1、分布分析概述

1.1 什么是分布分析

分布分析，是将特定用户行为事件的参数经聚合计算得到的数值按照分组（区间化）呈现，从而了解统计指标的整体结构分布。

分布分析的计算逻辑，是计算在某事件X的某指标A的聚合函数数值进行区间分组作为一个维度下的某事件（可以是相同事件X，也可以是不同事件Y）另一个指标B的某个聚合函数数值（且高级配置可按另一个维度进行细分下钻）。

为形象化理解分布分析模型，简单示例如下：

哪些场景可能会用到分布模型？分布模型解决了怎样的需求，回答了什么问题？

举例如下：

（以下示例的统计指标都是“用户数”）

选择统计指标，就是选择某事件的某参数的某种统计量下的统计值。

可以选择该事件的PV,UV,PV/UV，也可以选择该事件下所带参数的聚合指标，对于数值类的参数（例如付款金额、照片数量、曝光长度等）可以选择计数、去重计数、最大值、最小值、求和、平均值作为聚合指标。对于非数值类参数，只能选择计数、去重计数作为统计指标。

选定一个事件参数的数值分布区间作为维度，以及一个事件参数的计数数值作为统计指标，即可考察在不同区间下的指标分布情况。

例如下图，选择了搜索点击事件的总人数作为统计指标，以搜索点击次数作为维度，考察了搜索点击的用户人数分布。

默认区间分组策略采用平均分组策略，即根据所设置的组数n，将该参数整个区间平均分为n组，每组区间等长。如果参数数值全部相等，则默认分组组数自动统一为2。

您可以调整默认区间的组数，默认组数为20。

您可以可以自定义分布的区间范围。自定义区间，可以设置区间的间隔点，区间左侧除含负无穷时为开区间外，其余统一为左闭右开。

支持相对时间/绝对时间/自然时间三种方式选择时间窗口。

选择分组查看，选择某个属性后，则将其作为group by分组呈现数据。

特殊的是，在选择按照时间分组时，可以选择时间的颗粒度。

全局过滤功能可对将一个或多个事件属性、用户属性，或者某个用户分群、标签作为本次分析的数据过滤条件。当有多个全局过滤条件时，支持设置取且/或逻辑。

可视化柱状图

柱状图只适用于没有按照属性细分的情况。

显示占比选项无法在柱状图中体现。

表格

呈现指标在各个分布区间的数值和占比。勾选了显示占比后，会显示同一维度下各区间的占比，并按照占比对表格进行染色。

数据下载

图表信息支持以CSV格式导出。