> For the complete documentation index, see [llms.txt](https://doc.playturbo.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.playturbo.cn/chuang-yi-dong-cha/chuang-yi-dong-cha-shi-yong-zhi-nan-fen-xi-si-lu-yu-ji-qiao.md).

# 创意洞察使用指南：分析思路与技巧

[通用埋点使用建议](/chuang-yi-dong-cha/chuang-yi-dong-cha-shi-yong-zhi-nan-fen-xi-si-lu-yu-ji-qiao/tong-yong-mai-dian-shi-yong-jian-yi.md)

<mark style="background-color:orange;">**整体使用思路——【从宏观到微观】**</mark>

1. 先查看地区、渠道、系统等宏观维度的数据，了解各个维度的整体情况，方便定位不同渠道和地区中，不同的创意偏好；
2. 限定条件下（如相同地区、渠道等），对比查看不同素材的投放效果，识别优秀素材与待优化素材；
3. 根据不同的使用场景（A/B Test或素材诊断）对比目标素材的基础埋点情况，初步圈定存在问题的试玩环节；
4. 深入单条素材，查看数据异常体现在哪个试玩场景，或通过自定义埋点更精确地验证流失或跳转发生的节点，最终得出具体的优化迭代方案

[用户旅程使用建议](/chuang-yi-dong-cha/chuang-yi-dong-cha-shi-yong-zhi-nan-fen-xi-si-lu-yu-ji-qiao/yong-hulcheng-shi-yong-jian-yi.md)

<mark style="background-color:orange;">**整体使用思路——【从整体到局部】**</mark>

1. 首先，纵观核心试玩流程相关的所有Action，定位用户流失最严重的环节，结合实际的埋点内容和创意内容，排查造成流失的因素；
2. 通过开头环节相关的流失和跳转数据，可考察素材在吸睛度、引导效果、理解成本上是否符合预期；
3. 如果素材根据用户操作不同，会导向不同结局（如胜利vs失败），可以了解平行剧情分支之间到达率和跳转率的差异，洞察玩家的交互倾向和不同结局的诱导效果