- 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~
( T( t z7 @- v7 o+ y& [/ j! ~* X/ \( N7 G1 s) V6 j8 C1 H
一、看整体看趋势,了解用户去留。
+ M6 I: V6 |. n# q D2 f看什么:1 {- w7 U0 i% ]* e/ K2 L
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。; ]" C" ~& Z1 D# N8 B
看出啥名堂:# y d: S1 ?5 D% \4 {! \
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。
$ e+ A8 v/ W" W9 A2)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 c% J% i7 G% q* E
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。. X. a5 Z$ a" c2 r& N
总之,看看大趋势可以帮你及时发现问题,制定改进目标。
4 _5 q: y q) O1 P w啥时候看:8 M# W4 G1 X2 H$ e6 T. _
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。
* F+ l1 {9 d: `5 F- q2)上了新功能、新优化的时候看。# u; H& R5 r3 e3 {2 l
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。
% j& j- }6 C" i
0 B) C4 ^1 @* G5 \" _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)
! o" g- P' n( I; a9 f+ s! ~: i看什么:
/ F6 H9 q# h# [& }- @' l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。
| X* S2 C7 V2 ?. R9 @看出啥名堂:/ y M4 M% |$ @# R: M1 _- e2 G
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 }* @4 d; ?- \, Z ] M6 }+ y2)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?
7 J- _- I1 A2 X% n3)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)。/ b$ M; K. j b( w4 \; u
啥时候看:' X' N9 o7 t3 s. r2 p) L% F# e3 \
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。5 b6 I; H u. k& `" N. v1 ?( M
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。
0 {$ a4 d" i. `( S7 q1 m1 h, p! G T6 E# _% k
三、看流失率(功能性的app)
j' Z) n2 A: e3 p7 [" B! ?看什么:+ h w T( _) _9 r
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。- H. o! ?: }( Y' A z9 b2 Y5 n7 |
看出啥名堂:
$ o% x( x( H9 a' t1)找到关键流失步骤。
/ _' }6 _% _0 M0 o+ k2)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。
7 Q; r8 @/ z5 [1 ]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))8 y8 Q5 U% h+ j2 F% S6 W2 P
啥时候看:" p- }7 R6 j6 h" \& J7 f. q
1)要提高功能转化率的时候看。
% e( V8 D$ ~1 Z2)制定自己的kpi之前看,哈哈你懂的。* r J/ K( J( |/ i+ n/ ?3 g. m0 l
) L4 X7 h' H/ d) ?
四、多从几个纬度做筛选,把数据看的更分明。- e, F' s4 g0 Z* L2 G5 @
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。
% K1 Y. r4 \7 A3 Z1)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。
( f4 e3 Q5 ^- H0 H+ {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; U8 \# `# E# t- n) U2 y
% `$ ]$ W: ^0 v, E& X ]
五、花边数据,帮你了解用户,但对于体验优化意义不大。
; I8 D# V& g3 r) @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。# l! k7 r# U# Y, _ S* M
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。
_# A& d& q3 c$ k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。6 c( m3 \7 u( [' O
1 N8 z3 N0 N8 N最后要说别太迷信数据,创新的点子也往往不是来自数据~1 F* @* \3 e6 }# {
0 O4 Q# M& M) O& q3 f j名词解释:
$ l' j5 S2 \/ u: q \* \; npv:页面访问次数
! V" E+ B% t( D8 v, ]( buv:页面独立访客人数
6 H1 e2 }6 D# U& y |
zan
|