# 间隔分析 > 最后更新时间：2022-3-3 17:15:08 间隔分析，主要用于统计 **用户从触发指定的起始事件开始，到完成指定目标事件之间的时间间隔。** ## 概述 \*\*间隔分析的应用场景比较丰富，既可以 \*\*用于统计产品的登录时间间隔、复购周期等，作为衡量用户活跃度和用户黏性的分析工具；**也可以** 作为对转化漏斗分析的一种补充，通过转化时长指标来衡量特定转化路径在时间维度上的转化效率。 用于转化效率评估时，间隔分析是对转化漏斗的一种补充。不过两者各有侧重，间隔分析聚焦于用户完成转化的时间效率，而转化漏斗聚焦于转化的结果指标以及转化流程中各环节的转化和流失情况。 我们在关注转化结果和影响结果的维度的同时，也需要关注转化过程中的效率指标，例如：对于金融理财类 App，从落地页引流到首次入金，中间涉及的转化环节很多，除了最终转化率之外，需要关注核心步骤之间的转化效率，尤其是注册、绑卡等几个环节。 通过间隔分析，观察用户完成两次指定事件的时间间隔的分布情况，同时结合其他分析模型，我们可以洞悉用户行为背后的规律，从而发掘改善用户体验、提升活跃度、产品转化率以及不断提升产品价值的线索。 ## 功能说明 * **起始行为和转化目标**  起始行为和转化目标可以选择同一事件，也可以选择不同的事件。通过添加过滤条件，可以更精确地定义事件。 例如：可以将起始事件和目标事件设置为 “启动” ，用于计算 **两次启动的时间间隔**； 将起始事件和目标事件和目标事件设置为 “订单支付成功” 用来统计 **复购周期**；将起始事件设置为 “完成注册”，将目标事件设置为 “订单支付成功” ，可以观察用户从注册完成到首购完成需要多久的 **转化时长**。 * **转化周期**  转化周期为完成起始事件和转化目标事件的最长时限，最短可设置1分钟，最长180天， 支持选择 **分钟、小时、天** 三种时间粒度。 * **结果展示** 间隔分析中目前提供了 5 个度量指标，包括： * 转化用户数 * 转化时间中位数 * 转化时间最大值 * 转化时间最小值 * 转化时间平均值 可以通过折线图查看单一指标，或者通过表格同时观察全部指标。   >[info] 特殊场景的计算逻辑说明 > 当用户的转化路径为 A-A-B-B，即在转化路径上存在重复事件时，此时的计算逻辑是只计算最近一次起始事件到最初一次转化目标的数据。 通过折线图查看 \*\* “转化用户数” \*\*，支持人群下钻，查看用户明细信息或保存用户分群。  通过 “分析用户群”，可以查看某一指定用户群，或对比不同用户群的指标表现。