- 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~
( k8 n, s3 ^# |' f8 M$ ^: N& q% w+ S, d( O
一、看整体看趋势,了解用户去留。
! z. y1 w* z) ~* L* M( ?1 L6 I- Z4 W+ @看什么:) [$ U6 m( V8 e7 z8 X( a/ E8 r: s2 p
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。
4 {. E/ Z) m0 a/ O. j看出啥名堂:) Q8 r4 p ?- o+ b; E' G z
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。
4 n. @) g' v% `: @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。 x9 q! s" Y, u- h* ~# @1 l
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。% X, _$ R# Z# T3 j! }; K
总之,看看大趋势可以帮你及时发现问题,制定改进目标。
/ q+ H8 w# a, a9 C( c啥时候看:% @2 V8 h8 |. g4 x
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。" h8 Y7 K! k1 L& S! ]' d& F9 N- d$ L
2)上了新功能、新优化的时候看。2 l& T& g$ a: L& g5 a. d6 `( q
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。
3 @) |( d4 g4 l4 B R/ G9 k7 }4 l& k2 \) V# v
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)) ]! X3 B5 {6 `7 w; a
看什么:5 t5 [- C( F" u$ A
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。6 H2 g5 R- Z5 O/ W" g! b7 O% i
看出啥名堂:
. ]2 t" p, A/ C: W4 O1)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。, D5 H; O8 Q8 g& C0 m
2)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?5 y4 \! Z5 f2 e( J6 C$ P1 X
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)。; g2 l; i0 @* O, U% a$ x0 F0 J
啥时候看:6 Z% g1 f Z& ^. p! Z4 Z$ A+ W9 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。4 D5 O. P' a+ f" M5 X! z
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。 W' C2 w3 }+ C: _
- x9 }+ M1 s0 I( ?9 G$ Z三、看流失率(功能性的app)
% p8 H- U* a. [3 U看什么:
' Z4 p! b3 f" ^* c. p/ l! u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。. o. G6 ^) `* [
看出啥名堂:5 @" k2 |5 C2 `" [- u( v& B5 h
1)找到关键流失步骤。6 R' l9 Z- X) r6 ~9 d6 \" z+ i9 m" u
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。$ M6 o" L; H+ W
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))7 m4 C) \/ M, a6 e$ \7 C
啥时候看:
! R5 k# Z$ G, o% u% k1)要提高功能转化率的时候看。- e/ a6 y1 g$ d( n$ h
2)制定自己的kpi之前看,哈哈你懂的。
9 ~& R/ X2 ?, R2 Q" p
: v& r w" H6 z/ a% V5 E四、多从几个纬度做筛选,把数据看的更分明。
, ?9 y. Y Z7 W8 `& 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。- L9 Q- {+ D7 y2 D
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。. {3 {# ~+ J$ W: [+ V M7 c
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
X, Y. l+ \8 m/ @$ P$ \
3 A# e/ Y7 @- w4 |. j2 G7 e. {五、花边数据,帮你了解用户,但对于体验优化意义不大。
; b6 u1 t+ b4 a# t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) t$ x9 {2 Z6 l2 O; |
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。8 S; m: B* |4 y$ p9 y
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。
) e/ w8 _: I8 |, v& P6 M W
4 q: m- H; P$ F! E# 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~
/ n. B# x: g I1 h+ c2 U- d% z% x! Y; U- K% v
名词解释:3 j( K( y. e/ s7 O, i( ~( I" Y
pv:页面访问次数0 R. q9 V0 b p7 Y3 k! e/ A
uv:页面独立访客人数
) G8 q4 P6 o7 M6 H |
zan
|