定义
进入正题前，我们先以一个典型场景来引出本文的主角。
如果把网站或 APP 比喻成一个商场，那互联网用户的行为就如同逛街的顾客，他们从商场任意一扇门进入，然后东逛逛西瞅瞅，有的意兴阑珊很快就离开了商场，有的兴致不错买了一些商品后才离开。
对于商场而言，顾客一系列的行为是一次来访，同理，对于网站或 APP 来说，用户一系列的行为，也是一次访问。
市面上，类似的定义，我们就称之为 Session 或 Visit。
意义
用户行为往往是单点发生的，即在什么时间什么地点干了一件什么样的事，也就是我们熟知的4W1H模型：
- Who：谁
- When：时间
- Where：地点
- How：如何
- What：具体事件
基于这样用户角度的行为记录，无论是一个商场，还是一个网站或 APP ，就可以知道他们的用户都具体干了些什么事情，比如什么时间进入，什么时间买了什么东西等等。
但是，还有一类需求，单点记录的方式并不能很好的满足，比如：
- 用户平均会来几次？
- 每次平均逛了几个页面？
- 每次来平均待多久？
- 某个具体页面用户平均停留多长时间？
可以发现，类似需求，都需要把用户单点发生的行为串联起来形成一个整体，并在此基础上进行计算后才能得到。
这样的连续行为整体，就是我们已定义好的 Session 概念，而解决类似的分析需求正是 Session 之于用户行为分析最大的意义。
组成
铺垫完 Session 的定义和意义后，我们来讲下 Session 实际的组成。接着上面的场景，我们举两个更具体的例子：
用户A打开神策官网，很认真的看了10分钟后，接了个女朋友电话，一打就一个小时过去了，然后重新回到电脑前，点击之前未关闭的网页继续浏览
这种情况或更多类似的复杂情况，用户A的 Session 该算几次？
用户B启动聚美优品的 APP，先点击了首页 Banner 广告，然后浏览了四五个页面，接着使用了搜索功能，看了一个搜索结果页后，把 APP 切换到了后台；过了五分钟，重新切换回来后，又点开搜索结果页旁边的推荐链接浏览，看完还是没有心动，直接关掉了 APP
像这种情况，用户B产生了几次 Session ？每个 Session 里都包含哪些行为？中间的搜索结果页用户停留了多长时间？
可以看到，对于 Session 的理解以及相关指标的计算，主观上好理解，但一旦落实到具体数据的采集和计算，这对于一款数据统计和分析工具而言，便不再那么容易，而其中最重要的两块就是：
- Session 应该包含哪些行为事件
- Session 如何切割：需设定切割时长，即相邻事件间的时间间隔超出此时长，则进行切割
历史
参照 Session 的组成，我们来分析下传统统计工具，比如百度统计、谷歌分析等，是如何定义 Session 并进行相关指标的计算。
我们以电商一次典型的购买流程为例，用户C做了如下的行为：
可以看到，用户的行为里既有查看首页、商品页、订单页等页面浏览型动作，也有如点击搜索、点击加入购物车和支付等交互动作。同时，不同的动作间，发生的时间间隔不一。
下面我们就以 Session 组成的两个部分分开来看：
1. Session 事件
在这一层，对于传统统计工具而言，由于默认只会采集页面浏览型动作，所以 Session 的组成也只会包含浏览页面事件，在这个场景里，用户C的 Session 内只有浏览首页、商品页和订单页三个事件。
受制于此，最大的问题就是某些页面的停留时长计算会偏离理想状态：
用户C在商品页上的停留时长，理想的情况应该是点击加入购物车的时间点减去商品页打开的时间点，即 Tc；而由于传统统计工具的 Session 不包含加入购物车事件，所以商品页的停留时长变成了订单页打开的时间点减去商品页的打开时间点，即 Td。
2. Session 切割
这一层，我们以用户C打开首页后为例，目前是间隔2分钟后，用户C进行了搜索的动作。
对于传统统计工具而言，Session 的切割时长一般为固定值，比如PC 端默认30分钟，APP 端一分钟。这样区分的话，C用户如果是用的 PC 端，那首页的停留时长为Ta；而如果用的是 APP，Session 既已做了切割，此刻首页的时长是多少呢？
假设打开首页后，用户C将 APP 切换到了后台，然后经过不同的时间再切换回来进行了搜索，比如59秒和2分钟的切换，这对于传统统计工具而言，都会产生不一样的 Session 切割和时间计算。
对于间隔2分钟的情况，不管是切换至后台还是别的，传统统计工具由于限定了切割时长为1分钟，所以 Session 切割为两次，打开首页这次Session即为所谓的跳出 Session，停留时长以0来计算。
以上。传统工具对于 Session 的定义，最大的问题就是一刀切，限定死了 Session 事件的组成以及切割时长，这导致的最大问题便是无法满足不同行业不同产品对于 Session 的分析需求。
不管是按行业，电商、互联网金融、媒体等，还是按产品，交易型、功能型、阅读型，对于用户行为的分析都会千差万别，这也对 Session 的定义提出了更灵活的要求。
实践
定义 Session
Session 创建功能：
- 可以根据自身业务，灵活选择想要加入 Session 中的事件：可以是全部事件，可以只包含浏览页面，也可以任意选择添加。
- 可以根据自身业务，灵活设置切割规则，我们提供了分钟和小时两种级别的切割时长设置。
分析 Session
当创建完 Session 后，通过神策分析的 Session 分析功能，用户可以非常快速的查看 Session 相关的一系列指标，我们以下面几个典型需求作为例子来讲解：
Session 整体相关指标
1.平均使用时长
定义：等于所有用户的 Session 时长之和除以 Session 数。 1.1 选择创建的 Session
1.2 选择 Session 总体
1.3 选择相应指标
2.平均交互深度
定义：等于所有 Session 内事件数之和除以总的 Session 数。 2.1 选择创建的 Session
2.2 选择 Session 总体
2.3 选择相应指标
3.人均访问次数
定义：等于 Session 总数除以唯一身份用户数。 如上图，只要选择“人均 Session 次数”即为人均访问次数。
4.跳出率
定义：当一个 Session 仅有一个事件时，即视为跳出，一般情况这个事件以浏览页面居多。所以 Session 整体跳出率等于跳出的 Session 数除以 Session 总数，而具体事件或页面的跳出率，可以按属性查看或筛选得出。 4.1 选择创建的 Session
4.2 选择 Session 总体
4.3 选择相应指标
4.4 可以选择属性分组
4.5 可以进行属性筛选
Session 事件相关指标
1.页面平均停留时长
定义：等于页面停留时长的总和除以页面被浏览的触发数。
2.页面退出率
定义：当用户在某个页面结束了该 Session 时即视为退出，所以页面退出率等于退出的页面数除以该页面的总浏览次数。 2.1 选择创建的 Session
2.2 选择 Session 内具体的事件
2.3 选择相应指标
2.4 可以选择属性分组
2.5 可以进行属性筛选
Session 转化分析
营销推广中一个非常典型的需求就是需要知道不同渠道带来的注册、购买等转化情况，该需求本质上，就是需要界定 Session，然后按渠道属性查看注册、购买等事件的转化数量： 1.1 选择创建的 Session
1.2 选择 Session 内具体的转化事件
1.3 选择相应指标
1.4 选择渠道属性分组查看
这样我们即能知道不同渠道过来的注册转化数据。
神策Session分析与传统Session分析相比的优势
接下来我们用以上几个用户的用户行为来举例说明传统Session和神策Session是如何切割的，以及神策Session切割展示出来的优势
1.切割时长灵活设置
用户A打开神策官网，很认真的看了10分钟后，接了个女朋友电话，一打就一个小时过去了，然后重新回到电脑前，点击之前未关闭的网页继续浏览
这种情况或更多类似的复杂情况，用户A的 Session 该算几次？
传统Session切割规则：用户无行为超过30分钟则进行切割
用户A从访问网站开始计第一个Session，用户访问10分钟之后跟女朋友打了一个小时的电话，即用户从第10分钟开始，在网页已没有任何行为累计一个小时，根据Session切割规则，Session会在用户A在跟女朋友打电话第30分钟的时间切割，当用户打完电话继续访问网站时，Session另外计，如下图所示
但是，某些网站的特征是访问时间比较长时，传统30分钟的切割方式并不能合理切割，例如，用户A访问的是爱奇艺视频网站，他在浏览网站10分钟后，选择一部电影播放，期间边跟女朋友打电话边看电影一个小时，之后继续浏览网站，此情况下如果Session按30分钟切割，会造成计算Session时长偏短，Session深度偏低，以及Session数偏高，计算结果不能反应真实情况。
神策Session切割规则：可灵活选择切割时长
假设我们的切割时长为设置为一个小时或者45分钟，则Session切割如下： 将Session的切割时间改变后，由Session而来的计算结果明显更贴近真实情况。
2.灵活选择参与切割的事件
用户B启动聚美优品的 APP，先点击了首页 Banner 广告，然后浏览了四五个页面，接着使用了搜索功能，看了一个搜索结果页后，把 APP 切换到了后台；过了五分钟，重新切换回来后，又点开搜索结果页旁边的推荐链接浏览，看完还是没有心动，直接关掉了 APP
像这种情况，用户B产生了几次 Session ？每个 Session 里都包含哪些行为？中间的搜索结果页用户停留了多长时间？
如上图所示，APP传统的Session切割时长是一分钟，且只针对浏览动作做Session切割，当用户在某个页面上停留时长超过1分钟时，Session重新切割，这是传统切割方式的其中一个弊端，部分页面承载的内容较多时，用户不可避免地停留较长时间，如果对Session切割时长固定化，且只对浏览动作进行切割的话，对于某些较长的APP页面，用户即使在不断往下滑动页面，但Session则已经切开，不符合实际情况。
神策分析的Session切割优势除了能够对Session切割时长进行自定义，还能对参与切割的事件进行自定义，如上图所示，假设把神策的Session切割时长设置为3m，且所有事件参与Session切割，则切割结果如上图所示，明显Session切割结果更能反应实际结果。
Session 分析对于用户行为分析来说，是非常重要的一部分，神策分析除了提供较为灵活的 Session 定义和指标计算外，还能结合自身强大的维度筛选和分组功能，来满足用户愈加深度的行为分析需求。
来源：CSDN
作者：原住民阿烁
链接：https://blog.csdn.net/weixin_41337483/article/details/103926668