埋点系统如何统计用户的平均停留时长？

最新推荐文章于 2025-05-27 22:50:10 发布
最新推荐文章于 2025-05-27 22:50:10 发布
阅读量972 收藏 5
点赞数 8
CC 4.0 BY-SA版权
分类专栏： 埋点 文章标签： 用户体验
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/webfunny2020/article/details/140405606

在这里插入图片描述

Hello，大家好，欢迎使用Webfunny前端监控和埋点系统。

今天，我们将介绍webfunny的埋点系统如何统计用户的平均停留时长

一、页面beforeLeave事件
当你页面离开的时候，会触发一个心跳检测，但是这个可能不是100%触发，因为beforeLeave这个事件的触发好像不是100%， 但是可以通过这个点位计算平均停留的数据。

二、心跳检测
我们会为每一个项目的sdk探针自动生成一个心跳检测的点位，这个点位包括停留时长stayTime字段，当引入我们的sdk探针代码后，默认会自动上报这个点位的数据，采集每个页面的停留时长

在这里插入图片描述

每15s上报一次，一个页面停留时间如果超过15s的话，就分多次来上报这个停留时长。

在点位细查中可以查看上报的数据
在这里插入图片描述

三、计算用户平均停留时长
新建一个卡片，用来计算用户平均停留时长，可以知道趋势图

选择心跳检测点位，利用停留时长字段，来求和，然后勾选计算数据，添加用户数据，来计算

在这里插入图片描述
以上是webfunny<埋点系统统计用户平均时长>操作介绍, ps： 如果你是前端工程师的相关技术同学，欢迎试用体验【webfunny前端监控和埋点系统】
在这里插入图片描述

SQL进阶技巧：埋点日志浏览时长问题分析
石榴姐yyds
07-25 455
本文对埋点日志浏览时长问题进行分析，并给出了完整的解决方案，属于典型用户行为分析种一种，具有一定参考意义
如何设计出一个高效的埋点管理系统？
weixin_49880348的博客
08-24 1350
​作者介绍 @九果 入行大数据8年； 某大厂数据产品经理； 专注于数据产品，并持续学习中； “数据人创作者联盟”成员。 01为什么要做埋点管理系统？ 备注：如果您已经知道为什么要做埋点管理系统了，可以直接跳去第三节看埋点管理系统的建设过程。如果还没有很好的了解过埋点管理系统，建议从头开始读起，本文章小长，但是一定有干货哦，建议好好读完！ 如果你是一名数据分析师，是否有过这样的经历，当你需要查询APP产品埋点数据的时候，你不得不经常找数据产品经理去确认是否已有埋点，埋了哪些字段，.
[埋点] 一种Vue组件切换后停留时长的统计方法(未完全)
qq_45743738的博客
04-19 2745
需求背景： 有的项目需要采集用户在每个页面的停留时长（毫秒数）。采集工作由前端进行，然后发送给后端。 前端实现： 在/router/index.js中设定一个全局的前置导航守卫。 在/router/index.js中声明两个全局变量，分别为： startTime：Number，为记录第一次进入路由组件或者进入上一个路由组件的时间。 currentTime：Number，为记录每次路由进入的...
vue项目前端埋点，获取用户信息及记录页面菜单停留时间
NewBie96的博客
04-14 1833
vue项目埋点。获取用户操作时间,页面停留时间等
Aspect Android埋点统计activity页面使用时长 onResume onPause，并保存时长
白高林的专栏
10-20 851
Aspect Android
vue埋点 记录页面停留时间
Beloved_Jodie的博客
10-23 3534
vue记录使用日志 页面停留时间 import API from '@/modules/system/api/api_userTime' const router = new Router({ mode: 'history', base: process.env.BASE_URL, scrollBehavior: () => ({ y: 0 }), routes: constantRouterMap }) // API 保存数据接口 let startTime
统计用户停留时长
weixin_34293911的博客
07-17 409
http://www.runoob.com/jsref/event-onbeforeunload.html 转载于:https://www.cnblogs.com/rachelch/p/9324068.html
只有时间戳时求平均停留时长的思路
qq_42575907的博客
06-25 1076
在出数据时，有一个需求是求平均停留时长的，但现有的埋点只记录了用户访问访问和点击数据，没有登入登出记录。最开始的计算方法只是很粗暴的。就是把用户按天分组，计算一个用户一天内第一次访问记录和最后一次访问记录时间差，然后过滤掉不合理的数据，按天求平均值。这种方法是不合理的，只要用户登录两次以上并且中间间隔比较大，就会被过滤掉。 sql如下 select sum(diff)/count(cookie) from (select day,timestamp,cookie,(m...
用户在页面停留的平均时间
qq_39774230的博客
04-16 584
面试被问到一个SQL问题，求用户在页面停留的平均时间，回来试了一下自己建表试了一下。 CREATE TABLE tb_emp1 ( SESSIONID VARCHAR(25), USER_ID VARCHAR(25), YMID VARCHAR(25), TIME VARCHAR(25) ); INSERT INTO tb_emp1 VALUES('11111','A','001','202104152230'); INSERT INTO tb_emp1 VALUES('11112','A','002',
小程序埋点方案：用户行为追踪与分析
最新发布
小程序开发
05-27 753
在小程序开发中，“用户到底用得怎么样？”是每个开发者和产品经理最关心的问题：用户点了哪个按钮？卡在哪个页面没继续？哪些功能根本没人用？这些问题的答案，都藏在用户的行为数据里。本文聚焦“小程序埋点方案”，覆盖从埋点设计、数据采集到分析应用的全流程，帮助读者掌握通过埋点获取用户行为数据的核心方法。本文先通过“超市顾客行为追踪”的故事引出埋点概念，再拆解核心术语（事件、参数、埋点类型），用流程图展示数据流动全流程，接着用微信小程序代码演示如何实现埋点，最后结合电商、教育等场景说明埋点的实际价值。埋点。
采用JavaScript统计用户在网页的停留时间代码
12-08
采用JavaScript统计用户在网页的停留时间代码，简单易懂
前端如何统计用户在一个页面上的停留时长？
weixin_42650595的博客
08-19 2824
本文讲述了前端统计用户在页面上的停留时长的几种方法，可借助 DOMContentLoaded 、onload、pageshow、pagehide、visibilitychange 这些事件来搭配实现。
前端统计每个页面的停留时长
m0_65930399的博客
03-05 767
onbeforeunload 在即将离开当前页面（刷新或关闭）时触发。主要使用的方法，setInterval获取每秒时间。根据网络上的大神学到的，在这里记录一下用于学习。
小程序记录页面停留时间
HannaLh的博客
08-17 3329
小程序记录页面停留时间 小程序记录页面停留时间的传统做法，每个页面的onshow开始计时，onhide和onUnload停止计时，但每个需要加载的页面都要调用一遍方法，比较麻烦
计算某个人在某个区域停留时长
坚持自己的梦想
10-15 877
计算区域下停留时长,基于阿里云ODPS平台
数据统计---埋点
a524389222的博客
05-16 888
统计分析iOS文档： https://www.jianshu.com/p/8c9e7810f843 http://dev.umeng.com/analytics/ios-doc/integration#1_1 一、数据埋点是什么 数据埋点是数据产品经理、数据运营以及数据分析师，基于业务需求（例如：CPC点击付费广告中统计每一个广告位的点击次数），产品需求（例如：推荐系统中推荐...
iOS全埋点：事件发生的时间(事件发生的时间戳、事件持续的时长)
热门推荐
专注于计算机研发知识和资讯分享
08-17 1万+
前言 在数据采集时，与时间相关的问题主要体现在以下两个方面： ·事件发生的时间戳 ·统计事件持续的时长 在本地都会有缓存机制（比如，iOS应用程序的SQLite3数据库），即事件会先保存到本地缓存，当符合特定的同步策略时（比如，本地缓存了一定量的事件、每隔一定的时间间隔、关键事件发生等时刻），才会向服务端同步数据。 I、事件发生的时间戳 记录了事件发生的时间戳 // 设置事件发生的时间戳，单位为：毫秒 event[@"time"] = [NSNumber numberWithLong:NSDate.
Byzer 面试必考题 —— 同一用户同一位置停留时长
m0_58032574的博客
05-20 418
老张最近在整理面试题的时候，发现一道题目非常具有代表性，几乎数据开发岗位的同学都耳熟能详的一道题，我们下面将演示2种写法，分别看下他们之间的异同。 需求 现有如下数据文件需要处理，格式：CSV，位置： hdfs://byzerwh/input.csv ，大小：100GB 字段名：user_id, location_id, time, duration 字段中文名：用户ID，位置ID，开始时间，停留时长（分钟） 样例（4行）： UserA,LocationA,2022-01-01 08:00:00,60 Us
安卓开发统计用户在线时长
ithouse的专栏
06-13 7464
有3种方案： 1、客户端定时发送请求到服务器端。实现方法是在用户登录后，将uid,session_id,login_time插入一条记录，然后在客户端js设定一个计时器，比如每10分钟向服务器端发送一个请求，以此来达到更新登出时间的目的，当然这个间隔时间设定的越短，数据可能会越准确，不过相应的系统的负载也会越高，这个可以根据实际情况设定一个合适的值。这种方法广泛应用于webgame上，因为webg
指标”统计页面停留时长“可以拆分为哪些原子指标和派生指标
05-14
<think>好的，我现在需要帮用户解决如何将“统计页面停留时长”拆分为原子指标和派生指标的问题。用户之前的问题是关于埋点事件与业务过程的对应关系，现在转向指标体系的构建，特别是原子指标和派生指标的拆分。首先，我得回顾之前提供的引用内容，尤其是引用[1]到[4]，这些内容涉及原子指标、派生指标的定义以及指标拆解的方法。 首先，根据引用[1]，原子指标是直接从数据源计算的，如PV、UV，而派生指标是原子指标通过运算得到的，如跳出率。用户提到的页面停留时长，需要确定其原子指标和可能的派生指标。我需要先明确什么是页面停留时长的原子指标，可能涉及用户进入和离开页面的时间差，所以原子指标可能是“页面停留时长（原始毫秒数）”。 接下来，派生指标需要基于这个原子指标进行计算。例如，平均停留时长、停留时长分布等。这时候要考虑用户的业务场景，比如是用于用户行为分析还是广告效果评估，不同的场景可能派生不同的指标。根据引用[3]和[4]，核心指标需要拆解到维度，比如按用户类型、页面类别等，所以在派生指标中可能需要分维度统计的平均值或占比。 然后，我需要参考用户之前的回答，其中提到埋点事件可能对应多个业务过程，所以在拆分指标时需要考虑不同业务过程的需求。比如，用户活跃度分析和广告曝光可能需要不同的派生指标，如“广告位平均停留时长”或“核心功能页面停留用户占比”。 同时，要注意用户可能关心的数据清洗和ETL过程中的处理，比如如何从原始埋点数据中提取原子指标，再进行聚合生成派生指标。引用[1]提到原子指标来自底层数据源，所以可能需要通过埋点事件中的时间戳计算停留时长，而派生指标则是基于这些计算结果进一步处理。 另外，用户可能需要具体的例子来理解如何应用这些指标，比如SQL代码示例或者实际业务场景的应用，这样能帮助用户更好地将理论应用到实践中。例如，使用SQL计算平均停留时长，或者按用户分层统计停留时长分布。 还要考虑指标体系的监控和问题定位，如引用[4]中提到的，核心指标的波动需要拆解到不同维度，因此在派生指标中需要包含分维度的统计，这样当整体指标变化时，可以快速定位到具体哪个维度的问题。 最后，总结步骤：确定原子指标的定义和计算方式，然后根据业务需求派生不同维度和计算方式的指标，并确保这些指标能够支持业务分析和问题诊断。同时，提供实际案例和实现方法，帮助用户更好地理解和应用。</think>### 如何将“统计页面停留时长”拆分为原子指标与派生指标？ #### 一、**原子指标的明确** 根据引用[1]的定义，**原子指标是直接来源于埋点数据的不可再拆分的指标**，需满足以下条件： 1. **直接可计算**：无需依赖其他指标，通过埋点字段直接计算得出。 2. **业务含义清晰**：对应单一业务行为（如页面停留）。 **页面停留时长的原子指标定义**： - **指标名称**：`页面停留时长（原始值）` - **计算逻辑**： 通过用户进入页面（`page_enter`事件）和离开页面（`page_leave`事件）的时间戳差值计算： $$ \text{停留时长} = \text{page_leave.timestamp} - \text{page_enter.timestamp} $$ - **埋点字段示例**： ```json {"event": "page_enter", "timestamp": 1630000000000, "page_id": "home"} {"event": "page_leave", "timestamp": 1630000005000, "page_id": "home"} ``` #### 二、**派生指标的构建** 根据引用[2]和[4]，**派生指标需基于原子指标进行加工**，服务于具体分析场景。以下是典型拆分方法： ##### 1. **聚合型派生指标** - **指标名称**：`人均页面停留时长` - **计算逻辑**： $$ \text{人均停留时长} = \frac{\sum \text{停留时长（原始值）}}{\text{UV（独立访问用户数）}} $$ - **应用场景**：评估页面整体吸引力[^4]。 - **SQL实现示例**： ```sql SELECT page_id, AVG(stay_duration) AS avg_stay_duration, COUNT(DISTINCT user_id) AS uv FROM page_stay_events GROUP BY page_id ``` ##### 2. **分层型派生指标** - **指标名称**：`停留时长分布占比` - **计算逻辑**： 按时长区间（如0-3秒、3-10秒、>10秒）统计用户占比： $$ \text{占比} = \frac{\text{区间内停留用户数}}{\text{总停留用户数}} \times 100\% $$ - **应用场景**：识别用户流失节点（如引用[4]中提到的“3秒跳出率”）[^4]。 - **实现示例**： ```sql SELECT page_id, CASE WHEN stay_duration <= 3000 THEN '0-3秒' WHEN stay_duration <= 10000 THEN '3-10秒' ELSE '>10秒' END AS duration_segment, COUNT(DISTINCT user_id) * 100.0 / SUM(COUNT(DISTINCT user_id)) OVER (PARTITION BY page_id) AS ratio FROM page_stay_events GROUP BY page_id, duration_segment ``` ##### 3. **业务关联型派生指标** - **指标名称**：`高价值用户平均停留时长` - **计算逻辑**： 筛选特定用户分层（如付费用户、VIP用户）后计算平均值： $$ \text{高价值用户平均时长} = \frac{\sum \text{高价值用户停留时长}}{\text{高价值用户数}} $$ - **应用场景**：评估内容与目标用户匹配度[^3]。 #### 三、**指标体系的落地建议** 1. **原子指标标准化**： - 统一埋点中`page_enter`和`page_leave`的事件触发逻辑，避免因埋点缺失导致数据偏差[^1]。 2. **派生指标按需配置**： - 根据业务模块（如广告、用户增长）需求，在数据仓库中预计算常用派生指标（如分广告位的平均停留时长）[^2]。 3. **监控与报警**： - 对核心派生指标（如“停留时长>3秒用户占比”）设置波动阈值，引用[4]中提到的“维度拆解”方法定位异常原因[^4]。 --- ### 相关问题 1. 如何通过埋点验证页面停留时长计算的准确性？ 2. 在用户分层分析中，如何选择影响停留时长的关键维度？ 3. 如何设计实时计算框架来监控页面停留时长指标？
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值