通过分析模块，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 DT 系统中数据分析的基本概念
一、分析主体
在基于事件和用户模型的分析中，分析主体可以是用户、事件或用户/事件的属性维度
在分析过程中，可以通过对不同角色的数据进行分组分析，来对每个角色的留存和活跃情况进行比较和评估，选择正确的分析主体是数据分析中的一个关键环节，它需要基于实际业务场景和分析目标来进行决策，通过合理的选择和定义分析主体，可以更好地理解数据和发现数据中的规律，从而为业务决策提供有价值的参考
示例：游戏中单个用户可能拥有多个角色，如果想要分析每个角色的留存和活跃情况，那么角色就是分析主体，因为它是分析的关键维度
DT 系统以
uid作为预设分析主体，uid和acid是一一对应的关系。此外，DT 系统还支持将用户属性或事件属性作为自定义分析主体，并且这些自定义主体可以用于留存分析、漏斗分析、分布分析、间隔分析以及用户分群等分析功能二、分析指标
分析指标即具体的数值，可以通过「事件」 + 「属性」 + 「计算方法」 或「事件」 + 「计算方法」计算得出
|
事件
|
属性
|
计算方法
|
|
任意事件
|
-
|
|
|
任意事件
|
任意类型属性
|
|
|
任意事件
|
数值类型属性
|
|
|
任意事件
|
布尔类型属性
|
|
|
任意事件
|
列表类型
|
|
三、属性筛选
属性筛选是指在计算结果全集中，通过设置一个或多个条件进行过滤，得到我们最终想得到的计算结果子集
DT 系统中支持通过筛选事件的属性或用户的属性进行筛选，筛选方式见下表说明
|
分析对象
|
可筛选属性
|
可筛选方式
|
|
事件\用户
|
事件\用户属性（数值型）
|
|
|
事件\用户
|
事件\用户属性（布尔）
|
|
|
事件\用户
|
事件\用户属性（日期和时间）
|
|
|
事件\用户
|
事件\用户属性（文本）
|
|
|
事件\用户
|
事件\用户属性（列表）
|
|
|
事件\用户
|
事件\用户属性（对象）
|
|
|
群体
|
群体属性
|
|
四、属性分组
DT 系统中的计算结果，可以按照一个或多个事件/用户属性/群体维度来进行更加精细化的分析
|
属性类型
|
可分组方式
|
|
日期和时间
|
|
|
数值
|
|
|
列表
|
|
|
群体
|
|