本文档内容为 Quick Tracking 产品使用介绍和技术集成说明文档，不作为销售依据；具体企业采购产品和技术服务内容，以商业采购合同为准。
概述
路径，指的是用户使用产品的一系列行为序列。
路径分析将用户在产品中的使用路径用桑吉图呈现，展现用户在事件触发与页面流转中的流量走向。通过路径分析可以帮助企业验证产品运营策略，优化产品设计思路。路径分析查询后，可以保存为报表添加到自制看板中进行展示。
留存：指从该步骤（事件）向后继续访问其他步骤（事件）
流失：指从该步骤（事件）后离开应用
应用场景
路径分析可以解决
可视化用户日志数据，挖掘出用户在产品使用中的频繁访问的路径
验证运营思路，查看用户在偏离预想的路径后的实际走向
以「查看用户打开应用后的主要路径去向」为例
选择分析事件范围为全部事件
选择起始事件为「应用启动」
点击「开始分析」
4.分析图标中点击「时间范围」选择要查询的时段进行查询
操作说明
页面组成
路径分析功能，主要由以下几部分组成
信息配置区：用户可进行路径定义、和时间选择等操作选择。
界面组成分析结果区域：用户可查看分析结果后的可视化图表。
操作说明
定义分析范围和路径
1. 选择分析范围
「筛选或分组」选择分析范围后可进行属性筛选
2.选择一个事件作为「起始（或结束）事件」，默认选择「起始」。
3.用户路径基于用户设置的会话周期，在会话周期内在产品上发生的一系列用户行为。
添加全局筛选
4.会话间隔：可以自定义会话间隔时间，新上报的事件与上一个事件间的间隔时长超过了设置的会话间隔，则结束上一个会话，新建会话。新上报的事件为新会话的第一个事件，上一个事件为上一会话的最后一个事件。
根据属性的不同类型支持不同的筛选符号。
属性类型 | 筛选符号 | 符号定义 | 举例 |
字符串 | 等于 | 表示等于一个或多个具体的值 | 设备品牌等于华为或苹果 |
不等于 | 标识排除一个或多个具体的值 | 设备品牌排除华为或苹果 | |
包含 | 查找属性值中包含某些字符的值 | 设备品牌中包含华为这个字符 | |
不包含 | 排除属性值中包含某些字符的值 | 设备品牌中不包含华为这个字符 | |
为空 | 查找无属性值的数据 | 有设备品牌属性值的 | |
不为空 | 查找有属性值的数据 | 无设备品牌属性值的 | |
数值型 | 等于 | 等于某个具体的数据 | 订单金额等于1000 |
不等于 | 不等于某个具体数值 | 订单金额不等于1000 | |
大于 | 大于某个具体数值 | 订单金额不等于1000 | |
小于 | 小于某个具体数值 | 订单金额小于1000 | |
在...与... | 在某两个具体数值之间 | 订单金额在1000与5000之间 |
「2.3 选择时间范围」
可以根据需求选择查询的时间范围和时间粒度，选择时间范围有「相对时段」和「固定时段」两种方式，相对方式里面提供默认时间为过去7天，按天分区展示。
「相对时段」基于某一锚点往前推或往后推的日期范围，会随着时间不断变化，里面有过去X天/周/月三种维度的选项，也支持自定义的去设定过去X天/周/月的时间筛选条件。天为完整的自然天，周的选择范围是周一到周日，月即自然月（每月1号至最后1天）
详细规则如下：
A、过去n天：基于当前时间往前推完整的n天；
B、过去n周：基于当前时间往前推n个完整的周，如果当前时间是该周的最后一天，那么过去n周包含当前时间的所在周。示例：如果当前时间是7.20号（周二），那么过去1周即为7.12-7.18（周一到周日）；如果当前时间是7.18号（周日），那么过去1周即为7.12-7.18。
C、过去n月：基于当前时间往前推n个完整的月，如果当前时间是该月的最后一天，那么过去n月包含当前时间的所在月。示例：如果当前时间是7.20号，那么过去1月即为6.1-6.30；如果当前时间是6.30号，那么过去1月就是6.01-6.30。
「固定时段」可以在日历框中直接选择起始日期，点击确认后就会选取当前时间范围，进行数据分析（固定时段无时间段范围限制）。
查看分析图表
分析结果以桑基图形式展现，根据设置的起始和结束事件可以查看后续／前置路径，同时鼠标hover具体的节点，可以详细查看某个节点事件的流向，点击查看「查看详情」弹出数据详情页，可以查看每个事件/页面的访问次数、留存和流失详细数据。在后续/前置步骤中默认展示top5页面，如需查看更多，点击其他。目前只支持四个步骤的展现，每层最多显示10个节点，节点可自定义。
计算逻辑
路径分析支持1~2880分钟内的自定义会话间隔计算，从会话间隔开始到会话间隔结束，将用户触发的事件按本地时间的先后进行排序，得到的行为序列即为用户在该会话间隔内的完整路径。举例我们设定会话间隔为30分钟：小明在一个会话间隔内按时间先后的行为序列为A->B->C->D->E->C，小红在一个会话间隔内按时间先后的行为序列为A->F->E->C->E，那么我们可以得到该应用的用户完整路径数据如下：
实际的用户行为路径远比上述示意图复杂的多，往往是多起点多终点的，我们在分析时很容易迷失在其中，无法获取有用信息。常规的分析思路一般都是固定起点，探索用户的后续路径，优化起点的分发效率；或者固定终点，探索用户的前序路径，优化终点的承接效率。还是按上述示例，我们想知道以C为起点，查看用户的行为路径，那么小明的路径为C->D->E->C，小红的路径为：C->E，得到的路径图如下：
实际的用户行为路径远比上述示意图复杂的多，往往是多起点多终点的，我们在分析时很容易迷失在其中，无法获取有用信息。常规的分析思路一般都是固定起点，探索用户的后续路径，优化起点的分发效率；或者固定终点，探索用户的前序路径，优化终点的承接效率。还是按上述示例，我们想知道以C为起点，查看用户的行为路径，那么小明的路径为C->D->E->C，小红的路径为：C->E，得到的路径图如下：
有些时候，我们为了更聚焦在我们关心的重要节点上，就会剔除一些干扰的节点，还是上述示例，E节点只是个切后台事件，该节点对我本次的分析无实质性意义，因此将其剔除，那么剔除E节点后得到的路径图如下：
