- 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~
) n7 V* G) S: v3 ?' D" V5 P ?4 m5 M- m( s, K& C* S
一、看整体看趋势,了解用户去留。
' Q% |) S b. T: W+ ]0 b看什么:6 N& ~4 s3 o' c$ g: c! G0 q
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。 f2 d7 s* C6 O; x" ?& r( N7 S B G$ O
看出啥名堂:' T$ ]3 }0 v3 I% n8 `5 a2 F( w0 v; }
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。" I! j* x2 n5 [/ ?% n- I8 G
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。' H' n( ?! S) V4 a9 x! C& T) K; `/ `
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。
% o# @% r' y, M8 v总之,看看大趋势可以帮你及时发现问题,制定改进目标。
& y$ i( s$ M/ @& g5 ]啥时候看:( l- n' w* y' a& @/ W
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。
+ C7 t) F- H/ v. ~, _# u( v2)上了新功能、新优化的时候看。7 @8 k, J% |3 p: ]: s( l
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。* m+ P I# C d* [5 ~
3 h( b% M. d1 t4 I- w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)
2 g6 D, Y9 V1 \3 _( w, m# a看什么:
- x7 I! o; {7 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。7 D& w* d- M3 C3 i, b3 v. d
看出啥名堂:2 s% n, x8 D- `
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。
; Z, b- {7 b+ r; }3 k+ ?: v5 f2)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?, R8 i- ?, a0 J' X: z6 _
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)。
+ P, i N7 g) S0 x, u4 a) g1 H啥时候看:
% t4 w; ^, Q ^+ p% _8 p4 U+ b1)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。1 m; a7 u; Q6 V
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。
# x! a7 S. s- B$ k8 D
, {3 j1 e9 ~3 j5 B, A' v8 x- r9 d6 D三、看流失率(功能性的app)
4 ^. {: U" f. }& T看什么:
: d9 K$ m, x& t& W% S* 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。
% w5 ~1 u9 U8 z1 l1 ~, s看出啥名堂:
% p+ Q$ _# A- Q1)找到关键流失步骤。. b3 _9 y; ^. t: N) c
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。: P* Q1 H* |1 D, O0 S4 D( a }8 m1 _
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))
/ `$ I( x- w5 `) G5 B; ^9 {2 m啥时候看:7 z0 \+ o+ p. R$ q1 [; y/ j
1)要提高功能转化率的时候看。; o8 x: B7 ]: e3 D. i% z3 f, g c
2)制定自己的kpi之前看,哈哈你懂的。
; k, z- r3 P: w' k+ U( L
/ S1 Y2 v3 ]! s/ Q四、多从几个纬度做筛选,把数据看的更分明。! q& q) T3 P* X/ Z: W& e C' h5 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。 S( o: e9 L- {! t$ R" K
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。/ p. K! z, G2 @ ^0 A0 ~4 ?1 f# M, 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
- m! D Z& I1 n8 _# s& Y, V- e& f4 O- h
五、花边数据,帮你了解用户,但对于体验优化意义不大。
- ?' ?& w6 l; U. Y4 c) E# h3 ~: D4 Q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。7 ] x8 l5 I2 F) R* h
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。' I& J: q; c3 l* E
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。7 P3 a- E' _& x% x% B7 O! ^% n
8 x7 I( ]- n0 I$ {
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! B( H' j I6 R+ L0 s$ J
- F. f0 v: r) Y3 s
名词解释:
; [8 ^; o4 H& z+ ~4 s4 ppv:页面访问次数
" f P9 r4 O" ^: M( _uv:页面独立访客人数
! A5 F1 @) H2 |" C1 h" z! J |
zan
|