> 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/insight/smart-heatmap/smart-summary.md).

# 智能总结

一项AI自动分析热图数据并呈现页面主要见解的功能。即使没有热图分析的专业知识，您也可以快速掌握页面的状况。

***

## 关于此功能 <a href="#about-this-feature" id="about-this-feature"></a>

在传统热图分析中，需要在多种热图类型之间切换，逐一查看每个区块的指标，然后自己推导出见解。

智能总结将这个分析过程自动化。它从3个视角分析页面数据，并呈现主要发现和行动方向。

通过使用智能总结，您可以了解到：

* 页面上用户关注/流失的要点摘要
* 按广告渠道的性能对比
* 按访问者细分的行为趋势

***

## 开始之前 <a href="#before-you-start" id="before-you-start"></a>

{% hint style="warning" %}
**数据量不足 100 PV 时无法使用。** 当前筛选条件下的浏览量（PV）没到 100，tab 上方会直接提示： “数据量不足100PV时，无法使用智能总结。请尝试调整细分条件或日期范围，或等更多数据后再试。”

遇到这个提示，按提示里的三条办：放宽细分条件、把日期范围拉长，或者等数据攒够。
{% endhint %}

![数据量不足 100 PV 时的提示](https://2044586328-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FnucbKsG9WGIoxCpzyoHL%2Fuploads%2Fgit-blob-330e92ec0e90dbbc0a5f978028c18fd37b5a8d01%2Finsight-smart-heatmap-smart-summary-03.png?alt=media)

生成次数按套餐计，剩余次数显示在“智能总结”面板右上角。

***

## 使用方法 <a href="#how-to-use" id="how-to-use"></a>

在热图工具栏中进入 **“智能总结”** tab，AI分析结果将显示在右侧面板中。

右侧面板有以下3 个子 tab。

<figure><img src="https://2044586328-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FnucbKsG9WGIoxCpzyoHL%2Fuploads%2Fgit-blob-0fda109f05868f4c463e71f0ebb672b2e4de2d1c%2Finsight-smart-heatmap-smart-summary-01.png?alt=media" alt=""><figcaption><p>智能总结界面（右侧面板显示主要洞察与3 个子 tab）</p></figcaption></figure>

***

## 3个分析模块 <a href="#id-3-analysis-modules" id="id-3-analysis-modules"></a>

### 用户行为分析 <a href="#user-behavior-analysis" id="user-behavior-analysis"></a>

按区块单位分析页面上的用户行为。

#### 可以了解什么 <a href="#what-youll-learn" id="what-youll-learn"></a>

* **主要洞察**：页面整体分析结论（例：“首屏有36%流失，价值主张的具体性可能不足”）
* **阶段别行动分析**：将页面分为心理学上的4个阶段，说明用户在每个阶段如何行动
* **关注点**：用户关注度高的位置及其原因
* **流失点**：用户容易流失的位置及其可能原因

#### 页面类型的自动识别 <a href="#automatic-page-type-identification" id="automatic-page-type-identification"></a>

进行用户行为分析时，Smart Heatmap首先**自动识别页面类型**。由于不同页面类型的用户访问目的和浏览模式不同，分析框架也会根据页面类型进行优化。

| 页面类型       | 特征                   |
| ---------- | -------------------- |
| 广告LP       | 无导航、单一CTA、长文本构成      |
| 文章LP       | 编辑风格布局、教育性内容、软性CTA   |
| 产品详情页（PDP） | 购买框、用户评价、产品库         |
| 首页         | 全导航、Hero Banner、品牌故事 |
| 活动页        | 事件驱动、优惠券/倒计时、限时促销    |
| 其他         | 登录页、联系页等             |

#### 4阶段心理模型 <a href="#id-4-stage-psychological-model" id="id-4-stage-psychological-model"></a>

基于识别的页面类型，将每个区块的内容分类为**4个心理阶段**进行分析。4阶段基础框架如下。

| 阶段      | 用户的问题         | 含义           |
| ------- | ------------- | ------------ |
| Phase 1 | “这与我相关吗？”     | 建立相关性、形成第一印象 |
| Phase 2 | “你理解我的问题吗？”   | 培养共鸣、降低理解成本  |
| Phase 3 | “为什么我应该购买这个？” | 提供依据和证据、建立信任 |
| Phase 4 | “这真的安全吗？”     | 降低风险、促进行动    |

#### 按页面类型的阶段名称 <a href="#phase-names-by-page-type" id="phase-names-by-page-type"></a>

即使是同一Phase 1，PDP上的用户在验证“购买决策所需的信息是否完整”，而文章LP上的用户在判断“是否值得继续阅读”。因此，**每种页面类型的阶段名称都经过了优化**。

| 页面类型  | Phase 1   | Phase 2  | Phase 3   | Phase 4 |
| ----- | --------- | -------- | --------- | ------- |
| 广告LP  | 接收第一印象    | 培养共鸣     | 提供购买理由    | 消除不安    |
| 文章LP  | 建立阅读信任    | 强化对问题的共鸣 | 用解决方案说服   | 降低行动门槛  |
| 产品详情页 | 完善购买决策要素  | 传达产品价值   | 展示信任依据    | 推动购买行动  |
| 首页    | 明确品牌和目标受众 | 引导到下一流程  | 加强信任和理由   | 连接持续关系  |
| 活动页   | 专注活动价值    | 说明参与规则   | 按类别快速选择产品 | 推动到订单完成 |

> Phase 1-4的编号是所有页面类型通用的对齐密钥。阶段名称是根据页面类型的展示名，分析报告中使用对应页面类型的名称。

这种分类不是简单地从上到下依次划分页面，而是基于**每个区块的内容所发挥的心理作用**自动判定的。由于应用了针对页面类型的专用分类逻辑，即使是同一个“评价”区块，在PDP上被分类为Phase 3（展示信任依据），在广告LP上被分类为Phase 3（提供购买理由），都是根据文脉进行的分类。

#### 使用的主要指标 <a href="#main-metrics-used" id="main-metrics-used"></a>

| 指标       | 作用           |
| -------- | ------------ |
| 区块平均停留时间 | 判断用户关注度      |
| 区块流失率    | 识别流失点        |
| 曝光率      | 确认区块的到达情况    |
| 区块转化率    | 补充判断内容的转化贡献度 |

***

### 广告效果分析 <a href="#a-d-effectiveness-analysis" id="a-d-effectiveness-analysis"></a>

对流入页面的广告渠道的性能进行对比分析。

> **关于转化率的计算基准**：本分析的转化率仅以转化设置界面中**排在最上面的转化**（主要转化）为基准。即使设定了多个转化目标，这里只会引用主要转化。想更换分析主轴时，请在转化设置界面把目标转化拖拽到第 1 位。详见 [区块·元素设定方法 — 转化设定](https://helps.ptengine.com/cn/insight/smart-heatmap/block-element-settings.md#conversion-settings)。

#### 可以了解什么 <a href="#what-youll-learn-1" id="what-youll-learn-1"></a>

* **主要洞察**：最有效的广告渠道与最低效的广告渠道的对比（例：“Google搜索的转化率为2.1%最有效，Instagram广告为0.3%需要改进”）
* **整体概况**：流量构成和主要广告渠道的性能概要

#### 分析机制 <a href="#analysis-mechanism" id="analysis-mechanism"></a>

在广告效果分析中，各个广告渠道在**会话数**和**转化率**两个轴上进行评估。

| 会话数 | 转化率 | 评价    | 推荐行动                 |
| --- | --- | ----- | -------------------- |
| 多   | 高   | 有效渠道  | 维持·强化，将成功因素横向推广到其他渠道 |
| 少   | 高   | 潜力渠道  | 谨慎扩大投放量              |
| 多   | 低   | 风险渠道  | 确认着陆页的一致性，如无改进则缩小    |
| 少   | 低   | 验证中渠道 | 继续小规模测试，明确效果         |

> 当特定渠道占流量的95%以上时，在对比分析中而不是整体概况中处理。

#### 使用的主要指标 <a href="#main-metrics-used-1" id="main-metrics-used-1"></a>

| 指标        | 作用      |
| --------- | ------- |
| 会话数（访问次数） | 流量规模    |
| 转化率       | 渠道质量评估  |
| 跳出率       | 着陆页的一致性 |
| 点击率       | 页面内的参与度 |
| CTA点击率    | 行动意愿指标  |
| 平均停留时间    | 内容参与度   |

***

### 受众分析 <a href="#audience-analysis" id="audience-analysis"></a>

按访问者细分（地域、设备、访问者类型等）分析行为趋势。

> **关于转化率的计算基准**：本分析的转化率同样仅以**主要转化**（转化设置界面排在最上面的那一个）为基准，与广告效果分析采用同一规则。

#### 可以了解什么 <a href="#what-youll-learn-2" id="what-youll-learn-2"></a>

* **主要洞察**：质量最高的访问者细分与需要改进的细分的对比（例：“回访用户的转化率是新访用户的3倍。可以考虑强化针对回访用户的措施”）
* **整体概况**：访问者构成和主要细分的性能概要

#### 分析机制 <a href="#analysis-mechanism-1" id="analysis-mechanism-1"></a>

在受众分析中，也使用与广告效果分析相同的**会话数 × 转化率**两轴来评估每个细分。

可分析的细分示例：

| 细分类别       | 例子               |
| ---------- | ---------------- |
| 访问者类型      | 新访用户、回访用户        |
| 设备         | Mobile、PC、Tablet |
| 地域         | 国家、省份            |
| 流入渠道       | 自然搜索、广告、直接访问     |
| 直接跳出/非直接跳出 | 直接跳出访问、非直接跳出访问   |

#### 使用的主要指标 <a href="#main-metrics-used-2" id="main-metrics-used-2"></a>

受众分析使用与广告效果分析相同的指标集（除CTA点击率外）。

***

## 分析提示 <a href="#analysis-tips" id="analysis-tips"></a>

### 将智能总结作为分析的起点 <a href="#use-smart-summary-as-your-starting-point" id="use-smart-summary-as-your-starting-point"></a>

智能总结是分析的**起点**。基于AI提示的洞察，在其他热图 tab 中深入确认想详细了解的地方。

| 智能总结的发现        | 下一步                                                                                      |
| -------------- | ---------------------------------------------------------------------------------------- |
| “Phase 1有很多流失” | → 在[流失热图](https://helps.ptengine.com/cn/insight/smart-heatmap/exit-heatmap.md)中详细查看首屏周边  |
| “特定区块的关注度很高”   | → 在[停留热图](https://helps.ptengine.com/cn/insight/smart-heatmap/stay-heatmap.md)中查看相应区块的详情 |
| “特定广告渠道的转化率低”  | → 在[工具栏的细分](https://helps.ptengine.com/cn/insight/smart-heatmap/toolbar.md)中将范围缩小到该渠道的热图 |
| “回访用户的转化率高”    | → 在Experience中创建针对回访用户的措施                                                                |

### 注意事项 <a href="#important-notes" id="important-notes"></a>

* AI的分析结果是“可能性的示唆”，而非确定的因果关系
* 访问次数较少的细分的分析结果仅供参考
* 定期检查可以把握时间序列上的变化

***

## 相关功能 <a href="#related-features" id="related-features"></a>

* [智能热图概述](https://helps.ptengine.com/cn/insight/smart-heatmap.md) — 6项功能的全体概况
* [停留热图](https://helps.ptengine.com/cn/insight/smart-heatmap/stay-heatmap.md) — 用于详细确认关注点
* [流失热图](https://helps.ptengine.com/cn/insight/smart-heatmap/exit-heatmap.md) — 用于详细确认流失点
* [工具栏功能](https://helps.ptengine.com/cn/insight/smart-heatmap/toolbar.md) — 用于缩小范围进行分析
* [指标参考](https://helps.ptengine.com/cn/insight/smart-heatmap/metric-reference.md) — 指标的详细定义和计算公式
