- 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~: R: k7 E9 p/ t% x: x9 W* m
. m# e5 d5 Z; |3 g" v9 t, C一、看整体看趋势,了解用户去留。 l( M H6 h( a2 ~/ X& w. y
看什么:8 y, W5 X6 c4 _2 I
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。' Y1 t/ [2 D$ R
看出啥名堂:& _" h N( I& D- }2 u
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。
& R3 [3 P7 G2 f: O3 e9 Z2)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 T. R. e* ^9 t/ m0 G( J1 O+ 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。
2 n. U0 Z: n& x, d. ?总之,看看大趋势可以帮你及时发现问题,制定改进目标。
2 ^ F+ F8 b( v啥时候看: R- S+ j- m( q- r: p( c1 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。
# ]$ `( I7 ?3 y! e! L* E7 Y2)上了新功能、新优化的时候看。
& c3 k3 `, ~4 _+ V3 }6 K3)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。
( q1 e( F3 T0 Z* \, k7 ?+ M5 G; O7 _8 T8 x& Z, G; {5 h, X
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)6 D& L! m4 `/ K
看什么:, t, k/ \9 e' G
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。' f% o7 h- G4 g) M
看出啥名堂:. u. F) ?; ~ s" ^
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。. L4 P+ Z% B: v, Y' q* e* L9 {
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?" V) _$ Y( ^: @- q
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)。1 G/ `" X0 G0 {7 t' N
啥时候看:
% j. q2 e' X# u* Y" o1)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。
; ^2 z3 X) X: ]2 v% I! @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( n( r! d' \! W" [' ~) c8 x
& r1 y+ `5 D, Q$ p; X三、看流失率(功能性的app)5 i5 O7 `: q& l6 S: S: ?
看什么:! L" ]& W* `& M5 G$ s8 x9 s( z5 A
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。
6 b) M8 u3 v8 s( [& u& v看出啥名堂:
8 g0 U$ ^) ^* |% C, R. ?4 D* l1)找到关键流失步骤。
( o; J# P2 M$ ~, ^' Q2)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。( d/ X) q m; |0 ^# h( x! S
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))* j& Q- x+ k3 _# p
啥时候看:0 G9 D1 _9 @/ \1 @. S5 g
1)要提高功能转化率的时候看。0 h P) w( Z1 f: O
2)制定自己的kpi之前看,哈哈你懂的。6 G, r+ K G( s" C# k3 [8 z& D
- r2 D4 s3 w+ i. _ }) P" h$ g+ T四、多从几个纬度做筛选,把数据看的更分明。
* c7 A- F, H; E) e: N; \% 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。8 P* ~0 r. F' e$ u7 E
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。2 u3 B( {5 g! P! @: J
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
9 I# h% n8 g/ ^* | ~
- M Q* O& {2 G" s2 C4 j五、花边数据,帮你了解用户,但对于体验优化意义不大。) [) m. L' \4 R7 c: X* [ x' I+ H3 h
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。5 v- E2 [, L3 M7 e& j$ ?
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。! M* \+ x2 u$ C7 \3 G. f+ A3 n
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。$ s" Y4 m2 X8 `6 @" {( Z
" H% b* f, v+ W) j0 q
最后要说别太迷信数据,创新的点子也往往不是来自数据~
% }+ [" f' K1 E
4 @! D' Q: A+ I; m" H* P. K名词解释:
: f8 z$ f: m9 S) A: E) zpv:页面访问次数
( E/ J' d' V2 J% yuv:页面独立访客人数
) Y/ S- ~" f: b) s$ _ y |
zan
|