ps:po主的数据经验主要来自移动app的数据分析,网站的情况不太清楚哇~ ; Y. L/ G; q0 Z8 @ X) Q* z1 V / n. y% O1 j V: M j Q. ]一、看整体看趋势,了解用户去留。 " f2 |' @4 U% x: {0 a! C$ i看什么: - t4 d/ [/ [% }& h一般的app数据监控都会有页面访问量的pv、uv的数据,详细一点的会区分一下新用户,回访用户。我一般以2星期为一个时间段看下某个页面的用户的访问趋势。还会看一下pv/uv的趋势。如果还有精力的话会看下该页面的uv/整体app的uv的趋势。" I* n0 a J8 T6 ]
看出啥名堂: ; n+ u, J7 w% o" [! c! k6 q# U1)如果看到某页面的uv量有明显的上升或者下降趋势,说明该页面可能有问题出现,此时需要大家对比一下app整体的访问量曲线,如果趋势是不一致的那么就可以确定是这个页面出现问题啦。 ( P6 y& [5 u0 D" `+ ]2)pv/uv的值如果很大说明用户会多次访问该页面。要根据这个app页面的性质来判断pv/uv值是大好还是小好啦。如果发现这个值不恰当的偏大,可以看看来源页面来简单确定下原因。9 C% r# _' _4 v& x6 ^
3)页面的uv/整体app的uv的走势如果持续降低,可能说明大家对这个页面失去兴趣回访率很低。: a4 A/ c9 e& @/ Y! t
总之,看看大趋势可以帮你及时发现问题,制定改进目标。 ' g/ c( z5 b) s0 B$ ?, H$ E啥时候看:6 L! }" ]2 [7 l( I; q
1)app升级后4~5天后,因为升级阶段数据量小且不稳定容易下错误的判断。 ( x, ~! o9 G* B5 I6 F2)上了新功能、新优化的时候看。+ q4 ?0 L5 C% G& C7 ]* Y% U
3)避开运营活动期看,运营活动的数据不是正常数据。但是可以观察运营活动前和后的对比看活动效果。 , ^8 v l v! U% @- t$ i , U, m$ U' f3 J4 R. e二、看页面点击,了解用户关注什么。(有时候点击量可以是你的kpi)) O; D+ P5 ]- o+ ^9 C" N1 U
看什么:; t T9 o$ O& y& q
如果你的app数据监控对关键页点击面做了埋点,那么你就可以看看用户都在页面里点击了什么。首先是整个页面的横向比较,每个埋点的uv/页面访问uv。然后是每个埋点的各自情况,埋点pv/uv。最后有精力的话可以看看每个埋点uv/页面访问uv的2周趋势。4 X5 R4 J. D; s
看出啥名堂: B; C+ z8 x4 Y# x. j; `1)根据点击的多少来判断下信息布局是不是合理,也可以对用户点击多的部分多下功夫做优化。0 ?# K/ @/ C+ c4 D1 |1 r
2)点击多不一定好,点击少不一定不好,请认真分析。举个栗子:一个列表页面80%的用户点击进入看详情,那么是不是有些内容应该在列表中就展现出来我们却放在了详情里? ( j A5 M! B' J( ^3)如果是表单页面,那么就可以看出来用户在哪一步放弃操作(某一步uv值/页面uv值骤降);或者遇到困难(比如此处的点击pv/uv值很高)。$ m4 B9 l$ J3 [* Q \0 ? B
啥时候看: g1 m( g7 B) c9 ?1)想要对产品功能、信息结构作优化的时候看,说不定能给你点小灵感。 ; v2 z. a0 c h2)发现页面的pv、uv大趋势有问题,来看看能否发现问题所在。 ' w7 A5 G8 R, n' Q. q _! U+ `: v' u; v三、看流失率(功能性的app)8 ?! V& s/ c/ D' z
看什么:, I: E/ W7 j* m
大部分的app数据监控对流程的流失率都通过页面漏斗的方式展现了,对每一步骤流失掉多少用户,用户的流失去向都有清晰明了的统计。尴尬的是流失率往往出现在第一步,而且很多用户只是进来看了一眼就再没来过。所以流失率的数据建议可以做更详细的数据筛选,比如增加新、老用户的纬度。 0 t5 y6 C1 P3 v' a9 P+ {% Z6 k/ {看出啥名堂: 8 r! a" Y# W4 C/ L5 [! r$ d- N1)找到关键流失步骤。3 ?$ D+ A! u1 f' E
2)分析页面流失的原因,比如直接返回啦,跳转到别处啦,还是报错结束流程啦等等。/ M- N3 @; Y$ v4 ~* j
3)看页面点击情况,分析用户止步于哪一步。(参看上文中的二、3))1 q: F+ d- z2 E: Y. c+ O0 L& e" E
啥时候看:8 s! F. g3 G, r& a+ m( j% f( i0 p
1)要提高功能转化率的时候看。 3 D! _' T7 D6 n: q( i2)制定自己的kpi之前看,哈哈你懂的。 ( [9 ^* s ^, T% V7 K5 X5 ^ 1 U" t0 A. T3 W四、多从几个纬度做筛选,把数据看的更分明。: z h' z6 `/ F
粗略看到的数据可能会把一些特殊类别的用户问题湮灭掉,所以多几个纬度作数据筛选可能会把问题看的更清楚。大部分数据监控系统在这点上都做的不够细致,一般需要提需求给BI同学帮忙清洗数据。以下是常用的几个纬度。 0 q3 q' l1 X }6 P) K1)新用户、回访用户,还可以更细致点比如1月内访问3次以上的用户。* I7 Z5 ~, y/ O& r& s1 Y- A! J4 a
2)按用户的性质分:比如买家用户、卖家用户;浏览型用户、内容贡献型用户等等) O" \, | G+ }, {
* G p6 u2 B- S' B五、花边数据,帮你了解用户,但对于体验优化意义不大。& ]. W# y7 L- o/ P7 v% d
这类数据包括:用户城市分布、用户使用的网络环境、用户访问时段分布、用户使用设备分辨率分配。 + m" i h$ t# f3 r8 G这些数据可以帮你大概了解使用你app的用户,但我发现大部分app的这类数据情况都挺类似的。之前还专门对高峰访问时段的用户做过电访没有发现类型化的用户。 0 _. D n. G' M" U花边数据中我比较感兴趣的是用户年龄,但是大部分app的数据中看不到这个值。) n/ V- m$ X6 v- [" d# R/ g
$ C) ]5 c5 l+ g最后要说别太迷信数据,创新的点子也往往不是来自数据~ |* H3 R; S: n( L7 c/ Z: T) C+ P$ ]- v& A+ C0 }' o. a5 c- Z/ D! V
名词解释:+ U0 d. a0 P4 E+ m' Z
pv:页面访问次数2 v+ e6 y+ U0 I4 ^5 ~& R
uv:页面独立访客人数# W4 J) N2 ]; ^8 }