Heap
分析
通过对话分析 Heap 自动捕获的用户行为数据
- 查询 Heap 自动捕获的所有用户交互事件
- 分析用户行为路径和功能发现流程
- 将 Heap 洞察与产品优化决策自动关联
功能概览
回溯事件查询
由于 Heap 自动捕获所有交互,您可以查询在正式定义事件之前发生的点击、表单提交或页面浏览。Neotask 可以回溯查询原始事件流。
漏斗构建与分析
用自然语言描述漏斗——"从落地页访问到账户创建到首次购买"——Neotask 会针对您的 Heap 数据组装并运行漏斗。
分组与群组探索
按行为定义用户分组("点击了定价 CTA 但没有转化的用户"),查询他们的数量、属性或后续行为。
会话与用户回放链接
查找匹配特定行为标准的用户或会话,并获取其 Heap 会话回放的链接以进行定性跟进。
数据定义审计
列出已定义的事件和虚拟事件、检查重复或缺失,了解哪些自动捕获的交互可以提升为命名事件。
试试这样问
"过去 30 天有多少用户点击了'开始免费试用'按钮?"
"构建从首页访问到结账完成的上季度漏斗。"
"查看定价页面的用户中有百分之多少在 7 天内升级了?"
"显示在注册表单上任何元素上愤怒点击的用户。"
"我们的入职漏斗中哪些已定义事件流失率最高?"
"查找访问了 /enterprise 但从未联系销售的用户。"
"我们的 Heap 工作空间中定义了哪些虚拟事件?"
"比较过去 60 天移动端与桌面端的转化率。"专业提示
Heap 的回溯捕获在查询从未明确追踪的历史行为时最为强大——尝试查询在您的埋点完成之前的旧 UI 交互。
让 Neotask 建议哪些自动捕获的点击值得根据其量和漏斗相关性提升为命名事件。
使用分组描述而非 ID——"Pro 计划中本月未登录的用户"无需预构建分组即可工作。
在单次对话中结合 Heap 回溯数据与 Segment 的特征数据,实现身份增强的行为查询。
跨时间段请求漏斗比较,以检测产品变更是否改善或损害了转化。
Works Well With
- google-business-profile - Connect Google Business Profile and Heap to unify local SEO data with user behavior analytics. Automate insights for sma...
- jfrog - Connect Heap analytics with JFrog to trace how every artifact release shapes user behavior. Detect drop-offs, scan vulne...
- notion - Connect Heap analytics with Notion using Neotask. Sync user behavior data, funnel insights, and product metrics directly...
- sentry - Connect Heap and Sentry to correlate user behavior with error data. Automate analytics and error tracking workflows with...
- trello - Connect Heap analytics with Trello to turn user behavior insights into actionable project cards. Automate workflows and ...