- 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~
( |: n6 b" c! v, b+ y8 V) s+ t1 _* A0 n( @* z6 p
一、看整体看趋势,了解用户去留。
( B% m3 ?: o0 |- p7 c g0 B看什么:' H' G/ o/ V- _$ N; _
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。
' n. w1 e. r# y% c+ y看出啥名堂:4 ]5 r/ H5 f) `+ x* C4 \5 m
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。
- p' t7 K4 R) N' y4 p/ Q/ b3 t2)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。
. [5 A8 D" h- a5 E3)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。9 K5 i: z' L3 g7 w
总之,看看大趋势可以帮你及时发现问题,制定改进目标。& l4 n' F m& g+ E9 L! l
啥时候看:
- c) X& O/ B4 ~8 j7 s# y1)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。2 }' D' @8 z* K7 o- y$ L% `2 s
2)上了新功能、新优化的时候看。
7 I/ W+ S# ]( ?7 Q3)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。
6 {7 }9 s" i! A3 H$ t- ]$ o k) f) Q6 t: z) a- j% j
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)
+ L$ j' p7 y/ E; l' Y看什么:0 i0 p& E2 S. Y9 Z% n# N( Y
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。. E& a. I1 t, t
看出啥名堂:+ O& n- o6 s( |+ I4 X
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。4 y: {) ]* i# P( V' u
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?) |- Q1 k2 u) s) M& R" P$ }* g+ B
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)。
/ J1 M' k- W, {啥时候看:8 u: b6 Y# ~ ?6 ]* P$ y7 I$ z
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。
+ {. [1 H0 N8 t& A% z5 w! ^3 ~8 B2)发现页面的pv、uv大趋势有问题,来看看能否发现问题所在。
' X" Q: v$ `. O3 h! V- Q, @+ O; q& t1 w0 X+ q
三、看流失率(功能性的app)
3 z) F1 I4 v: q; m% ?4 B看什么:
0 D* C7 K( X% P$ Q0 J2 {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。
" r2 s3 P. H) U& ?看出啥名堂:
& t: ]2 ~! x5 w4 H* C; Q8 A2 H% ~1)找到关键流失步骤。
6 K( L9 L' l' `/ N8 A, W2)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。- H3 t1 L* }' M" H
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)). T* E( ^, w) s- j
啥时候看:+ s- l/ U. g. p8 `
1)要提高功能转化率的时候看。- O) X; _4 Z( S! N. Q4 L2 J, ` S
2)制定自己的kpi之前看,哈哈你懂的。- O7 z! T5 Q0 z& }" q
5 T0 X1 |* A9 A. `四、多从几个纬度做筛选,把数据看的更分明。. ~/ a, H A0 X) c
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 ~' s- p9 S5 O; R+ [
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。' H- H* [; i/ z
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
`& e- M7 z. T5 w$ v* F% q. b- u$ ^- l& {
五、花边数据,帮你了解用户,但对于体验优化意义不大。' t% \0 N$ e# E. p
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。
" Q. y# Q/ Q% ~2 K3 f$ E$ t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。7 G% X9 m* e% 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。8 k2 L% M U! a, f6 n* T( f
1 u% [+ P( f( C7 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~2 K' X! j+ y/ f$ f& p' R
$ ]; v7 y$ }9 D. h' I" O名词解释:
1 [+ h) _* Y6 `1 O, A- Lpv:页面访问次数
3 @/ T' i( H5 Y6 Q8 J. suv:页面独立访客人数
% [- P) ]" d. }# t |
zan
|