- 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~
0 P. d; s. A, l3 Q% ?& ^1 ~9 C& r o1 L/ `4 r
一、看整体看趋势,了解用户去留。% _4 g' g6 t3 f x% Y. X& c8 @
看什么:8 Y( C) w1 r2 G9 V- }4 d& Y
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。1 L5 x$ i' w. V6 }- c
看出啥名堂:
% n' ~( W# c& E1)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。, E. N2 q5 T$ D3 \1 m% f, X
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。
3 h1 h: ^5 b6 [/ 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。6 F+ h) y, {0 P- g. }
总之,看看大趋势可以帮你及时发现问题,制定改进目标。( O6 e) T% ]3 f0 Y8 C% i
啥时候看:
8 Z" y4 c" c3 s; O6 K1)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。
5 F q% d6 {3 m! i2)上了新功能、新优化的时候看。
( ] l5 u6 N P! s" I9 ~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。% P3 D; w! f7 q2 r3 u
" ^( e4 H& ^- e5 o
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)
4 U- w6 e2 U& u, S看什么:- q6 Y& @0 G. M# {
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。' q- i* \1 b' G9 x6 z& }, \+ W3 K
看出啥名堂:6 z- N7 }9 ~! D, }* J7 E
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。
3 A! V6 [, a# X" c8 H2)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?
' j, I5 r" M4 p) ^8 Q3)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)。/ z0 c7 E# N8 P) { i( q h3 @+ k8 _
啥时候看:* i' n+ y- \, b6 _3 p- U$ 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。! g& v9 ?" `! C R& R
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。# K' x, D* h, d4 G6 S8 v, C
# ~2 o" P: N1 O3 N三、看流失率(功能性的app)
* |) J* D0 S- j0 Y+ R5 q- i9 K- q- @看什么:$ V6 A+ D( V% {4 _+ Q
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。
( a) P/ g% B3 b看出啥名堂:( k& y3 z+ |9 n; I5 f
1)找到关键流失步骤。
" T( {0 h' ^2 o- 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。
0 V" o1 s D3 i8 x, D3 j3)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))
# G4 ^/ I* R* E1 T- X) x啥时候看:
. z, Y1 \% [: r5 w& I& p# H1)要提高功能转化率的时候看。
3 i3 f, \+ c Y/ G2)制定自己的kpi之前看,哈哈你懂的。( r; X! m8 r+ {6 I( u8 R
7 ^4 D% T6 t- K# Z) s' z0 W \
四、多从几个纬度做筛选,把数据看的更分明。
, f/ C. y; J- p Z3 q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。 |, p% N, I/ |& G9 v5 q
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 q% b- E5 ?! _0 b. `$ I3 M R2)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8 c+ f+ x! S$ V, Q4 \9 M
/ O& [- L! P+ g6 c1 z
五、花边数据,帮你了解用户,但对于体验优化意义不大。
3 Q! ^7 g9 r& t. C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。
. f0 G+ S: e3 a; H) f! T2 n7 Y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。' {, X3 R0 m, I' ~5 I+ R, Y& V
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, f3 C! S6 y- o
( j/ `) s1 b- S3 j6 c8 x z最后要说别太迷信数据,创新的点子也往往不是来自数据~9 @' \& H# I9 s
4 A$ z0 v' {/ P1 ^名词解释:
0 I4 ~, v6 B' Z( F. t' Xpv:页面访问次数
/ T2 g8 x9 f! _" ^* X2 ?uv:页面独立访客人数
2 i0 Z" G' t7 ?1 l( r* n y* B: J |
zan
|