Title: 找到合适的分析模型
Locale: zh
URL: https://sensorswave.com/docs/analytics/choosing-analysis-model/
Description: 了解不同的分析模型，选择适合您业务场景的分析方法
Sensors Wave 提供了多种分析模型，帮助您从不同维度洞察用户行为和业务表现。选择合适的分析模型是高效数据分析的第一步。每个分析模型都针对特定的分析场景和问题类型设计,理解它们的核心能力和适用场景,可以帮助您快速找到解决方案。

## 分析模型概览

Sensors Wave 支持以下四种核心分析模型:

### 事件分析

**核心能力**:追踪和度量用户的行为事件,支持多维度分析和对比。

**适用场景**:
- 分析特定功能的使用频率和趋势
- 对比不同用户群体的行为差异
- 监控关键业务指标的变化
- 识别用户行为模式和高频操作

**典型问题**:
- 每天有多少用户使用了搜索功能?
- 不同渠道来源的用户活跃度有什么差异?
- 过去 30 天内商品收藏次数的趋势如何?

### 留存分析

**核心能力**:衡量用户在首次使用后的持续回访情况,分析用户粘性和产品价值。

**适用场景**:
- 评估产品的用户粘性和长期价值
- 识别影响用户留存的关键因素
- 对比不同功能或改版对留存的影响
- 分析用户生命周期价值

**典型问题**:
- 新用户在注册后第 7 天的留存率是多少?
- 使用过优惠券的用户留存是否更高?
- 哪个版本的新手引导能带来更好的留存?

### 漏斗分析

**核心能力**:分析用户在多步骤流程中的转化情况,识别流失环节和优化机会。

**适用场景**:
- 分析关键业务流程的转化效率
- 定位用户流失的环节和原因
- 评估产品优化对转化率的影响
- 对比不同用户群体的转化表现

**典型问题**:
- 从浏览商品到完成支付的整体转化率是多少?
- 用户主要在哪个步骤流失?
- 新版结账流程是否提升了转化率?

### SQL 查询

**核心能力**:使用 SQL 语言进行灵活的自定义数据查询和分析。

**适用场景**:
- 执行复杂的多表关联分析
- 进行自定义的数据聚合和计算
- 探索性数据分析和假设验证
- 满足标准分析模型无法覆盖的特殊需求

**典型问题**:
- 需要关联多个数据表进行联合分析
- 需要使用自定义的计算逻辑
- 需要进行临时性的数据探查

## 如何选择分析模型?

根据您要回答的问题类型,可以快速确定适合的分析模型:

### 决策流程图

按照以下问题依次判断:

1. **您想分析多步骤流程的转化情况吗?**
   - 是 → 使用**漏斗分析**
   - 否 → 继续下一步

2. **您想分析用户的回访和留存情况吗?**
   - 是 → 使用**留存分析**
   - 否 → 继续下一步

3. **标准分析模型能满足您的需求吗?**
   - 是 → 使用**事件分析**
   - 否 → 使用 **SQL 查询**

### 分析模型对比

| 分析模型 | 主要用途 | 分析难度 | 典型使用场景 |
|---------|---------|---------|------------|
| **事件分析** | 度量行为频次和趋势 | 简单 | 功能使用分析、用户活跃分析 |
| **留存分析** | 分析用户粘性和回访 | 中等 | 新用户留存、功能价值验证 |
| **漏斗分析** | 分析流程转化效率 | 中等 | 购买转化、注册流程优化 |
| **SQL 查询** | 自定义复杂分析 | 复杂 | 多表关联、自定义计算逻辑 |

## 使用建议

### 从简单开始

如果您刚开始使用 Sensors Wave,建议按照以下顺序学习和使用分析模型:

1. **事件分析**:最基础的分析模型,理解用户行为的起点
2. **漏斗分析**:分析业务流程转化,快速发现优化机会
3. **留存分析**:深入理解用户价值和产品粘性
4. **SQL 查询**:处理复杂的定制化分析需求

### 组合使用

在实际分析中,您通常需要组合使用多个分析模型:

- **事件分析 + 留存分析**:先用事件分析识别关键行为,再用留存分析验证其对用户粘性的影响
- **漏斗分析 + 事件分析**:用漏斗发现流失环节,用事件分析深入探究该环节的用户行为
- **标准模型 + SQL 查询**:用标准模型完成常规分析,用 SQL 处理特殊的定制需求

### 聚焦核心问题

选择分析模型时,始终以您要回答的核心问题为导向:

- **"多少"类问题** → 事件分析
- **"是否回来"类问题** → 留存分析
- **"转化如何"类问题** → 漏斗分析
- **"定制需求"类问题** → SQL 查询

## 前提条件

在使用任何分析模型之前,请确保您已经:
- 完成了 SDK 集成并开始接收数据,详见 [数据接入](../data-integration/tracking-strategy.mdx)
- 理解了 Sensors Wave 的数据模型概念,详见 [数据模型](../data-integration/data-model.mdx)
- 具备相应的项目访问权限,详见 [角色和用户权限](../10-组织与项目/03-角色和用户权限.md)

## 下一步

选择适合您的分析模型,开始数据洞察之旅:

1. **[分析模型通用能力](common-analysis-features.mdx)**:了解所有分析模型共享的通用功能
2. **[事件分析](event-analysis.mdx)**:深入学习事件分析的使用方法
3. **[留存分析](retention-analysis.mdx)**:掌握用户留存分析技巧
4. **[漏斗分析](funnel-analysis.mdx)**:学习转化漏斗的分析方法
5. **[SQL 查询](sql-query.mdx)**:了解如何使用 SQL 进行自定义分析

如果您在使用过程中遇到问题，可以查看 [常见问题](faq.mdx) 或参考 [最佳实践](best-practices.mdx)。