> For the complete documentation index, see [llms.txt](https://helps.ptengine.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://helps.ptengine.com/cn/experience/user-group/segment-report.md).

# 用户组报告

在创建用户分段后，您可以从用户功能的TOP页面访问详细报告。此报告是分析分段用户群体的必不可少的工具。

点击上方屏幕中红色边框围绕的区域，您将进入用户群体报告屏幕。

报告主要由以下3个部分组成。

***

## 报告的主要构成要素

## 1. 概述 📊

**基本数据**

用户群体总数

占全体用户的比例（%）

过去7天的活跃用户数

前20名用户的访问情况

**使用用户识别功能时的附加信息**： 例：电子邮件地址等详细用户信息

### 2. 分段报告 📈

**可分析的数据**：

用户行为数据

属性数据

用户数的变化趋势

### 3. 用户列表 📋

**功能**：

显示群体内的全部用户列表

确认属性数据

导出CSV数据

**用户识别设置时的附加功能**： 可以与自有数据联动

🚀 **使用示例**：

创建目标营销活动的目标受众列表

改进客户支持中的个别响应

## 报告使用的最佳实践

**定期审查**：按周或按月审查报告，掌握趋势变化

**跨分段分析**：在多个分段之间进行比较分析，获得洞察

**行动计划的制定**：根据报告中获得的洞察，制定具体的改善措施

**A/B测试的实施**：针对不同分段尝试不同方法，测量效果

## 数据使用策略：用户细分的优化

要创建有效的用户分段，必须进行适当的数据收集和使用。以下详细说明所需数据、其收集方法和使用方法。

## 1. 所需数据及其收集方法

### 1.1 基本数据（通过基本标签收集）

**用户行为数据**：

* 网页浏览历史
* 网站内导航模式
* 点击行为

**访问属性数据**：

* 流量来源
* 访问频率
* 停留时间

**设备信息**：

* 设备类型（PC、智能手机、平板电脑等）
* 浏览器类型和版本

**时间相关数据**：

* 最后活跃时间（last active）

### 1.2 自有用户属性数据（通过用户识别标签收集）

**人口统计学数据**：

* 年龄
* 性别
* 居住地区

**行为历史数据**：

* 购买历史
* 购买金额
* 产品类别偏好

**会员信息**：

* 会员ID
* 会员等级
* 积分数

**其他自定义数据**：

* 问卷回答
* 客户满意度评分

🔧 **实施方法**：

设置用户识别标签，将自有数据与Experience联动。

## 2. 数据的使用方法

### 2.1 细分的创建

**基本细分**：

* 新访问者 vs 重复访问者
* 按设备分类的用户（PC、移动设备、平板电脑）
* 按地区分类的用户

**基于行为的细分**：

* 高频访问者
* 长时间停留用户
* 特定页面浏览者

**基于购买行为的分段**：

* 大额购买者
* 多次购买者
* 购物车放弃用户

**基于属性的分段**：

* 按年龄组的分组
* 性别分组
* 按会员等级分组

### 2.2 用户组的使用

**个性化内容交付**： 根据每个分段的特性提供内容和产品推荐

**定向广告**： 针对每个分段展开优化的广告活动

**客户体验优化**： 根据用户的行为和属性调整网站的UI/UX

**留存营销**： 针对每个分段实施定制的留存策略

**产品开发的反映**： 将每个分段的需求和行为模式用于产品改进

## 3. 实践要点

**定期更新**：定期审查分段，反映最新趋势和行为变化

**A/B测试**：针对不同分段测试不同方法，测量效果

**跨用户组分析**：组合多个用户组，获得更深入的洞察

**隐私保护考虑**：在数据收集和使用中，尊重用户隐私，获得适当的同意 通过实践这些策略，可以实现更精细的用户理解和有效的营销措施。通过最大限度地利用Experience的功能并进行数据驱动的决策，可以加速业务增长。