- 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 z1 W) c0 J6 @# k( f( y* Y/ }/ V+ ?3 X5 v
一、看整体看趋势,了解用户去留。
2 N1 P9 `* ^, P6 r: h) y3 T/ S看什么:
9 |% `7 P7 K7 z+ o7 V: L( S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。- k& @( C6 r$ k7 X/ e
看出啥名堂:
% k* X$ x" B8 V! c' } i ]; L1)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。
1 m- x5 P4 a9 r. Y2)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。/ X& t$ a- D, @1 [- q5 P
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。! q& X9 u1 r% X9 @& r
总之,看看大趋势可以帮你及时发现问题,制定改进目标。0 J% _4 K4 T8 E0 O$ `4 m& ^
啥时候看:/ C' D6 n a# o/ w D
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。$ {( P. b" z: a3 w, {" A
2)上了新功能、新优化的时候看。( p$ W# i! o: |
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。) M* L Q0 m% E$ L5 O& |6 P' U
0 V. Z1 R8 \4 U Y$ q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)% I' @# N, J% `( V* W/ m) R
看什么:
L( v d' @$ ], F7 K6 E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。) G. g8 n. y4 D
看出啥名堂:
9 @5 o- ]' l& X3 b1)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。
# A' Q, @! |+ n0 W2)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?
! B" D( Q. H& z# \( p% {7 r3)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)。
j) d/ P/ S% L4 n啥时候看:0 ?* j+ O/ r: o, F% 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。
" D( p; v( N0 n0 N0 _2 a) |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。5 x4 E7 e7 F3 s& n
: \4 k# S6 ~1 w& O) d3 c4 |三、看流失率(功能性的app)
0 Z0 F: x% w4 r1 f看什么:' J5 Y3 L. H/ i! O4 h2 Y1 A" ]
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。
& g& M" _5 e. D) \: I8 G看出啥名堂:
$ d) L P2 z( `9 B U! x' X( ?9 W1)找到关键流失步骤。/ P: p/ u. r6 L2 V: b
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。1 @- _4 G. @6 ~( a
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))/ o9 ^* q3 D1 \( g, v/ Y8 D
啥时候看:
( O) \; L0 V* ^6 O- v. {- l1)要提高功能转化率的时候看。
, E/ c# c; F8 r B2)制定自己的kpi之前看,哈哈你懂的。( ?# h, R& i: I" A( Z3 S
- J0 x# a8 X. i9 M; m) k
四、多从几个纬度做筛选,把数据看的更分明。
* C0 n- ?! k- E+ 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。; d6 P& N8 ~- g* e
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。. w2 y0 t! ~2 s0 {/ W
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( l4 @5 e3 E) I
- C. y2 g' e1 x; R5 C5 |* u
五、花边数据,帮你了解用户,但对于体验优化意义不大。 |) S5 Y- {& ~8 p7 p( f
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。) C% i; [* H3 a: b7 K8 L) R6 {
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。
. `6 T. H3 U( L- X, e5 i- V, A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。& Q5 o# X! e! b, t9 @" N2 O1 X. m' c5 a
3 `. a3 h( Z5 d3 v ~0 S" 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~$ p+ d4 F+ e. Z, o# k' z4 c3 M' v) G
% b+ E+ x- k; J% L9 L6 h, P
名词解释:
; a( x8 T6 b3 z. upv:页面访问次数
g$ X- V. @5 i) Auv:页面独立访客人数# _2 Y) F. ^) _. {9 c$ W
|
zan
|