> For the complete documentation index, see [llms.txt](https://arkdocs.analysys.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://arkdocs.analysys.cn/features/analytics/user-attribute.md).

# 属性分析

属性分析是基于用户自定义属性或预置属性的占比分析，它能够按照不同的属性来统计用户数等指标的属性占比，进行得到初步的分析结论。例如，通过对性别属性的用户数占比分析，我们可以快速得到不同性别的用户数统计结果。

通过属性分析，可以快速查看在不同属性上的用户数分布情况，便于统计不同特征的用户总量，在使用属性分析的过程中，需要合理选择度量方式，常用的度量方式包括：

1. 用户数
2. 去重数
3. 总和
4. 最大值
5. 最小值
6. 均值

例如：我们选择的指标为“累计消费金额的均值”，维度为“会员等级”，用户选择“所有用户”，那么我们得到的结果是：

{% hint style="info" %}
所有不同会员等级的用户的平均消费金额是多少
{% endhint %}

## 功能说明

![](/files/-MSbM-6VywvNPm5ac_ED)

同事件分析类似，属性分析支持多维度多用户之间的对比，同时支持多种图表形式展示统计结果。

{% hint style="info" %}
在有标签功能的场景下，属性分析支持对比不同版本的标签进行统计分析对比
{% endhint %}

![](/files/-MSbMc-ewTNSxc2xkdlD)

1. 当选择的单个或多个指标均为标签且有多个历史版本时，支持选择标签的不同版本进行对比分析，如上图对比所有用户不同性别在2021年1月时点的账户总资产均值和2021年2月时点账户总资产的变化情况。
2. 如选择的细分维度为有多个历史版本的标签时，支持选择指定版本的数据进行细分统计，如选择2月3日的快照版本进行细分。

{% hint style="info" %}
以上内容没有解答我的问题？[点击我来反馈](https://support.qq.com/products/118522/) 🚀
{% endhint %}