- 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~" a/ t) N. `! l5 d6 l4 p
3 X3 W6 i* M6 j! s/ @3 U一、看整体看趋势,了解用户去留。& A Q0 F! {/ h- D
看什么:
8 O7 p# g+ z7 _# @) \: I% A" K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。0 C/ D- b8 T7 @9 K* O
看出啥名堂:9 e' M0 N9 n" |
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。2 p4 Y! a) X' u
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。
1 |1 z& V9 G5 M) U: W3)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。
7 x3 t. I3 l( N6 B5 w, d1 I总之,看看大趋势可以帮你及时发现问题,制定改进目标。
7 z+ s6 w+ l1 j* {$ C啥时候看:
/ ?- G6 x; n& l! n/ N1)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。( d6 Y& l4 z' ?6 {8 ]
2)上了新功能、新优化的时候看。# X" G$ ~, O6 W0 z
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。
5 ^3 X& w0 M: J- |7 `! V& {; U; y! Q) J( V; {9 O c( ]
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)0 i8 {6 K D$ F9 z" t6 j4 j
看什么:
& J- r& ]6 Y4 w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。7 R2 I- W/ M+ p) |. P+ m- O
看出啥名堂:
& d9 I0 D8 F( v7 K- u1)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。 d; Q F4 y' D: r
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?
1 ^$ B5 r# t2 m$ w5 R; b$ u# D! 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)。
0 i3 Y: p" l5 h) s7 h2 d啥时候看:$ K9 p: g' _: f
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。% q' [2 k; M, f
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。
' b3 r+ b* v" g( L9 W f: K5 `# n% ]
三、看流失率(功能性的app)
d/ o2 Q0 m4 M _" n看什么:
9 i/ z! |6 C# |( b* J+ 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。3 {+ N2 T0 W8 B( T Y0 h: q
看出啥名堂:
& S2 d" i2 ^ A, y8 Z" K1)找到关键流失步骤。( a* q" b' \2 m7 p2 l
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。
5 J l! I7 D3 B! W$ `5 |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))
$ d" ^, C: f+ z- [# H& W' p啥时候看:5 p4 o& m9 k3 l8 z
1)要提高功能转化率的时候看。6 V! |; v. @& ]9 Q5 }
2)制定自己的kpi之前看,哈哈你懂的。
! Q3 [7 W4 n$ K. L" L- o* i4 n3 V. U. K
四、多从几个纬度做筛选,把数据看的更分明。) K* g8 I" l8 f8 y
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。( V1 ?' O! a( }' {9 l3 ^
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 o t8 c1 ?! Q, k' [
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# D! r @* G4 Z$ Y3 B
' x+ @9 B2 e t
五、花边数据,帮你了解用户,但对于体验优化意义不大。
2 h2 W' B8 m$ K/ `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。0 L3 H, u- Y$ l$ b( L1 g% o1 ^/ q" x
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。
% \1 @2 A$ e- h- I: u! G! H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。
1 d% x8 A2 R" n1 ^
- b; d5 q4 \* ~3 S% A. Z, J2 K最后要说别太迷信数据,创新的点子也往往不是来自数据~
8 c# z4 s" h' e# H- Q8 R
4 J/ @# B3 p5 p; u& ]0 O: E5 T名词解释:& v* S8 c. C" ^% H. y" A
pv:页面访问次数* q$ e" M6 _+ F5 \
uv:页面独立访客人数. ^* a) [7 \( D. P3 @$ v
|
zan
|