间隔分析
间隔分析指的是分析用户行为与行为之间的间隔时长。目前在诸葛io的整体模块中，可以用平均使用时长来衡量用户对于业务的黏性。用户越愿意花时间，代表用户对业务依赖程度越高。而在间隔分析的场景下，时长帮助业务起到更多的指导作用。
例如：
1、用户从开始付款，到付款成功的间隔时长，能够侧面反映付款流程的顺畅度；
2、用户发生两次购买商品之间的间隔时长，反应用户的购买周期；
以上场景，就可以通过对间隔时长分布的观察，得到对产品或者用户的洞察，从而对业务的下一步决策起到指导作用。
一、间隔分类
1、常规间隔分析
常规间隔即为结束事件时间-开始事件时间的间隔时长，发生多次则多次均计入计算结果。
2、首末次间隔分析
首末次间隔= 末次结束事件时间-首次开始事件时间，即为最大间隔时长。
二、如何使用？
进入间隔分析页面，可以选择对应的开始事件及结束事件（可选事件属性）；
然后点击查询，默认将展示近7日数据。
指标详解：
- 最大值：间隔转化时长的最大值
- 最小值：间隔转化时长的最小值
- 中位数：将间隔转化时长按从大到小排期，取中间值
- 上四分位：将每个人的平均间隔时长按从大到小排期，取 1/4 处的值
- 下四分位：将每个人的平均间隔时长按从大到小排期，取 3/4 处的值
- 人均值：每个人的平均间隔时长总和 / 用户数
- 人数：开始事件-结束事件的操作人数
四分位释义：上四分位是指通过四分位数统计描述分析方法描述数据时，偏态数据的离散程度,即将全部数据从小到大排列，正好排列在下 1/4 位置上的数就叫做下四分位数（按照%比，也就是25%位置上的数）也叫做第一四分位数，排在上 1/4 位置上的数就叫上四分位数（按照%比，也就是 75%位置上的数）也叫做第三四分位数，同样排列在中间位置的就是中位数，也叫做第二四分位数，四分位数间距就是指上下四分位数之间的差值；下四分位逻辑同理。
关联属性
可对开始及结束事件进行自定义事件属性关联。不同事件关联的属性可以是相同属性，也可以是不同属性，但是要求属性的类型必须一致。 举例：某教育开展了一个新用户营销活动，除了监测用户从「在线试听」到「付款成功」的行为转化与流失情况，还要使本次分析与课程名称相关。因此需要在「在线试听」和「付款成功」事件中添加营销活动 ID 的属性，此时就可以将该属性作为关联 ID ，以保证用户严格按照该模式配对；也就是说在捞取数据的过程中，关联属性的属性类型与属性值要一致，不一致的属性值需要过滤掉不参与计算。
按属性细分
以下图为例，选择分析用户两次查看商品的间隔情况，按颜色进行细分，您可以看出这两个行为间不同商品颜色查看的间隔数据。
显示设置
按属性细分时，
1、默认展示数据最多的前4组数据
2、您可以通过显示设置来控制自己想看到的分析模型结果
用户下钻
与诸葛io中的很多其他分析报表相同，间隔分析的结果报表也支持对人数分析结果的用户进行深入洞察，查看详细用户列表，以便您后续进行营销或者深入分析。
主体切换
在间隔分析中通常用来分析用户完成两个事件的时间间隔，在一些场景下我们可能会需要切换主体进行分析，例如电商行业查看某个商品从浏览到购买的时间间隔，金融行业查看某笔贷款从申请到放贷的时间间隔等；
在间隔分析中选择已创建的事件属性主体进行分析，可得出该主体触发事件的间隔时长情况；
切换分析主体后的结果报表也支持对分析结果的用户进行深入的洞察，可下钻至用户列表查看主体列表；
事件耗时时间：计算该主体触发开始事件和结束事件的耗时时长，若单个主体涉及到多次间隔，则展示间隔时长平均值，若仅有1条数据则展示此条数据；
间隔时长合计：计算单个主体的间隔时长合计值；
添加看板
您可将分析结果添加至看板，方便您对指标进行监控管理。
