
你是這樣獲得數(shù)據(jù)的嗎?
所有人都在說,用數(shù)據(jù)說話。運(yùn)營有運(yùn)營數(shù)據(jù),營銷有營銷數(shù)據(jù),產(chǎn)品肯定也有產(chǎn)品數(shù)據(jù),各自的出發(fā)點(diǎn)不同,關(guān)注的數(shù)據(jù)和指標(biāo)還是有些不同的,你關(guān)注的又是哪些數(shù)據(jù)?你的數(shù)據(jù)又是從何而來的?
說到數(shù)據(jù)就想到統(tǒng)計(jì)了,數(shù)據(jù)的統(tǒng)計(jì)一般分為自建統(tǒng)計(jì)平臺(tái)和第三方統(tǒng)計(jì)平臺(tái)。從性價(jià)比的角度來說,還是使用第三方統(tǒng)計(jì)平臺(tái),嵌入一個(gè)SDK,添加上統(tǒng)計(jì)代碼即可。第三方統(tǒng)計(jì)平臺(tái)也是非常多的,比如:友盟、talkingdata、騰訊云分析等等,孰優(yōu)孰劣,各有分說。下面以友盟平臺(tái)的定義來作說明。
產(chǎn)品經(jīng)理比較關(guān)心的數(shù)據(jù)有以下這些:
其實(shí)遠(yuǎn)不夠,還要進(jìn)行數(shù)據(jù)的分析和解讀。字段之間的串聯(lián)和解讀,才能真正了解產(chǎn)品、了解用戶。
其中,了解用戶在應(yīng)用中的使用情況及使用路徑,我覺得是至關(guān)重要的,也是我倒騰比較多的東西。獲得此信息的途徑有三個(gè):應(yīng)用商店評(píng)價(jià)、應(yīng)用反饋、頁面訪問路徑。應(yīng)用商店評(píng)價(jià)和應(yīng)用反饋,是用戶的主動(dòng)行為,主動(dòng)主觀不全面;頁面訪問路徑是被動(dòng)收集的,被動(dòng)客觀相對(duì)全面。
用戶的頁面訪問,其實(shí)是有路徑可循的。比如:注冊(cè)流程、購買流程等等。以我們可以感知得到的流程,把相關(guān)的頁面串聯(lián)起來看,用戶會(huì)遵循設(shè)定好的流程瀏覽,哪一環(huán)出了問題,一目了然。友盟也提供了類似頁面沙漏的功能,查看用戶瀏覽過程。
并不是所有東西有路徑可循的。比如用戶瀏覽路徑,這個(gè)應(yīng)該就是無章可循了。此時(shí)只能針對(duì)重點(diǎn)頁面和表現(xiàn)比較差的頁面進(jìn)行逐一分析了。對(duì)于什么是重點(diǎn)頁面,這個(gè)不言而喻,就是核心業(yè)務(wù)所在的頁面。表現(xiàn)比較差的頁面,就是平均訪問時(shí)長比較短和跳出率比較高的頁面,加入頁面特性和訪問次數(shù)來進(jìn)行權(quán)重考量,會(huì)更客觀一些。
順便說一下,在做頁面分析前,要先了解友盟中提供的頁面是不是和應(yīng)用中的頁面一一對(duì)應(yīng),這是最基礎(chǔ)的。還會(huì)有一種情況就是程序共用了一個(gè)頁面,此頁面在應(yīng)用中多處使用,要做好區(qū)分和標(biāo)記,這樣才能區(qū)別出相同頁面的不同數(shù)據(jù)的情況。
還是不夠的。首先用戶行為,只是針對(duì)頁面來說的,一個(gè)頁面的用戶點(diǎn)擊行為又是如何?問題頁面的情況也是一樣,用戶為什么會(huì)在這個(gè)頁面離開?用戶在這個(gè)頁面做了什么?這個(gè)問題其實(shí)友盟有給出解決方案,就是使用自定義事件。
定義好頁面,定義好對(duì)應(yīng)頁面的行為,配置好友盟事件管理,程序進(jìn)行埋點(diǎn),這樣就等著接收數(shù)據(jù)吧。注意,前后臺(tái)命名統(tǒng)一才會(huì)接收到數(shù)據(jù)哦。沒有數(shù)據(jù),去創(chuàng)建數(shù)據(jù);有了數(shù)據(jù),去分析數(shù)據(jù)?,F(xiàn)在有了頁面的訪問量,用戶在頁面中的行為數(shù)據(jù),對(duì)于分析頁面的問題,就跟進(jìn)了一步。
這兩個(gè)功能是什么呢?一個(gè)是漏斗管理,另一個(gè)是用戶群。這兩個(gè)功能是要建立在已經(jīng)設(shè)置了自定義事件的基礎(chǔ)上才能用,也算是友盟的新功能吧,這兩個(gè)功能讓我聯(lián)想到了Google Analytics的目標(biāo)設(shè)置和群體細(xì)分,有點(diǎn)類似吧。
首先說一下漏斗管理,可以這樣理解,把我們想要追蹤的用戶行為,以事件的形式進(jìn)行串聯(lián)查看。比如:注冊(cè)流程、產(chǎn)品引導(dǎo)流程等等。這個(gè)功能比頁面訪問路徑更進(jìn)一步,兩個(gè)功能輔助地看,能更清晰地知道用戶的瀏覽路徑的情況。
再說用戶群,友盟給的用戶群的細(xì)分緯度只有兩個(gè):一個(gè)是活躍用戶,另一個(gè)是事件觸發(fā)情況。能夠倒騰的,就是這個(gè)事件觸發(fā)情況了?;诋a(chǎn)品的用戶模型,通過事件觸發(fā)把我們的用戶細(xì)分出來,數(shù)據(jù)細(xì)分后就更精確了,數(shù)據(jù)的霧霾就是在你面前消散。順便說一下,Google Analytics群體細(xì)分是我最經(jīng)常使用的,Google提供的分析緯度之多,讓人驚嘆。
沒有數(shù)據(jù),去創(chuàng)建數(shù)據(jù);利用好平臺(tái)的功能,結(jié)合自身需要,去創(chuàng)造更多的數(shù)據(jù)和細(xì)分?jǐn)?shù)據(jù);有了數(shù)據(jù),就去分析數(shù)據(jù)吧。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11