Skip to content

文档 搜索⌘``K入门数据分析Amplitude AI会话回放指南与调查实验管理 开发者 SDK API合作伙伴常见问题分析 / 图表 / 事件分群(Event Segmentation) / 选择合适的度量方式

选择合适的度量方式

本文将帮助你:

  • 选择最合适的方式来衡量并展示你的事件分群分析结果

用事件分群图表理解用户行为 使用 Amplitude 的事件分群(Event Segmentation)图表来了解驱动用户行为的因素。 学习事件分群 Amplitude 提供了多种查看事件分群结果的方式。在本节中,了解它们之间的差异。 build_an_event_seg_analysis_measured_as.png

唯一用户数(Uniques)

事件分群图表的默认度量方式,它显示在事件模块中添加的事件被触发的唯一用户总数。将鼠标悬停在特定数据点上即可查看精确计数。如果你想查看构成该数据点的用户,点击该点以启用显微镜

事件总数(Event Totals)

与唯一用户数类似,事件总数是直观的计数型度量。不同之处在于,它不是统计唯一用户,而是在每个数据点上绘制某一事件被触发的总次数。

计事件与计条目(Counting Events / Counting Items)

当你按购物车属性(数组属性)进行分组时,Amplitude 会提供两种明确的计数方式:

  • 计事件(Counting Events): 通过去重数组属性值来统计唯一事件。如果单个事件包含多个具有相同属性值的条目,则计为 1 个事件。
  • 计条目(Counting Items): 不去重数组属性值,统计数组属性中的每个条目。如果单个事件包含多个条目,每个条目都会计入总数。

例如,设想一个 Checkout 事件,包含购物车属性 item_list.product_category。如果单个 Checkout 事件在同一商品品类“tacos”下包含两个墨西哥卷(一个 Crunchy Taco,一个 Soft Taco):

  • 计事件 计为 1 次 Checkout 事件
  • 计条目 计为 2 个 Checkout 条目

默认行为仍然是“计条目”(条目计数)。当你在事件总数度量中按购物车属性分组时,会出现该选项。

活跃占比(Active %)

该度量绘制的是在指定时间范围内触发了任意活跃事件的活跃用户中,触发某一特定事件的用户百分比。

平均值(Average)

平均值度量显示触发该事件的用户平均触发次数。 对任一数据点,Amplitude 的计算方式为:事件触发总次数 ÷ 触发该事件的用户数。

注意

Amplitude 在此计算中不包含未触发该事件的用户。

计事件与计条目(Counting Events / Counting Items)

当你按购物车属性(数组属性)进行分组时,Amplitude 会为平均值计算提供两种计数方式:

  • 计事件(Counting Events): 通过去重数组属性值来计算平均值
  • 计条目(Counting Items): 不去重数组属性值,按每个条目计算平均值

当你在平均值度量中按购物车属性分组时会出现该选项。默认行为仍然是“计条目”(条目计数)。

示例

  • 用户 1 触发事件 A 1 次
  • 用户 2 触发事件 A 2 次
  • 用户 3 触发事件 A 0 次(不计入平均值)

平均值 = (1+2) / 2 用户 = 1.5,\text{Average} = \frac{1+2}{2 \text{ users}} = 1.5

频次(Frequency)

当你使用频次度量时,Amplitude 会将用户分群中的用户按其在分析时间范围内触发事件的次数分到不同的“桶”中。 new_event_seg_screenshot.png 这张图展示了使用频次度量的事件分群分析。每个堆叠区域代表一个“频次桶”。对每个数据点,Amplitude 显示该桶中的用户数量。如前所述,如果你想了解某个数据点中的用户,点击该点即可。 在上图中,默认的桶以彩色圆点表示。点击 customize buckets 调整桶的大小和数据分布,或使用 Custom Buckets 弹窗为每个桶设置单独的范围。

属性(Properties)

根据分析细节,你也可以基于事件或用户属性的取值生成事件分群图表。

  • 属性值求和:绘制每个数据点上的属性值之和。要使用该度量,属性值必须为整数。
  • 属性值分布:按所选事件属性的取值拆分事件总数的分布。最小值为包含,最大值为不包含。
  • 属性值平均:绘制属性值的平均值,或属性值之和 ÷ 每个数据点上的事件触发总数。要使用该度量,属性值必须为整数。
  • 每用户的不同属性值数量:绘制每位用户触发的不同属性值数量的平均值。更具体地说,它是唯一的“用户-属性值”对的总和 ÷ 用户数。
  • 属性值中位数:绘制每个数据点的属性值中位数。当平均值可能被极端值明显拉偏时,该度量尤其有用。要使用该度量,属性值必须为整数。

公式(Formula)

在事件分群图表中,你可以编写公式让 Amplitude 对分析中包含的事件进行计算。若要了解每个公式并查看使用示例,请参阅自定义公式。 如需了解如何解读事件分群图表,请参阅解读你的事件分群图表


此页面是否有帮助? 需要帮助?联系支持 访问 Amplitude.com 查看 Amplitude 博客Amplitude Academy 了解更多 服务条款 隐私声明 可接受使用政策 法律 © 2026 Amplitude, Inc. 保留所有权利。Amplitude 是 Amplitude, Inc. 的注册商标。

AIHub 产品文档

请输入访问密码