- 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~! n3 A: Y9 C: ]% L3 O. S: F
* ~" Z" f, H7 J9 u2 x' k
一、看整体看趋势,了解用户去留。. M7 p7 L' P! J4 ?
看什么:7 w# H4 S3 Y# f1 y" l9 q( N
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。1 K4 n w) C3 r* n
看出啥名堂:6 A* k6 F) i+ N3 G4 U
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; x4 h" M2 x2)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。
' v" X- D5 g7 w' 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。# E$ ^: H7 B3 g% I$ d, z4 g
总之,看看大趋势可以帮你及时发现问题,制定改进目标。
/ Q3 U$ [4 T* L+ A7 v" v啥时候看:
% {/ v, X0 I7 v! R/ ]+ b* E2 g1)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。
+ C1 B2 i. u1 M, v2 c# Z2)上了新功能、新优化的时候看。
% Z% X/ k( h4 d& ~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。" a5 K/ `- J+ c: F W
1 U5 A' |4 }" E
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)
7 f1 [. ~; v9 C0 R- N: D看什么:( t* y: G7 [7 k5 _: {- 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+ z% b6 v1 ?看出啥名堂:; N1 l1 m$ n7 e# A
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。
. N: @* @6 o# b4 m8 z" x2)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?% t. U1 U! e) D) f: ^( _
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)。* J3 j) `7 ]+ U2 H' E# G
啥时候看:
$ T4 i7 k" ~: s5 Z6 O# w5 ~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。2 M9 X, i* u" P, S' p
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。1 d6 B9 j8 h& n' F2 P3 b+ g
; c4 V: T6 C( V; k9 W
三、看流失率(功能性的app)
( ^2 x8 P9 j- K# x9 b2 l看什么:
& N5 M" ]* @3 l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。
! H1 K7 A# a' E! z% q看出啥名堂:
% @) n& s7 P0 \4 o1)找到关键流失步骤。0 ?' v* F8 d! ?$ r/ a8 V3 s4 b$ d: 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。7 G# V! g4 X/ I I6 Y% C7 e
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))
- p2 q+ c! D9 C! C" o: e; |, d啥时候看:& `! }1 v! Y7 c) f* {
1)要提高功能转化率的时候看。$ N1 i& T( j1 |' c
2)制定自己的kpi之前看,哈哈你懂的。 I" B6 A4 M, x) G3 k. Q$ T
2 J& H/ q: \/ i& Y3 X" N8 s. E) s/ ~
四、多从几个纬度做筛选,把数据看的更分明。0 T) A3 j. q7 a+ c, p8 c
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。
' q7 Z1 `" ]0 i8 X4 L8 {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。
+ E" t! j8 q' L; {; Z2)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2 D: N7 J# v% v& y# l% [
. }- r, d: [/ v8 y0 O+ W
五、花边数据,帮你了解用户,但对于体验优化意义不大。" b% B6 C# w$ 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。
+ a- z/ C4 [- ?0 j+ V( v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。
h" W' U8 c3 _& M2 n. G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。% @: [$ l% \: }4 l$ J
" D* `8 g/ R6 r9 B
最后要说别太迷信数据,创新的点子也往往不是来自数据~
- I% [' s. d+ T: `/ V5 J5 i4 p, x1 I7 s5 V* K% w
名词解释:# E+ `2 @% _0 l; s" x* [, u, f
pv:页面访问次数 P, \" X( f, b3 `4 L/ ^0 i* I
uv:页面独立访客人数
8 Q! h k2 m% i' E |
zan
|