分析怎么解决问题
上一篇里，我们看到神策分析可以为不同业务角色的问题分析过程给予支持。
这里，我们以电商行业为例，介绍神策分析如何帮助产品、运营、渠道投放的业务人员快速进行数据分析。
标准电商核心流程
电商用户通常会经历以下核心行为流程：
-
启动 App
-
开始浏览首页
-
点击并浏览商品详情页
-
看到合适的商品，将商品加入购物车
-
有购买意向，提交订单
-
决定付款，支付订单
产品核心流程可描述为：
启动 App - 浏览首页 - 浏览商品详情页 - 加入购物车 - 提交订单 - 支付订单
电商行业常见数据分析问题
在电商行业的具体工作中，渠道投放业务人员关注各渠道获客的数量及质量，运营人员关注如何进行用户分群并进行针对性的运营，产品关注各核心流程转化及各功能的用户体验。
我们将主要分析需求列举如下：
-
各推广渠道获取新客数量如何？哪个渠道获客能力最强？
-
不同渠道来源用户从 App 激活到支付订单的过程中的表现是否有差异？
-
对于支付环节流失的用户，流失的原因可能是什么？
-
面对支付流失用户，我可以怎么做？
-
如何才能全面监控各渠道拉新的数量及质量情况？
下面我们来逐一了解如何获得以上问题的答案。
神策分析解决方案
查看各渠道来源的新客数量及比重
首先，我们希望了解各渠道的获客数量的能力，进而结合投放成本计算 ROI 。
在神策分析中，我们可以这么做：
查看新客总数，同时按照日期、渠道等维度拆分下钻
查看各渠道用户的核心流程转化率
查看各渠道新客的核心流程总转化率及各步骤间的转化率，寻找总转化率提升空间
多维度分析各渠道来源用户的支付行为表现
上一个问题中，我们看到了各渠道用户向产品预期的目标行为的转化率。
同时，我们也希望获得更多数据来评估渠道获客质量。
查看各渠道来源用户从 App 激活到支付订单的转化时间
分析用户在支付环节流失的原因
支付行为通常是电商产品设定的目标用户行为，但在这个环节不可避免地存在大量用户流失。
我们希望了解在支付环节流失的用户他们的后续行为是什么？支付行为是否受到其他环节的干扰？
神策支持查看特定用户群的历史行为序列，找到提交订单行为，对此之后的行为进行人工标注，以推测后续未进行支付环节的原因。
分析各渠道来源用户活跃情况
我们希望了解各渠道来源用户的活跃程度，以及目标行为——支付订单行为发生的频率。
查看各渠道用户的活跃情况
获得流失用户名单
我们希望获得流失用户名单，针对特定人群实现精准营销。
神策支持将特定用户设备 List 同步到极光/小米，向流失用户进行 App 内的精准推送，以期重新激活挽回流失。
全面监控渠道获客的数量及质量
如果渠道的业务人员希望全面监控渠道的工作效果，但是不想每次一一重新配置指标，神策支持将分析结果添加到概览，使业务分析人员无需配置快速获得所关注的指标现状。
这个案例帮助你快速了解一个简单的分析场景，其中涉及到了事件分析、漏斗分析、留存分析、分布分析、间隔分析…等神策分析模型，你可以进一步探索更多功能。
如果希望了解进阶场景，可以前往行业实践了解更多使用场景和进阶使用技巧。
以上数据均为模拟数据，可前往电商 Demo 体验。
在下一篇将会解答“神策分析的数据从哪里来”这个问题 。
数据来源
上一篇中，我们通过 电商 Demo 环境中的虚拟数据，模拟分析过程，了解到神策分析如何帮助大家快速了解各渠道拉新的数量及质量。
实际使用时，神策分析调用数据均来自客户自有的真实用户数据。
这篇里，我们就数据来源及数据安全问题做简要介绍。
数据来源问题
神策分析中的所有数据均来自于客户的自有数据接入。
神策分析主要支持采集客户的自有数据有三类，分别是前端操作、后端日志及业务数据（包括历史数据）。并且，对于不同来源的数据神策分析提供了多种数据接入方案及工具。
比如，我们提供了客户端 SDK，服务端 SDK，外部数据导入工具，及 API 导入等方式。
数据安全问题
除了 SaaS 版服务数据存储位置由神策提供之外，对应于私有化部署单机版/集群版服务，数据均存储于客户的服务器上。并且神策不会提供神策所服务过的客户的用户数据，搭建用户标签体系，用于精准营销推送。
同时，在技术实现上通过各种角度保证客户数据的安全性（相关博客链接）。
例如:
-
支持使用 HTTPS 作为传输协议
-
对传输内容加密
-
后端采集神策不会暴露客户数据
-
采集后再 antispam
参考资料
https://manual.sensorsdata.cn/sa/latest/%E7%A5%9E%E7%AD%96%E5%88%86%E6%9E%90%E6%98%AF%E4%BB%80%E4%B9%88%EF%BC%9F-22249853.html
