- 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~+ w( c" c; a% g5 E$ i* W
: S1 w S- e4 |( b9 _8 F. @+ i
一、看整体看趋势,了解用户去留。
o, @* M8 S- n看什么:
, q1 B7 E8 p8 H4 a; G3 h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。& m. h; i" H7 Z% @2 ]
看出啥名堂:! l- F, m. R0 q4 S: L
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。
7 I" N4 W3 q1 a! w- M2)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。
5 b8 g( }4 w# }8 F3)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。! y, ~) L8 @; k7 O2 t! C
总之,看看大趋势可以帮你及时发现问题,制定改进目标。
3 W2 C; d* O5 V* J+ C! M啥时候看: \! z. k/ u' g, F8 k" v
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。3 I. K, {& Z1 H: i) w+ E- I1 G
2)上了新功能、新优化的时候看。
: f; ]7 q5 h4 a: a% f3)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 I& J, X1 F C6 L* j: D7 l5 S6 m: F9 }% o+ Z5 R
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)' i4 g9 D3 x# S! d4 H% i$ [. \
看什么:
5 j. y4 j8 ~' [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。
( |' b4 W1 B* N5 d" B3 {看出啥名堂:4 z* B. i: t+ |& o0 g! X
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。
% r9 e9 ?( K4 F5 D R5 r# i) i4 ~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?
7 E: S! n- \# O% @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)。
/ @& D- ]) } T; v2 R. W( N啥时候看:' \4 e1 e: S* F+ R1 y+ H
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。7 Y9 h x1 @# g) k
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。
" _2 B. K0 A$ N# L! w2 G V0 c( a- a: c( V! f% _% y9 f* N/ R
三、看流失率(功能性的app)8 {1 g$ I7 p% K# t3 T3 v; `& h
看什么:' U2 T0 g) I8 d1 n
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。
. Q" j1 v3 I Q( R# X看出啥名堂:6 e* p7 x5 k X0 I, Y% h
1)找到关键流失步骤。# w, O$ P5 r8 \. }# k/ G6 ~
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。
) k. u$ p1 c0 |; y; ^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))( ~/ L+ Q1 k# f+ h
啥时候看:9 D+ q) L' G$ ]9 x* z
1)要提高功能转化率的时候看。
y r- t J9 d# J0 d2)制定自己的kpi之前看,哈哈你懂的。
3 t7 Z! y; Y4 y6 ^' i1 E" B5 V
* z" O c- V' g+ I' \5 g四、多从几个纬度做筛选,把数据看的更分明。9 E! H" x1 N7 ]) p- [: k
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。
( b# C' c( e8 Y4 F, `2 B' j1)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。
: y% p9 G7 k4 |; _" [% d2)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; ?- V, e, o! {% ~4 l5 D
* u1 m$ n- s' h7 ?% m+ ?
五、花边数据,帮你了解用户,但对于体验优化意义不大。
9 v7 v2 b7 b3 [7 v" `: T( C' A% V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。5 X( w' h9 J1 T" R; U! ]. \
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。- Z/ V, r/ V0 C* z
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。
/ r9 p3 F u, v& \6 Q0 Q6 h3 g3 t% g h7 z5 R& o8 _
最后要说别太迷信数据,创新的点子也往往不是来自数据~) p& i) F6 f+ E" K' ?
6 j: Q1 v; y8 m5 Q$ W名词解释:
s1 v: w _# g* d$ `pv:页面访问次数
, f ~8 D8 J6 puv:页面独立访客人数7 J! [" F8 ]1 ^/ z4 y, P
|
zan
|