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

无需编码即可快速回答任何增长问题。Amplitude 将所有数据与行为分析和 AI 自动化整合起来——更轻松地构建你最好的产品。 解读 Compass 图表（第 1 部分）了解如何从 Compass 中获得洞察，并跟踪用户留存 参与度矩阵：了解用户对产品的感受 评估产品中各功能的总体参与度 选择合适的度量 选择最合适的方式来度量并展示事件分群分析结果 漏斗分析图中的 A/B 测试 以相对基线提升或统计显著性来查看漏斗分析图 解读影响分析图表 有效且恰当地使用因果推断来解读影响分析 了解用户路径及其转化原因 分析产品中关键转换点之间的转化 解读 Personas 图表 解读你的群集卡片并识别、命名你的用户画像 构建留存分析 了解留存分析图表的目的并熟悉其界面 解读收入分析 识别新用户变现策略的优势和劣势 解读粘性分析 从粘性图表中得出关于用户行为的结论 解读 Compass 图表（第 2 部分）：相关性与群组 从 Compass 图表结果创建群组 解读参与度矩阵 解读参与度矩阵图表的结果 构建漏斗分析 按照 Amplitude 的最佳实践构建漏斗分析 影响分析：主要交互如何改变用户行为 了解影响分析图表的益处 了解并使用 Journeys 可视化 了解三种不同 Journeys 可视化效果的区别 Personas 图表：寻找产品的用户画像 构建产品用户的聚类分析 留存分析图表如何计算留存 了解 Amplitude 如何计算不同群组的留存率 收入 LTV 图表：跟踪新用户变现效果 分析过去长达 12 个月内的新用户变现情况 粘性：识别驱动用户返回产品的功能 使用事件和属性创建粘性图表 解读用户会话图表 解读用户会话图表的结果 使用 Compass 寻找公司的拐点指标 使用 Compass 图表识别用户旅程中对驱动增长至关重要的时刻 将功劳归因于多个获客触点 了解特定触点如何对营销结果做出贡献 解读分析（第 1 部分）了解事件分群分析告诉你什么 解读留存分析图表：使用间隔 了解留存分析图表的使用间隔视图 用户会话：跟踪参与频率和时长 构建用户会话分析 Compass 图表：发现用户的“顿悟”时刻 构建 Compass 图表以识别最能预测留存的用户行为 创建度量 在 Amplitude 中创建可复用的度量单位 解读分析（第 2 部分）：高级功能 使用“度量方式”模块的功能自定义分析 解读留存分析 了解度量留存的不同方式 数据表多维分析 在几个不同维度上使用多个度量构建自定义分析 自定义公式：语法和定义 了解并在 Amplitude 中使用自定义公式来创建所需的精确分析 留存分析中的时间机制 了解时间如何影响留存分析图表 数据表图表中的结果限制和排序逻辑 了解 Amplitude 如何决定在数据表图表中显示哪些结果 构建事件分群分析 使用事件和属性创建事件分群分析 充分利用 Amplitude 的漏斗分析图表 规划和设计漏斗分析图表 使用会话度量评估内容路径 使用传统度量来增强分析 Amplitude 如何计算漏斗 了解 Amplitude 如何基于事件顺序、分群和筛选器计算漏斗 Compass 寻找预测留存并引导致用的用户行为阈值 数据表 在单个视图中比较和细分事件与度量 识别具有相似行为的用户 在 Amplitude 中，群组 (Cohort) 是一组具有共同特征或特征集的用户。 参与度矩阵 通过广度和频率了解产品功能的总体参与度 事件分群 统计和筛选事件以了解用户行为 解读漏斗分析 解读并跟踪随时间变化的转化 实验结果 发现 A/B 测试的统计显著性结果 图表 了解 Amplitude 的图表精选 漏斗分析 了解关键事件的转化和流失 自定义主页 管理员和经理可以为每个项目自定义主页。 影响分析 了解首次参与某个功能如何影响另一种行为的发生率 Journeys 分析用户采取的步骤序列 生命周期 按新用户、当前用户、回流用户与沉睡用户拆分用户群 其他图表 使用 Amplitude SQL 直接查询 Snowflake 画像 通过将行为相似的用户分组来确定用户群集 留存分析 分析用户返回产品的频率 收入 LTV 了解你对用户的变现效果 粘性 衡量用户在一定时间区间内执行事件的频次，以了解哪些事件驱动用户 用户会话 统计并筛选会话以了解用户行为 此页面是否有帮助？ 需要帮助？ 联系支持 访问 Amplitude.com 浏览 Amplitude 博客 在 Amplitude Academy 了解更多 服务条款 隐私声明 可接受使用政策 法律信息 © 2026 Amplitude, Inc. 保留所有权利。Amplitude 是 Amplitude, Inc. 的注册商标。