- 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~
( k7 E2 z: Y/ R8 t) [4 h- y. j% f" i8 P2 s$ [ x
一、看整体看趋势,了解用户去留。
: {* x" | m+ ]看什么:
7 a: h6 b5 Q* j' g5 x2 }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。
! T; l( r8 r7 \8 h' y, W; Z看出啥名堂: R, U8 _1 c1 z* r
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。' T" S4 \7 t/ Q/ H
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。# f, i/ ~3 h+ c$ ~5 _
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。
) D1 s+ C" i; V1 A/ ~总之,看看大趋势可以帮你及时发现问题,制定改进目标。. }1 |: q& S- l4 K7 y
啥时候看:
$ ~4 o; w; s% s5 K! M: l1)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。- Y, C' c, I% D- L: m, B+ y
2)上了新功能、新优化的时候看。
/ ?- Y" R# v* Q0 q1 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。, j- F: f' \- p2 _
8 N# |) E8 a \3 p# ~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), i3 Y. C. l. t$ Y' U G
看什么:9 A3 G- M! p z" f( k
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。5 C/ P3 U6 q2 }9 P* `4 q& h
看出啥名堂:
9 M; r* |( Y3 S+ X1)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。
' L5 d7 R6 Q( `9 n5 z+ @! ]0 f! A2)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?* K, a' o% t: R' Z
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)。7 \; O% w1 ?- @. I$ o, c6 I
啥时候看:* }3 y" x1 `% i w' Y. @! g/ A; L
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。
8 @8 T9 ~& W7 n9 a; ]$ 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。
3 t- \9 C* M* v' m8 R( [" _: Y; m. d* Q" X; e
三、看流失率(功能性的app)2 Z0 r8 E: ~& _* i1 M* W' V
看什么:
* V0 ^ n% Z" K$ 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。
' J/ J q$ k5 Y9 e( A看出啥名堂:
4 ]4 Q- p+ C% n& ^/ t6 F- F7 v1)找到关键流失步骤。( H8 N i% ?8 J2 k6 _5 X
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。% S$ J$ D: l- G h4 {6 j- F
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))! {& z$ L8 J! o& J# m, h+ l
啥时候看:! w2 e" X6 R0 W$ |6 r
1)要提高功能转化率的时候看。
, m% ~, k/ n1 x; _2)制定自己的kpi之前看,哈哈你懂的。0 s+ h4 i v) [6 j
3 x# l% X; |, R
四、多从几个纬度做筛选,把数据看的更分明。
* E. a7 N: @# e Q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。
6 H1 q' J: L1 @! |# ]. P1)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。
% }3 p! \* V; l0 D( c2)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
3 o2 M8 ?; Q' o
1 A+ [' h" Q# O: @4 p8 F; f五、花边数据,帮你了解用户,但对于体验优化意义不大。
/ P! T, v$ t& Y: S7 l0 c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。
3 [+ a2 R8 Z& J7 [# }, c9 `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。
4 H. |, P; K, D+ S2 ?* }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。
8 _$ w( m( }% K: P9 R5 z
6 ] ~+ `* E0 a6 x最后要说别太迷信数据,创新的点子也往往不是来自数据~
( k4 v9 l n- v4 S) x, q- C7 w* u: N3 J
名词解释:) j7 P) {+ K" r9 M/ K$ p1 Z+ c
pv:页面访问次数
& L4 r `# v2 M6 k" o# o+ iuv:页面独立访客人数
! C) ^+ Q; V8 z) C/ Q |
zan
|