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 / 数据表 / 使用会话指标评估内容路径

使用会话指标评估内容路径

本文将帮助您：

使用遗留指标增强您的分析

有时被认为是“遗留指标”的 会话指标——如跳出率或退出率——是获得对活动或内容项目性能更深入理解的有用的诊断工具。在 Amplitude Analytics 中，您可以在数据表图表的 Metrics 选项卡上找到会话指标。除了会话总数外，会话指标——跳出率、退出率、进入率、进入数和退出数——在 Amplitude Analytics 中不可作为独立指标使用。相反，Amplitude 从您选择的分组中计算这些会话指标，并且在计算中仅包含 活跃事件。Amplitude Analytics 使用分组来决定存在多少值，以及用于计算的顺序。

注意

使用 Amplitude 图表分析其他营销指标。请参阅营销指标配方。

选择一个好的分组属性

最常用的分组属性是随着用户与您的应用程序或网站交互而更改的页面级或屏幕级属性。这些效果很好，因为它们可能在大多数相关事件之间有所不同，并且设置得足够频繁以在需要时发出反弹信号。

注意

会话指标不能合并超过一个顶级分组。

示例：分组和会话指标

Amplitude 使用您的分组属性的值的数量来决定是否将会话分类为特定指标，如跳出、进入或退出。这是三个示例会话：

会话 1

Event: Page ViewPage = A
Event: ClickName = 1A Type = Ad
Event: Page ViewPage = B

会话 2

Event: Page ViewPage = B Name = 1A Type = Ad
Event: ClickName = 1B Type = Ad

会话 3

Event: BuyAmt = $15 Prod = 1

Page View 事件要么是通过 Browser SDK 捕获的默认事件，在 Amplitude 营销空间的设置中指定，要么在数据表分析中定义为跳出率指标。

跳出 (Bounce)

跳出是用户仅触发一个 Page View 事件的会话。这也称为单页会话。 Amplitude 根据以下公式将跳出率计算为百分比：

count of single-page sessions / the **total** number of sessions

Amplitude 使用分组计算跳出率：

count of single-page sessions grouped by the first **non-null** property value /
the total number of sessions grouped by the first **non-null** property value

要决定上面的示例会话是否为跳出：

无论分组属性如何，如 Page 或 Name，会话 1 都不算作跳出，因为它包含多个 Page View 事件。
会话 2 仅包含一个 Page View 事件。如果您按 Name 事件属性分组，Amplitude Analytics 将此会话分类为跳出。它将按 "1A" 的 Name 值分组，因为它在会话中首先出现，跳出率为 1 / 2 (50%)。
无论分组属性如何，会话 3 都不算作跳出，因为它不包含任何 Page View 事件。

进入和退出 (Entry and exit)

会话 Entries 由会话中分组属性的 第一个 非空值定义。会话 Exits 由会话中分组属性的 最后一个 非空值定义。然后使用以下公式将进入率和退出率计算为百分比：

the number of entries or exits / the **total** number of sessions

注意

总体进入/退出率始终为 100%，因为每个会话都有进入/退出值。例如，对于上面的相同会话：

如果您按 Name 事件属性分组，进入率和退出率都在 "1A" 下分组，因为它是 Name 的第一个属性值。进入率为 2 / 3 (66.66%)，退出率为 1 / 3，或 33.33%。
如果您按 Page 事件属性分组，进入率和退出率按 “B” 分组。进入率为 1 / 3，或大约 33.33%。退出率为 2 / 3 (66.66%)。

会话总数与 PROPCOUNT(session IDs) 之间的差异

想要比较一个 Amplitude 图表与另一个图表的结果是很常见的，但并非所有图表分析都是可互换的。例如，您不能比较会话指标图表中的会话总数查询与事件分群图表中的 PROPCOUNT(session IDs) 公式的结果。由于以下逻辑差异，这两种分析无法进行比较：

会话指标图表中的会话总数查询	事件分群图表中的 PROPCOUNT(session IDs) 公式
测量精确总数	测量不同属性值的估计
测量计算唯一配对的用户 ID 和会话 ID	不计算唯一配对的用户 ID 和会话 ID，并且当多个用户具有相同的会话 ID 时结果不同
自定义会话定义不跟踪会话 ID，因此无法使用 PROPCOUNT(session IDs) 公式计算

使用会话指标评估内容路径 ​

注意 ​

选择一个好的分组属性 ​

注意 ​

示例：分组和会话指标 ​

会话 1 ​

会话 2 ​

会话 3 ​

跳出 (Bounce) ​

进入和退出 (Entry and exit) ​

注意 ​

会话总数与 PROPCOUNT(session IDs) 之间的差异 ​

AIHub 产品文档

使用会话指标评估内容路径

注意

选择一个好的分组属性

注意

示例：分组和会话指标

会话 1

会话 2

会话 3

跳出 (Bounce)

进入和退出 (Entry and exit)

注意

会话总数与 PROPCOUNT(session IDs) 之间的差异