即时分析能够给运营人员带来的是实时的洞察和优化。比如通过实时数据发现某一地域的用户有暴增的趋势，那么我们就应该考虑该地域的服务稳定性问题，有没有必要干预。而官方的15分钟延迟，很可能就会使我们错失调整的机会。

　　历史统计是针对用户行为的深度分析和发掘的过程，以通过对用户行为的分析从而反馈到产品的优化或用户转化的引导。因此历史统计分析需要提供给用户一个更为灵活自如的分析工具，而不是基础的统计结果。

　　小程序运营分析核心点

　　第一， 数据源必须是全面的。

　　统计的数据不仅应当包含页面浏览的行为、打开的行为、而且应该包含分享、扫描二维码、按钮点击、表单提交 等等一系列由用户根据自己场景可以自由监测和定义的内容，这样统计的结果才是切合业务场景的，才能解决掉小程序分析人员的问题。而且要采集一切可以合法采集并利用的内容，如操作系统、用户定义的微信属性(昵称、性别、地域、头像)等，这些都是后续做深度分析的基础。

　　就拿分享来举例，按照目前的技术完全可以明确分享到了哪里(朋友/群)，分享页面是什么，这个分享是谁发起的、通过分享打开小程序的用户是点击谁的分享而来的而不是简单的呈现分享次数和人数。

　　第二，数据必须是实时的。

　　唯有实时方能即刻响应，优化和调整运营方略；任何细微的延迟都可能错失运营良机！就更不必说长达15分钟了。

　　第三，数据分析必须是多维度的。

　　这里的多维不是指提供了很多维度，但最终只可以选一种进行单维度的分析。而是指用户可以自由选择多个维度进行组合的多维分析。比如按照城市、设备型号、用户在微信预设的性别的组合分析。只有如此，分析师才可以通过数据发掘价值，若维度单一数据就会变得毫无营养，对运营的价值也就微乎其微。

　　第四，多维分析必须是及时的。

　　因为数据分析的过程其实是不断的假设和验证的过程，当我们看到某一个数据后，会提出一个假设，针对这个假设我们会使用分析系统通过多维组合得到相应的结果，在这结果的基础上，需要不断的去提出新的假设，从而进一步得到我们想要的结果，验证我们的结论。因此整个过程是实时组合维度，及时出查询结果。

　　第五，来源一定是需要被明确的。

　　目前微信的推广方式有四种：二维码、搜索、分享、自有公众号引荐。就二维码而言，可以被分成 N 多种，每个二维码携带不同参数标识不同的店铺或者广告位。因此分来源的统计可以精准的评估仅有的推广形式下各渠道的推广效果。

　　第六，以人为中心，明确每一个用户的个体行为轨迹。

　　通过个体行为可以研究用户行为动机，也可以通过用户行为轨迹映射出产品的问题。同时，在对用户行为进行多维细分之后，必须知道发生这些行为的用户是谁。只有做到这点，我们才有能力去开展漏斗分析和用户自动分组。

　　这点也是 PC 时代网站分析的一大进阶，大家可以回想，在以前我们分析网站都用 CNZZ 或者百度统计，高端点的话用 GA 。但这些都提供给我们的是统计数据，无法深度研究数据背后的用户以及个体用户行为特征。

　　而现在，张小龙将小程序页比作 PC 时代的网页，那我们在分析上还能按照传统的统计分析来做么，答案必须是不。目前我们已经有了精益化以人为中心的用户行为分析理念，他带给我们的是更大效率的提升，所以我们必须以事件为起点，以人为核心进行用户的精细化分析和运营。

　　第七，可以提供漏斗分析。

　　漏斗是衡量用户转化最直观的方式，可以明确用户在核心转化点的流失和转化情况。如果同时运用多维度分析，可以更加明确在哪些情况下该转化突然变低，从而找出问题优化产品或流程。

　　第八，用户是需要被分群管理的。

　　通过以上的多维分析，所有的用户可以被按照既定的规则或者行为特征分为不同的群组进行管理或者分析。比如将用户分为高转化用户组、潜在转化用户组等。

　　第九，数据整合能力。