- 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~
@2 k: s7 E7 S9 {/ s/ K2 ?( E4 X$ Q, @2 Y( }5 [/ e
一、看整体看趋势,了解用户去留。
+ D9 A5 i! }2 C( S7 K- o看什么:
1 Y q- m4 f3 w8 r' b+ X/ k) w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。
# E# V3 J4 ?; e9 K( V看出啥名堂:
0 {$ n' o m ~ `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。
! I7 U) d3 Z2 E# v2)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。
9 o8 u- J x' a& E6 b6 n+ Z3)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。. K1 d Z% X( o6 z% {
总之,看看大趋势可以帮你及时发现问题,制定改进目标。. m& A; \0 u4 K$ I
啥时候看:' E: D, q. x3 ~; V: I2 Y
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。) x, R, Y$ v0 ^5 z
2)上了新功能、新优化的时候看。
1 l; B* o5 R. B3 Z) e# H3 y4 ?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。' L* M4 ~2 r6 F% T7 i
4 l# ~+ ]4 D* s+ 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)
$ F; y( p$ W0 \% V- B2 K/ j看什么:
& {4 n( \! V8 H. C% N6 `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。- |- E* D' y4 ]4 c' {
看出啥名堂:9 Y! o8 s; O/ ?& i& x# u
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。
* W' j+ k% B# }0 m i f% v2)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?
2 a- x' l7 [" O; k j3)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)。
3 B* `. y: }: e2 l啥时候看:/ N) i- k6 t) ]8 @' |, a$ p) T
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。- a9 c9 s8 u- B$ 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。
/ t7 I' N' ^( j& G2 C0 s& ~( s: z
. d( Z; X( P- H三、看流失率(功能性的app), x4 n# R0 l2 S/ }# S, R; V
看什么:
8 W4 n, f5 U8 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。" X, z. n$ x0 u5 W4 V
看出啥名堂:5 t6 v! E0 h$ }( n: {" I0 k+ w/ K+ `
1)找到关键流失步骤。8 M! {/ s4 O3 o! R" y& n- s# D
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。
: h2 T' b5 w, U }3 x: N1 J8 N3)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))
& P4 L3 C( W- b5 j# m$ D4 ~啥时候看:" n8 E8 d9 y) y9 k) f" w
1)要提高功能转化率的时候看。9 e* I Y7 W% `% B" d& S
2)制定自己的kpi之前看,哈哈你懂的。
: U6 w* l' \' m' k$ V3 d" Q$ X/ _3 A" A1 k3 v+ K
四、多从几个纬度做筛选,把数据看的更分明。" F; e8 `& @+ E8 o& ^. @8 r' c0 l. {
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。- }* k! J! a" {4 U# J
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。
- P2 |) V7 p6 [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( Q- q' F0 B8 V$ ?7 x. O) b
! {; Y( t& C" Q) D) m6 \5 P
五、花边数据,帮你了解用户,但对于体验优化意义不大。
4 _, k0 u+ |5 y. 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。
r7 v$ \8 M+ w- E1 O0 C2 K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。& @( T, J, N' Q8 d F$ x! s
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。
" T; p9 X/ t: V9 v% I% u# c
' j$ P* I6 I* i0 [" I9 v. ?) |* X最后要说别太迷信数据,创新的点子也往往不是来自数据~& Y7 ]& r* o' k
8 ^4 j! M; `- }/ Q$ m名词解释:
% ~8 k6 \% q! G9 g, Fpv:页面访问次数$ z* ^8 `9 }* V4 T' t* R& C
uv:页面独立访客人数; K# P, l) W0 I- o: p% {! v: y
|
zan
|