- 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~
' D, J2 T& ]8 A8 K% s6 Z: f. f# |& K3 Q( Y
一、看整体看趋势,了解用户去留。' ^% o8 P0 |' _, X, ?) a$ E
看什么:, z/ C. U/ `& J: W5 {, c6 F
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。3 b' N3 N5 x1 \
看出啥名堂:/ I1 c, D) ~$ r3 q6 I5 [
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。
( t" T6 C2 y o. B) s4 `( X( x" i2)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。, _# ^/ h0 h. }! Q0 [: z6 J
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。/ S, D+ \1 P$ d9 s T/ m3 X
总之,看看大趋势可以帮你及时发现问题,制定改进目标。
/ |; M# [& Q! z啥时候看:6 G* ~$ J# n! B
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。0 |, i- |( d: n
2)上了新功能、新优化的时候看。
6 r6 i. P1 Q" I' U9 {5 `7 o3)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 D( u* \# h+ @9 d
& N' p d+ @7 q! `7 n* U
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)
9 N6 x; h& }' C2 A, D/ L% `/ w看什么:
* p" o6 g$ Y$ Y) O9 o9 ~9 u8 z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。$ L3 f3 b4 l3 U% B
看出啥名堂:
( q9 p$ S; s% d0 \* i1)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。
- M$ o% b# p; \+ I6 i2)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?
" f0 z" R' x+ p3)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)。 _9 }! v- F! ~7 f: p1 h& w
啥时候看:! m+ k: F' q# J2 ]7 }
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。 o' x1 v* J# G! U2 S5 A! F3 `* _
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。
6 M; @" c" O% P/ k3 M M9 H+ c# V
\4 ?) X$ T+ Z三、看流失率(功能性的app)
9 L! ]1 V4 c; m6 f& W+ Y# w- P看什么:
" k8 @6 G! Y/ v4 K" |* Y5 z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。1 { E/ t2 a6 L6 _7 I
看出啥名堂:
3 h& ]& d) G, S5 G( Z$ {1)找到关键流失步骤。& Y @3 m# g3 k% T, G
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。+ k2 D2 b% x' \+ q8 s0 A( ~
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))
# ?+ W5 W: W) r) G" T1 {啥时候看:7 V$ C' [) @4 O8 F8 s2 N, v6 q
1)要提高功能转化率的时候看。& ?4 k; V, f" _% k; K/ a
2)制定自己的kpi之前看,哈哈你懂的。
0 _7 H3 Y1 S1 n. j8 v4 X5 ^, v* u5 t1 |- n0 k
四、多从几个纬度做筛选,把数据看的更分明。
6 s3 J" y3 M3 o! C9 M8 g8 H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。& h# O* z: X9 M4 H9 n1 t( Q
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。
& y; U8 q9 C5 p$ K2)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# `$ K$ u r& i$ z/ j. K% e1 i9 s
. O: O" Z" B' F& D1 q
五、花边数据,帮你了解用户,但对于体验优化意义不大。
# x8 m% v" y+ S8 a( h; f$ q3 z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。
1 w* Y: M/ P/ r# L1 y- A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。
1 U9 C4 |8 {8 q3 H2 u+ b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 i: U6 R0 Z% H
/ x; c( H/ y7 ]- E
最后要说别太迷信数据,创新的点子也往往不是来自数据~
( d' Z! T+ x7 t! p; e! t) c4 `& E: ?! ]0 L! f# z
名词解释:( o/ t, E7 y+ s9 w
pv:页面访问次数0 N/ ^1 @7 K5 C6 c
uv:页面独立访客人数
3 [% W6 S+ [' V4 d |
zan
|