北京2017年4月27日電 /美通社/ -- 商業成功的有跡可循，源自企業精細化運營。數據分析融入企業級應用，顛覆了傳統的企業運營管理模式，讓企業的數據資產轉化為可操作的實踐。2017 年 4 月，神策分析（Sensors Analytics）1.7 版本正式上線，新版本圍繞從數據采集、數據分析等分析全流程推出重磅功能，且精細化、高效化的數據分析體驗實現再度升級。亮點如下：
除此以外，一系列細節優化創新讓神策分析新版本完美支撐用戶數據分析需求，構建企業運營核心競爭力。
全埋點賦能數據采集，前端數據采集無死角
毋庸置疑，“全埋點”作為前端埋點方式之一，在數據采集方面具有不可替代作用，當企業在分析與后端沒有交互的前端行為的采集方式時，如判斷前端界面設計是否合理，更是如此。神策分析 1.7 版本正式推出“全埋點”，即采用“全部采集，按需選取”的形式，默認對頁面中所有交互元素的用戶行為進行采集，通過界面配置來決定哪些數據需要進行分析。神策分析“全埋點”具有以下特點：
第一，技術門檻低，使用與部署較簡單。神策分析將 iOS、安卓、JS SDK 的 Autotrack 功能深度強化，默認采集頁面上各元素的交互行為，極大程度避免了因需求變更、埋點錯誤等原因導致的重新埋點繁復工作。簡單操作即可獲取實時用戶行為數據，節省大量技術團隊的時間。
第二，可視化展示產品頁面指標，滿足前端數據分析需求。全埋點可視化地展現界面 PV、UV 等網站或 APP產品頁面指標，清晰明了，為進一步數據分析指明方向。
第三，用戶友好性強。一次簡單操作，即可自動向服務器發送數據，避免手工埋點的失誤。
據統計，神策分析全埋點在 Web/App 端均支持近百個預置屬性的采集，通過頁面瀏覽的采集、點擊按鈕等采集，企業可完成了解新老用戶的訪問情況，評估不同渠道/維度的獲客情況，判斷用戶活躍度、用戶轉化、留存等應用。例如，神策數據某廣告客戶了解用戶渠道來源，并判斷不同渠道和不同推廣方式的投放效果。
值得強調的是，要真正實現精細化運營，企業數據采集所采用的埋點方式不應“千企一面”，而應該“因企而異”。無論是自建數據分析平臺，還是采用第三方數據分析工具，梳理企業需求是第一步，隨后按照企業需求完成事件和埋點方案的設計，這正是神策數據為客戶提供多維度數據分析的根基與前提。神策數據始終認為，以“全埋點”為代表的前端埋點方式，以及后端埋點方式分別滿足不同數據采集需求，為保證數據采集做到“大、全、細、時”，當前后端都可以實現數據采集時，應優先考慮后端（代碼）埋點，尤其在各行業中有特殊業務需求的數據，更是強烈建議通過后端（代碼）埋點方式采集。
“點擊分析”上線，三大價值深剖用戶點擊行為
神策分析“點擊分析”功能，成為繼神策分析“行為事件分析”、“漏斗分析”、“留存分析”、“分布分析”、“用戶路徑”后的第六大分析模型。點擊圖以特殊高亮的顏色形式，顯示頁面或頁面組（結構相同的頁面，如商品詳情頁、官網博客等）區域中不同元素點擊情況，包括元素被點擊的次數、占比、發生點擊的用戶列表、按鈕的當前與歷史內容等因素。與市面流行的其他點擊分析工具不同，價值體現在三方面：
1. 支持事件（元素）屬性、用戶屬性的任意維度篩選下鉆，可隨時查看點擊用戶列表，滿足復雜的分析需求。
神策分析的“點擊分析”，支持展示單個頁面或頁面組的點擊圖，可選擇“只采集交互元素”或“采集所有元素”。同時，運營人員可以按照事件屬性和用戶屬性進行篩選，對特定環境下特定用戶群體對特定元素的點擊進行精細化分析。另外，支持查看頁面元素點擊背后的用戶列表，滿足企業網站的精細化分析需求。
2. 支持網頁內跳轉點擊分析，操作流暢，分析流程簡易、高效。
“點擊分析”支持網頁內點擊跳轉分析 -- 在瀏覽頁面點擊圖時，使用者能夠像訪問者一樣，點擊頁面元素，即可跳轉至新的分析頁面，且新的分析頁面自動延續上一頁面的篩選條件。如此在同一篩選條件下，運營人員可抽絲剝繭般完成網頁深層次的點擊分析，直觀、高效、易用的可視化分析，帶來與眾不同的數據查看體驗。
例如，圖 3 為企業官網“信息收集者”對官網導航欄的點擊情況，運營人員想知道的點擊率頗高的“文檔”欄目中，哪類型文章最受鐘愛？可以直接點擊“文檔”自動進入“文檔”的點擊分析頁面。
3. 配合其他分析模型，深度感知用戶體驗。
無法精細化地深入分析，會讓網頁設計與優化喪失科學性。點擊圖呈現用戶喜愛點擊的模塊或聚焦的內容，是數據價值最上層表現。當“點擊分析”與其他分析模塊配合，交叉使用，將數據和分析結果以多種形式可視化展現，運營人員即可深度感知用戶體驗，如進行 A/B 測試，反復驗證優化效果選擇最優方案等。
綜上所述，神策分析所提供的“點擊分析”模型，采用可視化的設計思想與架構，簡潔直觀的操作方式，易于理解的分析流程將復雜的頁面分析變得更高效、更智能；配合神策分析所提供的多維分析，以全面視角探索數據價值，幫助運營人員揭示數據價值，實現科學決策。
“漏斗分析”重磅升級，趨勢概覽精繪用戶行為動
現代營銷觀念認為：“營銷管理重在過程，控制了過程就控制了結果。”漏斗分析模型是企業實現精細化運營的重要分析模型，其精細化程度影響著營銷管理的成敗。粗陋的漏斗分析模型因為“過程管理不透明”造成結果失控。于是一些產品經理的抱怨不絕于耳：從啟動 APP 到“支付成功”，用戶轉化率為何僅僅 0.8%？
在堅持產品深度打磨的原則下，神策分析新版“漏斗分析”圍繞分析法則的科學性、分析維度的多面性、可視化等方面全面提升。如下：
第一，多維度切分與呈現用戶轉化情況，成單瓶頸無處遁形。
新版本支持“按天”查詢轉化率，趨勢變化曲線精細捕捉用戶行為變化。與之前版本相比，提升了轉化分析的精度和效率，對選購流程的異常定位和策略調整效果驗證有科學指導意義。
第二， 支持不同屬性的用戶群體漏斗比較，從差異角度窺視優化思路。
通過觀察不同屬性的用戶群體（如新注冊用戶與老客戶、不同渠道來源的客戶）各環節轉化率，各流程步驟轉化率的差異對比，了解轉化率較高的用戶群體，分析漏斗合理性，并針對轉化率異常環節進行調整。
某電商企業 F 根據客戶的消費能力，將客戶劃分為普通會員、黃金會員、鉆石會員。為加強對用戶的轉化引導，F 欲針對不同用戶群體采用不同的運營方式。
通過對比，可明顯看出，普通會員從“提交訂單”到“支付訂單”的轉化率明顯低于鉆石會員。為找到“支付訂單”階段轉化率變低的原因，F公司運營人員應深度分析普通會員轉化率情況，如對比不同付費渠道（PC 端、手機端等）的轉化情況，找到優化的短板。另外，可以嘗試支付訂單流程的新手引導，幫助新手順利完成購買。
第三，轉化規則末次歸因，聚焦用戶選購全流程中較有效轉化路徑。
一直以來，企業致力定義較佳用戶購買路徑，并將資源高效集中于此。以市場營銷為例，市場活動、線上運營、郵件營銷都可能觸發用戶購買。市場人員想要找到產品推廣的較佳渠道，并將優勢擴大化。
A 欲選購一款化妝品，通過市場活動了解 M 產品，后來在百度貼吧了解更多信息，但是始終沒有下定決心購買。后來收到 M 公司的營銷郵件，A 被打折信息及詳實的客戶評價所吸引，直接郵件內跳轉至網站購買了該商品。那么，到底哪一個渠道激發了購買行為呢？
神策分析新版本對事件屬性進行篩選和分組時以實際轉化的事件的屬性為準。上述案例中，郵件營銷的渠道在用戶購買決策的全流程中對用戶影響的權重較大，直接促進用戶轉化。在新版本的漏斗分析模型中，進行用戶群體篩選和分組時，則以實際轉化事件 -- 郵件營銷來源的用戶群體的屬性為準。
另外，新版本支持設置同一ID（包括品類 ID、商品 ID）作為轉化條件。設置后，在漏斗轉化的前后步驟必須有相同的屬性值才能算作轉化。如瀏覽 iphone6，購買同一款 iphone6 才能被定義為一次轉化。
數據概覽自動發送郵箱，細節優化見“易用”真章
在產品更新迭代過程中，產品易用性一直是神策數據研發工作的重中之重。新版本從數據分析過程的便捷性、分析結果的可視化，以及團隊共享需求，雕琢產品設計細節等方面著手，讓性能升級的同時兼產品易用性提升。例如：
數據概覽自動發送郵箱。在后臺經過配置后，數據概覽的內容可以通過郵件自動發送到指定郵箱，滿足管理層隨時隨時查看數據分析結果需求；權限體系進一步梳理優化，例如分析師可以分享自己的概覽，并且查看事件和屬性的元數據；等等。
神策數據每一次版本迭代都凝聚團隊對數據分析的深入思索和理解。神策數據一直延續之前在數據分析領域精耕細作的路線，將產品專業性、易用性、創新性貫穿于全企業服務周期，引領企業實現精細化運營。
