# 基本概念

通过分析模块，您可以基于对事件和属性的聚合计算快速创建特定的指标，并以图表的形式展示结果数据，进而观察指标的变化趋势和展开多维度的交叉对比分析。本文将介绍在 TE 分析模块中的核心概念。

关于事件和属性，您可以在数据管理了解更多。

# 分析指标

您可以在分析模型界面左侧的指标配置区域，快速构建需要的分析指标，无需复杂的 SQL 语句即可在几秒内得到数据结果。

在事件分析模型中，分析指标的定义非常灵活，您可以根据口径选择相应事件和属性自由组合，还可基于四则运算得到公式类分析指标。

对于留存分析等模型，分析指标的计算逻辑已经确定，比如留存率、流失率、转化人数等，您只需选择对应的事件，并设置统计的时间范围即可得到结果。

当然，您也可以直接构建项目指标体系，在分析时使用已创建好的指标，确保口径统一。关于这部分内容，请参见指标。

# 分析时段

分析时段决定了发生在什么时间范围内的事件会被用于统计分析指标，相同指标在不同分析时段会对应不同的数据结果。除属性分析及 SQL 查询外，其他模型在分析时必须设定分析时段。

您可以通过左侧选项快速选择相对“今天”的动态分析时段，如过去 7 天；您也可以自定义分析时段，分别选择开始日期和结束日期。

除动态时间外，您还可以选择“静态时间”，即不会随“今天”发生变化的具体日期。当结束时间为“静态时间”时，开始时间也仅能使用“静态时间”。

# 时区

当产品的用户分布在不同时区时，您需要了解在分析中对时区的处理逻辑。如果您需要采集多个时区的用户数据，您需要在事件上报时通过时区字段记录事件发生时用户所在时区，并在项目时区设置中开启多时区功能。

在分析时，为了统一口径需要选定一个的展示时区。TE 系统采用协调世界时(UTC)作为记录及展示时区的标准，系统会将全球不同时区的事件时间(#event_time)基于上报时的时区字段偏移到展示时区下进行计算，避免因时区差异产生的口径问题。

如果上报时的时区字段无效或者所选事件上不存在该属性，则不会偏移。

举例来说，一个 UTC-8 时区的用户在当地时间 2022-12-31 20:00:00 注册，另一个 UTC+8 的用户在当地时间 2023-01-01 08:00:00 注册，两个用户实际在同一时刻注册。如果展示时区是以 UTC+8 为基准，都会被记为 1 月 1 日的新增用户中；当展示时区为 UTC-8 时，则会算作 12 月 31 日的新增。

注意

除事件时间外，其他时间类型事件属性也会偏移到展示时区；时间类型用户属性不会偏移

# 分析主体

无论是分析用户的留存率、转化率还是不同区间分布情况，都需要先确定“用户”的定义是什么，“用户”在 TE 内也被称作“分析主体”。

默认情况下，分析模型会使用 TE 用户 ID(#user_id)进行分析，您也可以在项目分析主体中创建自定义分析主体并在模型及标签分群中使用。

假设一个 TE 用户 ID 对应您游戏里的一个角色，同一个账号可以建立多个角色。在分布分析模型对“账号”的登录天数分析时，只要当天有任意一个角色登录就视为该账号有过登录事件。在留存分析中，您也可以从角色及账号两种视角观察，得到更准确的数据结果。

和 TE 用户 ID 一样，您也可以下钻到自定义分析主体的行为序列页面，查看每个分析主体的详细行为。

# 更多介绍

在掌握核心概念后，您可以继续查看以下章节对模型通用逻辑进行了解：