- 在线时间
- 19 小时
- 最后登录
- 2015-5-4
- 注册时间
- 2015-3-23
- 听众数
- 11
- 收听数
- 45
- 能力
- 0 分
- 体力
- 152 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 79
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 49
- 主题
- 17
- 精华
- 0
- 分享
- 0
- 好友
- 16
升级   77.89% TA的每日心情 | 慵懒 2015-5-4 09:09 |
|---|
签到天数: 16 天 [LV.4]偶尔看看III
- 自我介绍
- 学最好的别人,做最好的自己
 |
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~
( t7 F2 B0 _1 v! ~2 C6 u. _4 E- n7 i# b7 h- Z
一、看整体看趋势,了解用户去留。0 m. S3 P: f1 V. t+ e9 ^/ X, M
看什么:7 Z8 I0 H; Y) }
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。
( ], n: d8 c( B- ?0 _看出啥名堂:
$ r" ?/ P7 o; l9 A& n% ^" n% M4 @1)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。
# ~: p8 \8 n* |# z- [+ _! ^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。- i; H. d6 { D0 Y7 ~; Q# Q
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。1 @1 B2 |9 R% V ^8 g( ?$ M9 ~9 P
总之,看看大趋势可以帮你及时发现问题,制定改进目标。3 Y* H! ^3 T* R
啥时候看:
! C0 ~ L" L" \- w; S- w1)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。
% i# p9 ?% O* b0 V" ?0 v2)上了新功能、新优化的时候看。
, V4 s- C0 }& T6 r9 B3 C; b3)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。
`4 [$ U- e$ i
( A7 i% u0 X. d" y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)
! u7 C j1 Q! q) b/ f看什么:
7 F4 ^* \5 _- M- f; S. c( G, h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。
; l2 Q1 R# d) T3 v( i- M. S看出啥名堂:; ^9 w+ h6 g$ W* o/ |
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。/ D6 G" u d/ e/ F( e1 ]& u. K, L
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?# ?* N2 H ^- {$ W6 m0 p
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)。
$ @9 J0 b; e9 D7 `4 [+ x" c& |啥时候看:
( X/ p, G% ?$ x$ S7 ]' Q% V7 U: F1)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。
% Z; ]& f" o: U* W$ Y1 o3 D2)发现页面的pv、uv大趋势有问题,来看看能否发现问题所在。
9 }. Y5 z1 H$ v* Z5 O1 }* ]$ R3 D8 c9 X# w/ ?" q
三、看流失率(功能性的app)
" ]* m6 T2 v5 ]! C- ]看什么:
" a' Y( u8 Y0 a( P2 s5 x6 K1 [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。) A! \/ M9 i: ` M6 t9 ?: h6 [+ S
看出啥名堂:
0 \1 E- M5 v+ l/ X+ H1)找到关键流失步骤。! ]* Q: _' p- Y) F2 H
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。
( t; j/ I) j# L# c* C" o3)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))0 y% C* Q4 z6 k3 ^8 K$ N* C
啥时候看:' r3 [/ P. f1 X6 Z
1)要提高功能转化率的时候看。9 e/ L% b7 _; c" D2 O
2)制定自己的kpi之前看,哈哈你懂的。
4 v0 u2 |( k! ~/ M4 I4 d& h( L: a4 P$ H# @
四、多从几个纬度做筛选,把数据看的更分明。2 a# k* p7 v8 w9 l1 q9 X, t4 ?: l" }! ?
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。! G, d$ `& S% O* ~4 r% c# `
1)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。5 n$ v) l U* Y! c: O( ^4 _( _
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
/ L' E! F6 n, v1 L1 r2 F7 r( e9 R% ]1 N- d
五、花边数据,帮你了解用户,但对于体验优化意义不大。$ [/ O( L- J) @
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。& U* f% M0 ^& I# c
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。
- ?6 H' H9 K1 X, M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。
; [$ L( l$ n h8 v! R3 m1 X& D3 J$ \ y: p
最后要说别太迷信数据,创新的点子也往往不是来自数据~
8 Y% c+ |8 s5 L5 e. E7 B/ \# a* W' B! D. p z$ L @0 p! I
名词解释:- Q) D9 ^1 C2 Y/ r# R% L- k1 v
pv:页面访问次数9 Y: E! I6 c; |
uv:页面独立访客人数8 y) X7 n1 \6 n5 J# }$ e
|
zan
|