- 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~/ }( }: ]4 I y7 f$ {+ t9 G/ R
9 W' l% v u7 w) U一、看整体看趋势,了解用户去留。
: c3 m a3 G0 J看什么:* p& a+ j; e" i& a& @# d$ B
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。
6 L) j% H" d# Q! n) ^5 ~3 U看出啥名堂:
; G' d6 q: @+ @6 m9 M4 w: g$ f1)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。8 d1 i! {3 |% D
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。* `/ L" ^( d( Y( X k$ e8 @) J% U
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。
4 c4 Y8 ~, V" i. U! E. O总之,看看大趋势可以帮你及时发现问题,制定改进目标。% t5 D9 D" F$ Z; G; R9 K" F
啥时候看:6 i; s/ a! u9 d2 m
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。
1 Y, K& L3 P, ?' V) y9 B* l! g2)上了新功能、新优化的时候看。& i, F: g }# _1 R, x @
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。% M' B. P# _/ v
! Z: I; i$ a" N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)3 |1 l3 s+ Y; S5 z5 C) p/ \# l
看什么:. y- d' f5 d$ x
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。9 S$ q# z. w7 `. N8 v
看出啥名堂:
3 u8 e* }% V4 F& m, M: C1)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。$ t' m0 h3 s3 Y7 E% f# K5 [2 [5 f# j
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?; r7 \' C4 j2 V3 i' I
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)。* X3 i( {& f" f' E: R* u# Y0 ~
啥时候看:
$ A6 [. A+ U- N" R, x1)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。8 A: X/ X# {& m
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。1 f7 W- c# N6 L( {' U
( g% M9 C) t x; ~! F
三、看流失率(功能性的app)8 L3 L. ?/ `& T- C
看什么:6 J- C. o6 {2 Q; M3 D4 I
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。 M- Z2 n0 _4 u2 E; Q1 i
看出啥名堂:
, p, Q5 S: x8 R! s' N0 |/ V! @; n1)找到关键流失步骤。
5 ]5 ^/ H5 k: c% s! P1 k; ?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。
* _* c' s, t, O" {1 d3)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))
8 f# l- o6 |+ D( _啥时候看:
9 }' R- c$ u5 M1 y6 ~- }% Q1)要提高功能转化率的时候看。
: G6 q$ ^+ _8 `+ V- I0 X2)制定自己的kpi之前看,哈哈你懂的。/ m/ E: ]* p: b" F/ P
% K2 [- Q) N& m% y2 W L( A. Q
四、多从几个纬度做筛选,把数据看的更分明。
" G; ~8 y* A7 [' b& e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。' G9 g* K' y5 ^, I) b
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。& F3 X8 B- L' g, H# w
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
. z' y J' h* ^* C
4 ]. o5 W- R7 Q0 R五、花边数据,帮你了解用户,但对于体验优化意义不大。
$ X- `6 s- S9 m: 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。8 j) b+ M, ~% y6 L3 K 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。
( i3 Q$ L. w, d( z4 U4 Q9 H5 V8 P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。
# ]) w! y8 D: i. j% V: I; n/ G0 y' z: ?/ }0 J8 w
最后要说别太迷信数据,创新的点子也往往不是来自数据~0 `5 ~9 _9 A5 w. v
0 {, v# R4 v+ U2 a5 f6 w0 F名词解释:- v* ]' Q( D- n' U$ r
pv:页面访问次数
" I3 B# U2 ^! J3 Z5 Ouv:页面独立访客人数 e8 a7 o7 X! _. L$ F
|
zan
|