- 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~4 W8 V5 W* @. u( p
+ q- [7 G( ?6 w2 t- \4 m( l4 ^一、看整体看趋势,了解用户去留。
# n4 @7 @6 A) N看什么:2 u9 K/ u, Y' w
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。) N7 t* z5 [' @8 C$ Q
看出啥名堂:
+ z: m+ `5 `; w7 {# [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。: k; X |% y& N4 m: R
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。
/ Q: E. m5 E6 Z- o' l Q6 a$ [$ Z3)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 U$ Z }0 i# t% M
总之,看看大趋势可以帮你及时发现问题,制定改进目标。0 c3 L) m4 Q# ~ l# `& A* I
啥时候看:
0 w2 C9 S& h' j! 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。% R& N4 e9 p+ z/ W$ k s
2)上了新功能、新优化的时候看。, H! }" e) ~2 s
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。' w7 \$ L r3 {' j" f% C d, C) j
9 M0 N& @+ c: H6 \7 U
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) v6 y: i& |+ |, D
看什么:
/ T% M5 V2 w9 ~0 \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。
* Z2 O5 Z. W: N) _3 ~6 h" k2 X看出啥名堂:
% k! ^, Q2 j( P" @2 h9 S3 x: w1)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。
2 p: U- H5 ]( A0 z/ M% l2)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?
3 {. z' o& @9 p6 L7 m) G9 h C U" k3)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)。
" k, r6 b1 D/ p啥时候看:
. h5 e5 k) K* |& M) d1)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。
& `6 b! _/ x- t' I2)发现页面的pv、uv大趋势有问题,来看看能否发现问题所在。
$ R3 z3 o' D5 a* Q- w' n0 z( |& a/ ]- F8 q6 I- l8 A4 c/ y! S6 M
三、看流失率(功能性的app)8 b. L: f5 A3 g
看什么:' V' i& }# v! l
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。
. | D M7 k' S" e( g! ^. R看出啥名堂:
% W3 E/ {1 ]5 R# f" O; f1)找到关键流失步骤。9 ~# l# x5 Z/ Q1 K1 J7 I
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。& F- @' a4 j1 y- M1 s+ W! u2 D
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))
9 f0 v* r `0 }" J" h: u3 B啥时候看:
/ I8 P3 T5 h& I C8 z- O1)要提高功能转化率的时候看。9 M) a& T6 J, c/ ]
2)制定自己的kpi之前看,哈哈你懂的。+ _/ x7 {. Y: p# Q1 }
& L& k `! j, l四、多从几个纬度做筛选,把数据看的更分明。
7 q% X- [) u: F1 g! V8 f6 H+ V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。
0 k! E5 k$ f* @+ j7 U( g1)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。
3 H5 t4 N( m- t3 a2 w- e9 M2)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- A; R/ g% a# H, ]) F
, {" e1 a3 W0 l# Q% @* k7 z% q五、花边数据,帮你了解用户,但对于体验优化意义不大。$ w4 R1 Y/ e- \+ Y! {' N
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。
! d3 \" ]/ l3 V$ \( v% N/ Q& L1 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。- k& m2 \3 f' e( `
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。7 }* X. I( s# k7 x$ L
$ g6 O ]( x1 }: Y
最后要说别太迷信数据,创新的点子也往往不是来自数据~, |& t" _* X0 `* |
4 ?) F7 K! |% p( |名词解释:8 q& V/ R# J- m/ r
pv:页面访问次数
' j: f# e9 K) o0 K7 d8 Juv:页面独立访客人数1 N2 q6 `# [) p0 u0 [1 v( `5 ^
|
zan
|