- 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~
% m/ j, \8 W/ u
# a8 U4 O- F4 \0 P7 g: n: f6 }一、看整体看趋势,了解用户去留。7 c" B, c* b( c
看什么:
1 T$ T/ z0 m* @, U: 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。5 G. z6 D/ Z$ X1 x3 b4 R
看出啥名堂:
* s2 S3 V" |$ n* q& L1)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。
# c4 @/ T1 U# C8 \$ W2)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。' N% D. Y" L; u7 b6 A9 ^7 J/ [% @
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。5 u1 v% U5 {8 ]+ S$ |9 s
总之,看看大趋势可以帮你及时发现问题,制定改进目标。& N- G# i4 x. ^; T9 X: J! l
啥时候看:
; D: @, R* |! @& [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。
* s0 j* n$ B8 b2 G. Y" `2)上了新功能、新优化的时候看。* H5 H: z$ L8 f& V/ a0 f
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。
3 u' c2 i$ f2 S |6 x* ]* c$ [/ E, ^; z
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)
0 o* |7 e0 ^7 s看什么:
$ s" {$ B1 s7 H) ~+ w, t% V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。- l$ k5 x0 K' w" S+ H$ F/ }
看出啥名堂:
) F0 T1 u% L$ P+ V! e1)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。
. R7 m/ |7 T) c$ e, O2)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?, q5 @" _& x) ~5 t% n: p3 k/ 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)。9 w3 h) K3 n4 g! G
啥时候看:6 Y2 y3 ~ y5 D: U, W! z
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。; e6 p9 B& S$ J2 }4 h2 }
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。+ t ]' n# i# x- f
% a) Y3 y) r/ h7 |* h
三、看流失率(功能性的app)
7 v" ~ [+ E9 I! O. I8 B$ a- B看什么:
( D+ B, m- I( z7 E3 Q' F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。- t5 }8 x) z, c, R" A4 Y3 q
看出啥名堂:9 O8 O3 e9 h; \: o
1)找到关键流失步骤。5 Y: ^+ D. Y5 S% z
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。8 F. g) B, k0 v
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))
0 A/ o d. J; B7 r" t) M( {6 M啥时候看:
7 C$ F0 k8 b" h' b, C% j- O( y3 B1)要提高功能转化率的时候看。 E$ l; {9 T9 a+ d
2)制定自己的kpi之前看,哈哈你懂的。
l: H: o$ B; V. q5 a
/ |6 S8 f% D5 t1 F- g7 a0 e M/ k四、多从几个纬度做筛选,把数据看的更分明。
6 z6 G- g3 ^1 A1 m) ?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, l5 ?6 d1 ~" w, I/ P" g
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。
( f: r; ?# i% \( k2)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( T3 v2 I" u) F( R
j9 h) _# M. [& B) }五、花边数据,帮你了解用户,但对于体验优化意义不大。. q: f8 m0 N5 B( E
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。, G p8 y- E- r9 w5 p
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 x; J- Z) N9 P' K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。$ R7 J/ K! F+ W8 a+ {( n
. v u5 |/ {8 B! m4 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~; Q% H3 u( S9 B% R1 A1 M8 m' p Z
6 F& ^. m, J* ~! ]
名词解释:
4 [( y3 e, J/ Y# Y( y) O) Zpv:页面访问次数0 ]9 p, G0 m9 {9 e8 A9 J9 w
uv:页面独立访客人数
9 R5 ] R6 h8 H |
zan
|