- 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~( A9 o6 R1 M* k% r6 W7 H5 n* f
& P$ B* a/ f/ L0 s! T一、看整体看趋势,了解用户去留。
4 K {! ~' Q8 f1 @看什么:
0 U: j& X: t' X) 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。! l$ }- p7 }# M+ y% a
看出啥名堂:
& B$ n; ?5 b) x% ?1 S1)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。9 j! I& H! C. |& c
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。
) e% n e, C* x* S$ b8 d( T3)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。! u) y5 O5 C/ F+ P' o; x
总之,看看大趋势可以帮你及时发现问题,制定改进目标。
: r T# C$ G, I% x; d9 N6 s啥时候看:$ F/ z4 |* E' H
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。0 ~! a3 } ^3 B$ `8 C) f
2)上了新功能、新优化的时候看。) ~/ ]2 ]5 v3 L& z& A
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。
2 |. s u; b* }9 g$ }5 p; C) o5 Y! X* \6 a9 v: z6 L' F
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)
) M+ p) h! Y: g看什么:
2 A: G" e" s9 Z2 _5 V" g7 [5 m% I! T- u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! \* o/ n$ y0 e4 f, `看出啥名堂:
: F2 P2 C: ^; A, o+ v1)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。" H/ M4 B5 |- P' A
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?
2 V' F! G4 c+ L4 {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)。
1 B O; W# A/ T* r- Z9 Y啥时候看:4 I }$ s; C7 `: M9 s {
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。
2 I: ]5 [. u" k7 L. U2)发现页面的pv、uv大趋势有问题,来看看能否发现问题所在。
2 @- Q4 B" w+ l* i, \0 E
; z5 c- D# V# I- k三、看流失率(功能性的app)
9 B+ j @8 [2 i, T4 w看什么:: x E) O1 W9 v# u: [
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。' x. G* O) K/ f% q
看出啥名堂:
7 D$ x, s3 u+ q4 a1)找到关键流失步骤。
`0 v6 @- {3 d' M4 k; _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。# U! u* t1 U# m: R
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))7 r, K f+ e: I. I1 D
啥时候看:6 n! T* E0 a; v h" h
1)要提高功能转化率的时候看。* ^ i% h8 S% X2 R+ {& B; Z
2)制定自己的kpi之前看,哈哈你懂的。
/ l& Z3 z, Q% I& Z m1 N: U3 T2 W6 b, d8 p2 e- ?8 x6 h
四、多从几个纬度做筛选,把数据看的更分明。
( Y- }% J1 M8 G4 `: G1 V) P6 W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。1 \9 {! ^8 R. l6 S
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。: {8 W: P8 c, g8 `0 \ C
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6 M0 o6 `6 e9 K$ p( g7 Y K/ G, m, x
& K U$ |% }5 i9 m5 Y五、花边数据,帮你了解用户,但对于体验优化意义不大。 l# r. j4 m" o; w- 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。 H, b1 A. Q7 ^4 w! j+ f$ O5 ?
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。
_$ z+ E. v: J/ M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。# D: D1 r. X0 Y8 n# ?5 ]
, G( R1 g* P9 \% j) E
最后要说别太迷信数据,创新的点子也往往不是来自数据~* H/ k* c) Q3 \ u# Q2 w# j
: x4 Q2 w5 e% o4 B9 n2 |
名词解释:. ?0 k" Q. A; ~0 t4 ~
pv:页面访问次数
/ X% O+ @7 g$ D# auv:页面独立访客人数
8 U! @0 _, [' O, O0 I8 w |
zan
|