一些用户生命周期分析中经常遇到的一些名词的解释。参考添加链接描述
会话
会话就是session,也就是用户的一次打开和启动。会话是行为数据记录的必要维度，会话的准确性直接影响对用户行为的解读以及部分关键统计指标的准确性。
判定：
- 从打开产品到关闭产品视为一次会话；
- 对于IOS用户，屏熄、home键切到后台、杀掉进程即判断为会话结束；对于Android用户，当应用重新进入活跃状态与上次活跃状态相隔30秒以上时，会计为一次新的会话；
- 对于web，会话的开始是用户打开产品的某个页面，如果用户在30分钟内没有任何操作或关闭页面，则会话结束。技术上可以通过cookies追踪用户的会话；
- 会话时长的计算方法：用同一次访问内触发的最后一个事件的时间减去会话开始的时间。如果用户没有事件触发，那么时长就是1s。
会话的意义 - 便于解读用户行为
场景1：会话是用户使用习惯分析的重要维度，对于一个电商平台，用户会多次打开浏览商品、添加入购物车，然后结束会话，而支付会发生在下一个会话。以此可以解读出用户的购买是有决策周期的，否则你看到的只是基于时间的行为事件，可能会理解为用户在一天会不停的购物然后最终结算。用户场景还原不够深入不够准确。
场景2：对于阅读社交类产品，希望用户产生粘性，不只是每天使用，是否做到让用户每天随手就使用的习惯？一天会唤醒产品多少次是分析关键。而会话，记录的就是用户一天的使用频次。
- 提高部分关键指标的准确性
会话
定义：会话即session，即用户的一次打开和启动。认为，会话是行为数据记录的必要维度，会话的准确性直接影响对用户行为的解读以及部分关键统计指标的准确性
判定：
从「打开产品」到「关闭产品」视为一次会话。
对于IOS用户，屏熄、home键切到后台、杀掉进程即判断为会话结束；对于Android用户，当应用重新进入活跃状态与上次活跃状态相隔30秒以上时，会计为一次新的会话
对于web，会话的开始是用户打开产品的某个页面，如果用户在30分钟内没有任何操作或关闭页面，则会话结束。技术上，通过cookies追踪用户的会话。
会话时长的计算方法：用同一次访问内触发的最后一个事件的时间减去会话开始的时间。如果用户没有事件触发，那么时长就是1s。
会话的意义
便于解读用户行为
场景1：会话是用户使用习惯分析的重要维度，对于一个电商平台，用户会多次打开浏览商品、添加入购物车，然后结束会话，而支付会发生在下一个会话。以此可以解读出用户的购买是有决策周期的，否则你看到的只是基于时间的行为事件，可能会理解为用户在一天会不停的购物然后最终结算。用户场景还原不够深入不够准确。
场景2：对于阅读社交类产品，希望用户产生粘性，不只是每天使用，是否做到让用户每天随手就使用的习惯？一天会唤醒产品多少次是分析关键。而会话，记录的就是用户一天的使用频次。
提高部分关键指标的准确性
更加准确的判断用户的使用频次（五大数据指标之一）、使用时长、平均使用时长等关键指标
事件
用户在产品上的行为我们定义为事件，它是用户行为的一个专业描述，用户在产品上的所有获得的程序反馈都可以抽象为事件进行采集。事件可以通过埋点、通过可视化圈选生效，此文档以埋点采集为主。当然，你可以自定义事件的名称、属性的名称以及个数。
定义：用户在产品上的行为
如何判定：通过对前端程序的监听，当用户的行为触发某个程序的反馈时，即被记录为一个事件。
场景举例：如用户A在某电商应用上查看了商品详情，则「查看商品详情」即可记为事件。
属性
定义：是描述事件的业务维度。
如何判定：附属在事件上，影响事件内容的分类。
场景举例：如用户A在「查看商品详情」的事件下，对应的属性是「商品名称」、「价格」等
值
定义：是属性的内容。
如何判定：是一个可以影响用户行为的内容
场景举例：如用户A查看的是iphone6s的手机，则「商品名称」对应的值就是「iphone6s」，「价格」对应的值是「5288」。
事件分析可以参照
identify
对用户的识别是构建产品用户画像以及后续分析的关键一步。
identify可以实现对产品上注册用户的账号实名制。利用identify接口，可以把用户的注册账号或其它ID作为对用户的唯一识别，更可以自定义您需要的用户属性完善用户画像。
实名／匿名用户
区别于传统的用户即设备的概念，中的用户是基于用户账号体系的，通过identify，可以把用户的手机号、邮箱或其他ID作为识别用户的唯一标识。
如果用户在使用某产品时没有注册，没有id信息，那么把这部分未触发identify的用户定义为匿名用户，而触发了identify的用户就是是实名用户。
针对于可能存在的「一个设备多个用户」或「一个用户多个设备」的情况，会进行多设备关联，我们可以参照
一些特有指标
来源网站
定义： 用户在每次访问产品时来源的网站。
场景举例：用户A在6月1日共访问某网站3次，这3次访问可能都是从百度跳转过来，那么来源网站就是百度。
首次来源网站
定义：用户在第一次使用产品时的来源网站。
场景举例：用户A在第一次使用某网站时，是通过百度跳转过来的，那么用户A的首次来源网站就是百度。
新增后
定义：我们计算了事件的发生时间和用户新增的时间，并建立了个维度为「新增后」。
场景举例：触发支付成功发生在新增的1天内还是7天、30天内，可以判断出用户的购买决策周期。
新增于/活跃于
定义：我们将这两个指标用于筛选用户的新增/活跃时间
场景举例：筛选出3个月前新增，并且活跃于最近7天的用户,设计老用户关怀的活动策略
URL
触发环境（JS）
当前URL：触发事件时的页面的URL
来源URL：进入当前URL的上一个页面的URL
初始来源URL：本次会话开始的URL
用户属性
首次来源URL：用户的第一个会话的来源URL
首次来源域名：用户的第一个会话的来源URL所在的一级域名
活跃比
定义：触发某一事件的人数占当时活跃人数的比率。
如何判定：触发事件的人数/活跃人数。
场景举例：某电商应用在近7天，活跃人数有1000人，触发过「查看商品详情」的有300人，那么在最近七天内，「查看商品详情」事件的活跃比是30%
首次访问时间
用户首次加载 sdk，即会判断为用户的首次访问并记录时间。
最后一次访问时间
截止最近一次数据更新，记录的最后一次用户访问时间。
近30天访问时长
近30天用户累计的会话时长。
首次使用版本
用户首次加载 sdk时，会记录您在集成时代码中设置的版本号。
首次来源渠道
用户首次加载 sdk时，会记录您在集成时代码中设置的渠道名称。
常用指标口径
新增用户
定义：首次使用产品的用户即为新增用户。
如何判定：在接入后，该用户第一次使用产品时，会将该用户记录下来，并将此用户定义为「新增用户」
技术判定： 对比的数据库，没有出现的cookie/设备号/账号，就是新增用户。
场景举例：JS的新增是只要打开网站就会记为新增，而app只有下载打开后才会被记为新增。
活跃用户
定义：使用过产品的用户
如何判定：在某段时间内使用过产品的用户被记录下来，多次启用过产品的不会重复计算
场景举例：如A公司6月23日7月4日期间的活跃用户位1890，那么就是在6月23日7月4日期间一共有1890人使用过产品，但是其中340名用户在此期间使用5次以上，但是记在计算活跃用户时不会重复计算，只会计算为1个。
触发人数
定义：在产品上对于某一行为的操作人数。
使用场景：如在某电商应用上，有「搜索」功能，此功能在6月1日有2309人进行过操作，那么触发人数就是2309，对于多次触发「搜索」功能的人不会重复计算。
人均触发次数
定义：在产品上对于某一行为的平均操作次数。
计算公式：人均触发次数 = 触发次数 / 触发人数
时长
使用时长分布
定义：使用产品的时长分布，是了解用户对产品使用情况的维度之一
分布区间：使用时长的分布区间为根据数据情况等份划定。
平均使用时长
定义：使用应用的平均时长。
计算公式：平均使用时长 = 会话的总时长 / 会话次数
会话时长：用同一次访问内触发的最后一个事件的时间减去会话开始的时间。如果用户没有事件触发，那么时长就是1s。
留存／留存率
新增用户留存／留存率
定义：某段时间内的新增用户，经过一段时间后，仍然继续使用产品被称为新增留存；这部分用户占当时新增的比例就是留存率。
场景举例：某产品，1月份新增用户10000人；2月时10000人中还有8000人使用产品，则新增留存人数为8000，新增留存率为80%；3月份10000人中还有7000人使用产品，则新增留存人数为7000，新增留存率为70%。
活跃用户留存／留存率
定义：某段时间内的活跃用户，经过一段时间后，仍然继续活跃的用户被称为活跃留存；这部分活跃留存用户占当时活跃用户的比例就是活跃留存率。
场景举例：某产品，1月份的活跃用户数是10万人，2月时10万人中还有5万人活跃，则活跃留存人数为5万，活跃留存率为50%；3月份，10万人中还有4万人活跃，则活跃留存人数为4万，活跃留存率为40%。
自定义留存／留存率
定义：某段时间内，「初始行为」触发了某个事件的用户，经过一段时间后「回访行为」是触发另一事件的用户被称为自定义留存；此部分用户占触发「初始行为」的比例就是自定义留存率。
场景举例：某电商产品，6月份「初始行为」搜索商品的用户有1000人，7月份「回访行为」是加入购物车的用户有800人，则自定义留存为800，自定义留存率为80%；8月份「回访行为」是加入购物车的用户有500人，则自定义留存为500，自定义留存率为50%。
次日留存率
定义：新增用户在次日再次使用产品的比例。
场景举例：某产品，6月1日新增用户100人，6月2日使用产品的人数为70人，则次日留存为70人，次日留存率是70%。
7日留存／周留存
定义：新增用户在第7天再次使用产品的比例。
如何判定：会严格按照每个用户在第7天是否使用产品，计算其周留存。
场景举例：某公司，6月1日新增用户100人，这100人中，6月7日仍在使用产品的人数为30人，则6月1日新增用户的周留存/7日留存为30%。如果用户在6月1日新增，只在6月5日时活跃过，那么周留存中时不把这部分用户计算在内的
落地页
落地页是访问者在其他地方看到发出的某个具有明确主题的特定营销活动——通过Email、社交媒体或广告发布的诱人优惠信息等，点击后被链接到你网站上的第一个页面。