- 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~
- w: l( I8 n" k5 D+ K- D% j1 G/ z, x8 [
一、看整体看趋势,了解用户去留。) i+ K# J/ q) ^0 K
看什么:
- U$ x6 T7 C3 p6 k& O$ k" G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 A: [3 b- D% g8 y0 }- d) G看出啥名堂:
, a1 u! s( B9 c- j% a) l2 V. i; x3 x1)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。
7 {# ]+ y5 H( S1 N3 y8 G# g1 ]* e2)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。1 H7 l- N1 C: L: w4 ?" c
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。% ], }0 \/ q- G
总之,看看大趋势可以帮你及时发现问题,制定改进目标。9 `6 e, C: ]* z4 J0 w$ L) U9 L. g& Z
啥时候看:% o8 W7 h& l1 _8 P9 w' X8 V
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 o C; b9 _; l" Z D
2)上了新功能、新优化的时候看。
/ ~( X [) W' t. C# H1 c6 Y3 _5 Q9 A% 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。
/ [' W# h ]- q$ X* }- r/ b
8 j" l; y% \1 ^2 K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)/ C( |+ x# F5 c; L
看什么:
5 P1 y1 |4 _ `9 T; k& o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。
3 t) W/ N; m: Q5 d/ N看出啥名堂:
' k7 ~" s& a6 W5 v6 k- K# d1)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。$ Q, W! j9 V) t2 Y, Y' M7 j; `) Z
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?7 `, n6 X; Y; C8 g' h0 E
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)。
, t# }" }$ B3 O啥时候看:/ C5 N$ ?8 G4 p4 m* u7 {
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。
/ `# r+ w7 K% K2)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 [* B, r( ]. A% u: a' C; X* \3 d' P: v
三、看流失率(功能性的app)
1 T3 \2 e9 w+ s' i: A! V' }. {看什么:
& u6 r9 y# K {5 S/ x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。# u! Z3 d E% C" t/ I8 s
看出啥名堂:
- j# {! O$ {( Q: U& S3 L, H0 e4 o1)找到关键流失步骤。: u- J# d% i, e+ t; o7 v- |
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。
- h" ~0 e( ^0 n$ i1 G" O( B j- H3)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))( E( I. i- D1 e, y: G0 B/ n
啥时候看:5 @& c; o: A P9 M# D
1)要提高功能转化率的时候看。$ V6 Q9 e- s8 {
2)制定自己的kpi之前看,哈哈你懂的。! i8 z/ |7 q1 k9 q, {
9 t2 s9 F C$ E" [
四、多从几个纬度做筛选,把数据看的更分明。! z2 b! v9 u: _5 N
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。
: j4 W- f$ O) p- }9 v1)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。. {, U8 [3 V3 O; `7 s
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
0 Y+ I* ^1 b; J) I6 R- P% v! ?" t- @0 f; Z5 n1 \
五、花边数据,帮你了解用户,但对于体验优化意义不大。& v }2 [7 Q. z7 \& F% R5 L
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。" w5 S1 a9 B0 E6 m: h" n
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。* [0 D# s3 k, ?% [5 A1 P) C) |+ R
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。
( y. `2 C8 G/ Y# u' Z
/ X0 t o! Q* K2 d/ E1 p最后要说别太迷信数据,创新的点子也往往不是来自数据~
" L5 C* t$ P( B* G1 }3 i- B* n% d1 z4 c$ Q8 z6 j. C$ ?
名词解释:8 v. a: l# F" b8 Y" U& @
pv:页面访问次数
* x' I% A @- ] I. Iuv:页面独立访客人数
5 x$ J3 I8 u/ ]+ l |
zan
|