是必备技能，其高低也在很
大程度上决定着运营人员的薪资高低和职业生命周期的长短。一方面，它能大幅提
升运营人员的工作效率；另一方面，它能更全面和深入地分析运营工作，从而更好
地辅助策略、指导实践。为了让运营人员能够更好地落地数据运营，各种数据分析
模型应运而生。通过数据分析模型，不仅能降低运营人员的认知成本，还能帮助我
们拨冗化简复杂问题，快速理解客观事物，轻松上手数据分析。
为此，易观方舟推出《运营必备 11 大数据分析模型》，梳理总结事件分析、
属性分析、渠道分析、Session 分析、留存分析、归因分析、热图分析、分布分析、
漏斗分析、间隔分析、路径分析。这 11 大数据分析模型在不同运营场景中有着不
同的作用，已经被广泛应用于数据分析工作。
该电子书以“数据分析模型概述+具体应用场景”为框架，深入浅出地介绍各
数据分析模型是什么，以及如何使用，旨在帮助运营人员能够在工作中高效应用各
数据分析模型，实现数据运营能力的进阶与升级，掌握数据驱动精益成长。
《运营必备 11 大数据分析模型》
1. 事件分析
事件分析概述
事件，是指用户在 APP、网站等应用上发生的行为，即何人、何时、何地、
通过何种方式、做了什么事情。事件分析模型主要用于分析用户在应用上的行为，
例如，打开 APP、注册、登录、支付订单。通过触发用户数、触发次数、访问时
长等基础指标度量用户行为，同时也可进行指标运算，构建复杂的指标衡量业务
过程。具体而言，事件分析模型能够解决以下示例问题：
• 监测产品每天的用户数、访问次数、使用时长，趋势是否发生了变化？引
起变化的因素有哪些？
• 北京地区的用户和上海地区的用户，购买家电品类的金额分布差异在哪里？
• 今天在产品中发起了一个话题，各个时段用户的参与情况如何？
• 最近半年付费用户数和 ARPU（Average Revenue Per Paying User,平均
每付费用户收入）值是多少？
易观方舟智能分析产品的事 件分析模型（见图 1-1），通过选择要分析的关
指标，即可实时监测用户在不同平台的用户行为。通过选择细分维度和条件过滤，
还能针对不同的用户群进行事件分析。此外，通过自定义指标组合成新的指标，
还能实现更为强大的事件分析能力。
1
《运营必备 11 大数据分析模型》