- 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~8 ^0 P& O: b% z; h
" z2 }/ [% D) W9 W$ j8 X
一、看整体看趋势,了解用户去留。
) M b0 o; I% i# O3 z% ~9 @+ |4 B看什么:
, w& |) @5 d6 L d3 C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。4 k- I: R4 W6 m* a/ _
看出啥名堂:
! {. L" {0 N0 b1 T1)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。
, n" y: Q& q6 Y) @! |8 Z9 q; r2)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。 V) X) B% @' L0 |6 a
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。
2 U* O" B6 t- ?8 \总之,看看大趋势可以帮你及时发现问题,制定改进目标。, z$ j4 @7 z2 i$ \7 ~
啥时候看:' c2 k( u' z" w' M
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。5 g9 r8 l8 Z! u3 D) u
2)上了新功能、新优化的时候看。
! c- e- T: T8 I. |3 m3)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 ~ u2 {- a, V
* C/ ? t$ A* ] v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)5 V% @7 Y1 E' B$ P+ l7 g
看什么:2 G, L: A& a \: a
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。2 I, r' @* z5 N
看出啥名堂:
# r# c! D( `- u% K; 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。' i9 C$ |/ N% r) h+ N; B1 x6 H
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?, e `9 `! k) W
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)。
* x1 O A, ]- ]0 I啥时候看:# e1 U' d3 T4 \8 p
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。6 `8 s7 [/ }2 R% W+ |7 m B
2)发现页面的pv、uv大趋势有问题,来看看能否发现问题所在。
( C( {2 ~5 f5 C9 e* \0 z7 Y5 H, T% ]3 n$ C: T; r- b# g
三、看流失率(功能性的app)) P' ]1 }3 R3 k" a' `1 ?2 C$ l
看什么:2 J8 \- y, R" w( |# w1 n+ V' j
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。
1 N! Z5 V0 r0 n+ f# y# Y I看出啥名堂:
4 Y' S% I+ O. O3 E# E" Q1)找到关键流失步骤。/ z% O) N7 i5 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。- _$ U+ p% |+ n, N, |$ _( R3 q
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))
, o8 C8 L( u9 t8 O啥时候看:
1 L* l1 z% X# V$ n) d1 F$ _1)要提高功能转化率的时候看。4 ]0 z! f, J6 _
2)制定自己的kpi之前看,哈哈你懂的。. h Z, l9 H+ h: g- y6 @4 t! X+ Q! H
8 X# \4 \. V/ a% y
四、多从几个纬度做筛选,把数据看的更分明。
) i" L+ H( Y/ H, R( r/ q! K) H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 K" Q/ ]9 ^* }7 H
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。
0 P2 G! R) ~2 E/ H( v2)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
8 x1 `3 H, a: _7 |6 w" \1 C# z8 v: G' D/ [* S) ~+ e- E
五、花边数据,帮你了解用户,但对于体验优化意义不大。/ i# B! L, T+ i0 U, X! j5 {4 i
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。. a0 _0 d, G6 `, C$ `4 Y1 _
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。
% b; @3 c. v- T+ d$ K J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。% ?" y$ F: l! N- M4 Q
/ t$ t6 |. r b/ o最后要说别太迷信数据,创新的点子也往往不是来自数据~* V9 k! Z0 I% i" g- I5 Q* l
+ H7 |: Y8 j1 h, U3 t
名词解释:$ f3 O+ G* T, Y6 ?" n- ~4 `
pv:页面访问次数
1 m, n g4 {! D6 i. N& Xuv:页面独立访客人数8 A+ f% \- J. ]
|
zan
|