訪問分析
- 訪問次數，可設置兩個時間段的對比，比較活動前后的差別。
來源分析
- 用戶從哪里來？可以在微信后臺看到各來源數據，分析重點來源（判斷拉新動作是否有效），加強弱點來源。
留存分析
- 訪問時長：停留時間長，留存率低，可能是頁面難以理解，或加載速度慢。留存率和訪問時長都同步上漲，是一個利好數據。
- 新增留存：做活動拉來的新用戶，留存情況怎樣？避免短期拉新效果顯著，后期留存乏力。新增留存下降要記得及時采取動作挽留這批新用戶。
- 活躍留存：活躍留存一般要比新增留存高。面向活躍用戶，可持續刺激，發展為頭部用戶。做好用戶分層，保持活躍用戶留存，如下降過快，考慮是不是程序出了bug。
- 訪問深度：在保證頁面層級不過深的情況下，查看深度訪問用戶的比例，深度訪問用戶是對小程序感興趣的用戶。要把小程序“過路客”轉化為深度訪問用戶，才有后續運營和留存的可能。
- 訪問頁面數據：1、退出次數，分析哪個頁面退出最高，針對性優化（有可能是結果頁）。2、入口頁次數，理論上首頁應為入口頁次數。其它頁面應與分享、收藏、消息通知保持同步變化。如非首入口次數過大，可重新衡量用戶使用路徑，對用戶使用流程進行優化，保證體驗穩定。
用戶分析
- 分析是否為受眾群體，推廣環節是否出錯。提高目標用戶占比，或根據實際情況調整戰略。
自定義分析
- 自定義事件，針對某個試點功能或活動，分析點擊次數或頁面訪問次數
- 新建漏斗模型，分析核心路徑的轉化情況
- 加入熱力圖插件，分析用戶操作習慣
