- 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~/ x, X9 H& ^1 U5 q3 U0 A' d ~* U; R
7 h8 l% ]" X* t, y' G( F一、看整体看趋势,了解用户去留。0 Q( c* k( }. y0 V7 _
看什么:
3 r1 F' j# m. a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。! q3 M* n% p A5 A0 S! M! q! Y
看出啥名堂:! }/ F) p! N k
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。
" H5 S# e' N7 F" }, h2)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。
' y9 n/ c4 y8 W* R1 t3)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。1 e o1 B7 W( @1 U$ k# ~2 C ~
总之,看看大趋势可以帮你及时发现问题,制定改进目标。( Q, P" L0 m" @
啥时候看:
w1 K! p' s3 U5 n* r1)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。
; d8 S2 }9 G' l! s# Z2)上了新功能、新优化的时候看。
( z i* u# _- h. [1 K! N3)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。
0 w5 y4 t* x) x. S8 w4 A, E" F9 c4 C$ }
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) P5 O9 R' ~6 H ?$ B# S
看什么: q! ^' z4 N/ _7 P9 h+ J
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。' N" f4 {& q3 ^7 T
看出啥名堂:. o6 ^. B, L# a, J, ^% t8 @0 @
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。
; d; j3 k! U, r2 P/ z2)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?! V2 Y7 B; G% ^0 n" R1 T
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)。4 P! `6 r9 y m
啥时候看:
- Q' F1 c) [& N/ X- z) d6 l& ?8 O2 m# I1)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。* O3 _0 D% h# Z V4 f+ u( _. E
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。; m1 n+ {' L9 U4 ]" a
4 y3 k \# U/ C) W$ m- Z三、看流失率(功能性的app)9 w( Z# z, X" k9 d. N) A* F
看什么:: ^5 C. }8 E! D% `% M! ?; d
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。
! J" Q7 d! R0 b) {5 U看出啥名堂:
, E. P6 _. \6 v% k# `% }& L1)找到关键流失步骤。" L1 b% Q9 Z0 w4 O0 r8 N/ F6 [
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。5 F% X0 R4 h) v, D# X6 ^
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))" G5 g1 z+ l& b. j# g
啥时候看:
, e( `, B' b2 e4 \1 E6 u" V1)要提高功能转化率的时候看。
& W2 d6 C) _6 a) b$ H5 o2)制定自己的kpi之前看,哈哈你懂的。
- W+ J9 n$ ]) Q0 U
8 d/ @+ r" a* X) Y四、多从几个纬度做筛选,把数据看的更分明。
( c8 E. } C0 X+ H2 S% j6 g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。
; E" U% m: J2 A" k) _3 }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。
2 R' G8 M( F4 ?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) f+ ~7 Y9 X" i4 X0 M( X3 [
% Q6 F9 d/ n) ]' Z1 i! M
五、花边数据,帮你了解用户,但对于体验优化意义不大。" T: {2 f# y* D6 o# `, q9 N0 k
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。
# \$ h7 e8 @- Q+ [# R" x! 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。
* J9 R$ _( e9 G8 G0 K" E$ e% J" 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。
|2 d! R* Y. [. h& ~+ p9 I2 Q2 z$ _& W' E$ ~0 a
最后要说别太迷信数据,创新的点子也往往不是来自数据~
( z3 g& k! P$ O: G8 B* Y) M7 I/ Q8 K, ^" g& Y/ G6 H& }3 l. C
名词解释:
. P! c! R: Q R7 b6 A/ B3 Xpv:页面访问次数6 y; m m1 J9 d$ j- n
uv:页面独立访客人数9 ~9 p2 L% |. `: {' l+ U/ o
|
zan
|