数据建模：会话切割

会话切割，关乎会话类数据指标的准确性：比如用户使用时长，启动次数等。文章从会话的基础概念出发，对会话相关的数据指标和会话切割展开了分析总结，与大家分享。

01 什么是用户会话

用户会话（技术领域叫session）就是用户在某个时间，对App或者网站进行了一次访问。既然用户访问了我们的产品，那我们就想知道在一次访问中，用户都干了啥，停留了多长时间。基于这些数据需求，于是产生了会话相关的数据需求。

02 会话相关的数据指标

与会话相关的数据指标，有很多，以下例举一些：

• 访问次数：即所有用户的会话总数（也即session数）
• 平均交互深度：所有 session 内事件数之和/访问次数
• 使用时长：访客一次访问会话中所持续的时间
• 平均使用时长：所有访客的总访问时长 / 访问次数
• 页面平均停留时长：等于该页面停留时长的总和 /该页面的pv
• 跳出率：一个会话中，只产生了一个事件，则为跳出。跳出率，分为页面的跳出率和全站的跳出率。页面的跳出率为该页面的跳出数/该页面的pv；全站跳出率则为总的跳出数/全站总的访问次数
• 页面退出率：当用户从某个页面结束了会话，则称从该页面退出。页面退出率等于该页面退出数/该页面的pv

03 会话切割

传统的会话切割：传统的会话切割方法，是规定一个时间间隔，如果用户在这个时间间隔内，没有做任何操作，那间隔时间外的下一次的操作则将被当做新的一次会话。比如用户点击了搜索按钮后，在30分钟内，没有在进行任何操作，那么30分钟后，如果用户再次操作，则这一次的操作会被当做新会话。

传统会话切割的不足：传统的会话切割，按照时间要求（一般Web网站的会话（session）过期时间为30分钟，App的会话（session）过期时间为1分钟）切割会话，相同的会话生成同一个session_id，然后通过埋点上报到数据平台。这种做法的问题就是事先定死了切割时间，不够灵活，无法满足不同业务需求场景。

新的会话切割：新的会话切割方法，将切割这个动作，放到数据清洗阶段，根据需求，自定义切割时间以及会话的开始、结束事件，然后相同的会话生成一个相同的session_id。

新的会话切割规则举例（假如规定切割时间为1分钟）：

（1）将用户的行为序列，按照发生时间远到近进行排序

（2）以历史第一个事件作为起点，向后进行匹配

1）如果事件两两间隔时间在1分钟内，匹配到启动App这个事件，那么会话自动切断，以App这个事件重新作为起点，进行第二个session匹配

2）如果事件两两间隔时间在1分钟内，匹配到退出App这个事件，那么会话自动切断，将退出App事件纳入本次会话，以下一个事件进行第二个session匹配

3）如果事件两两间隔时间在1分钟内，即没有匹配到app启动事件、也没有匹配到退出App事件，那么如果两两事件间隔时间大于1分钟，则自动切断，重新开始会话