- 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~
; f, }9 g$ u/ f9 B
, U, h! m" ~, O一、看整体看趋势,了解用户去留。
7 j9 ?2 P! Z6 H看什么:
2 c: U0 R" M) B- j# G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。
7 _) I8 C$ p- h, y- f% I看出啥名堂:
. x! l& O4 T5 |0 ~: 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。1 |/ }+ W2 h, X0 w; v
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。: B6 T. e3 W, S* T' i; v( ]4 N4 `+ c
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。
0 H0 l% y. Y0 g- q8 d9 L总之,看看大趋势可以帮你及时发现问题,制定改进目标。
( M. D% D1 i; b( |7 `9 y* E啥时候看:( ^5 b0 Y J, g/ E
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。9 \0 P$ v1 v/ q' d3 ^ @
2)上了新功能、新优化的时候看。
, x) Y2 h; v# l3)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。
9 [$ Q: [7 `$ p- i U! N' p' ^5 A1 @' I
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)& [+ b* z8 d2 R
看什么:
8 Z9 I8 E* O2 l9 x0 g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。
7 ]% k: n; n# c看出啥名堂:
; ^3 d3 m7 |4 \" W3 |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。! K3 M* S$ f$ ?2 w* e
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?4 m- P* N- @ q, u( B' 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)。
; S6 h* c. |& d8 W7 b啥时候看:$ P2 e' R2 G& W7 t/ s- X0 y
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。
3 H+ j8 @8 t4 U: o/ U$ o2)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 j! \+ y7 r" Y; \
4 A, A1 E- B6 |( u1 X; H
三、看流失率(功能性的app)5 \6 p) Z2 S7 @% Z& v
看什么:1 x2 k! z' ]: q, z* [! `, s
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。
, w8 V4 V) J( x( }9 M4 d看出啥名堂:
$ @& z9 p6 P- `' I9 I( c1)找到关键流失步骤。
: m: F5 r7 K8 e5 F+ t' @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。
b$ _& C2 @, U; r3)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))
& ]! ^7 E! P9 O( w' w, h- w啥时候看:
" [# H, X' ]0 t1 `6 }* I1)要提高功能转化率的时候看。1 _+ W5 u% l( W& U- L
2)制定自己的kpi之前看,哈哈你懂的。
' i5 t! \9 v& m- @+ {9 q2 h# J& T: x2 @* P
四、多从几个纬度做筛选,把数据看的更分明。
* C& a+ D9 c3 j! H% `; S2 U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。1 ?0 V2 P* m, ?
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。- o. f0 f- c/ ?5 K8 x( q
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+ p8 p# c9 ?1 B8 |1 V
) K3 s$ m! z$ i: j# k) Q五、花边数据,帮你了解用户,但对于体验优化意义不大。
9 J6 K g/ Q8 f3 ]" k; I3 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。) V7 h0 g4 u B: c% Y- Y r' M
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。
+ a4 ]+ [) t1 y/ o- x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。 u \* e. N; u
3 ~; v% K8 ~2 M6 U# E, m- {
最后要说别太迷信数据,创新的点子也往往不是来自数据~+ p0 R/ P% Y' H L3 C7 ]. o) S7 v
) @0 A" R. P' r/ [
名词解释:
8 Z* ?4 f, o0 ?7 H# ~5 B' Ypv:页面访问次数
8 C7 u$ r T$ y) Muv:页面独立访客人数
/ Y4 h! r7 d/ ]; P4 j& {, K |
zan
|