- 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~
1 S4 @* v3 w! `, V- D( T) I y. Z
" u; u9 F$ e9 y1 u: i3 h" _一、看整体看趋势,了解用户去留。, s5 P( S- |" q! k5 l
看什么:
2 f. ]% s% Z6 J/ Z! C, b& \+ 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。
* ?+ p$ p% |% t( R/ w7 u$ i6 X看出啥名堂:
0 j7 F. L( i! U) p$ U1)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。2 n; ?6 R& B3 b: }: k5 t) S
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。
# w+ A# R1 O0 e5 ^, J5 `8 @8 F; c3)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。
- R6 N m6 Z/ U总之,看看大趋势可以帮你及时发现问题,制定改进目标。4 y9 y( v. g5 z
啥时候看:
' |/ Y3 q+ C6 O% d# v! q8 N& q4 B1 b1)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。2 a7 n0 @2 o( Z# Z1 p! b" j
2)上了新功能、新优化的时候看。: F2 e* {% z5 W0 V2 U
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。& {9 t4 M' `" C4 m
# h4 v3 L* _. ^6 {) S% N" `" z' 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)
6 P9 z# N/ o$ ~2 B: U& M/ P0 s看什么:
2 b/ V- \: _& y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。
- ?% P/ ]+ U, y1 k; Y" F* {看出啥名堂:- _& c% @+ `9 U/ J' w; i. `
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。
7 m) i$ n4 B8 a7 R2)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?
/ d: I( k$ ^* e0 F `; E3 U$ f+ b0 a# ?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)。
! Q, o9 D, P- {9 Q啥时候看:# `; Y4 r9 z1 p- @2 V7 }! p3 X4 l6 O
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。
) Z9 ], `) v& ~; W; J1 Z4 m2)发现页面的pv、uv大趋势有问题,来看看能否发现问题所在。' h, d: _4 \1 p+ y
6 @- F0 Q( Y# X( ~' N
三、看流失率(功能性的app)
0 A2 A' c+ l% M* P0 ]看什么:- f, G8 d+ O! g0 ~5 k& P }
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。
$ V( t* |: I2 v P$ y6 J& U' C看出啥名堂:) j4 b, e% \% R7 r8 Z
1)找到关键流失步骤。
/ L2 M3 k$ `( F5 o. R8 Q) P7 P4 D2)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。2 B% G; G( ~, ^1 }! [+ e4 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))
2 Q5 E, Y6 y) R. ]0 v' }# o啥时候看:! w" E+ R! V' u0 S
1)要提高功能转化率的时候看。
# c9 u& c+ z3 O" m" Z2)制定自己的kpi之前看,哈哈你懂的。+ Q; [; a3 Q# `3 a( `0 K9 b0 L% Z
) r/ t% I- O- o0 d+ c$ H
四、多从几个纬度做筛选,把数据看的更分明。; c' V; k; D: v# W" `! A
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。$ v( a# d; h+ a4 D+ |( N; E
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。
4 I; l2 W# ]: R: P5 U7 j: m0 e* u( |6 W2)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
# |+ Z, _& \$ t' {. D2 M1 z, v- M5 W4 p9 W1 p' I$ H: x# f) |1 J/ j' y
五、花边数据,帮你了解用户,但对于体验优化意义不大。
5 B& ?# P# F; _8 O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. {, u) [ E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。- ?$ n* W. Z0 T0 ^2 a0 ~6 V
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。4 j. n8 H; C3 i- R; `
, b% Z* I2 v. c1 l( u4 R
最后要说别太迷信数据,创新的点子也往往不是来自数据~' W) o' B3 ^! Y) d
( [, Y+ Q7 D; f& j名词解释:0 J* e' j8 x5 b. Q1 Q7 d6 \0 b
pv:页面访问次数5 g2 x& h3 a: t2 I9 J) N3 ?5 R6 P* E
uv:页面独立访客人数( q6 }# `( T& g( u
|
zan
|