你是這樣獲得數(shù)據(jù)的嗎？

所有人都在說(shuō)，用數(shù)據(jù)說(shuō)話。運(yùn)營(yíng)有運(yùn)營(yíng)數(shù)據(jù)，營(yíng)銷有營(yíng)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(lái)的？

一、工欲善其事，必先利其器

說(shuō)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(lái)說(shuō)，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(shuō)。下面以友盟平臺(tái)的定義來(lái)作說(shuō)明。

產(chǎn)品經(jīng)理比較關(guān)心的數(shù)據(jù)有以下這些：

二、關(guān)注這些字段，這樣就夠了嗎？

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(jué)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(yè)面訪問(wèn)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(yè)面訪問(wèn)路徑是被動(dòng)收集的，被動(dòng)客觀相對(duì)全面。

用戶的頁(yè)面訪問(wèn)，其實(shí)是有路徑可循的。比如：注冊(cè)流程、購(gòu)買流程等等。以我們可以感知得到的流程，把相關(guān)的頁(yè)面串聯(lián)起來(lái)看，用戶會(huì)遵循設(shè)定好的流程瀏覽，哪一環(huán)出了問(wèn)題，一目了然。友盟也提供了類似頁(yè)面沙漏的功能，查看用戶瀏覽過(guò)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(wú)章可循了。此時(shí)只能針對(duì)重點(diǎn)頁(yè)面和表現(xiàn)比較差的頁(yè)面進(jìn)行逐一分析了。對(duì)于什么是重點(diǎn)頁(yè)面，這個(gè)不言而喻，就是核心業(yè)務(wù)所在的頁(yè)面。表現(xiàn)比較差的頁(yè)面，就是平均訪問(wèn)時(shí)長(zhǎng)比較短和跳出率比較高的頁(yè)面，加入頁(yè)面特性和訪問(wèn)次數(shù)來(lái)進(jìn)行權(quán)重考量，會(huì)更客觀一些。

順便說(shuō)一下，在做頁(yè)面分析前，要先了解友盟中提供的頁(yè)面是不是和應(yīng)用中的頁(yè)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(yè)面，此頁(yè)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(yè)面的不同數(shù)據(jù)的情況。

三、用戶行為和問(wèn)題頁(yè)面基本可以清晰的定位了，這樣就夠了嗎？

還是不夠的。首先用戶行為，只是針對(duì)頁(yè)面來(lái)說(shuō)的，一個(gè)頁(yè)面的用戶點(diǎn)擊行為又是如何？問(wèn)題頁(yè)面的情況也是一樣，用戶為什么會(huì)在這個(gè)頁(yè)面離開(kāi)？用戶在這個(gè)頁(yè)面做了什么？這個(gè)問(wèn)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(yè)面，定義好對(duì)應(yīng)頁(yè)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(méi)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(yè)面的訪問(wèn)量，用戶在頁(yè)面中的行為數(shù)據(jù)，對(duì)于分析頁(yè)面的問(wèn)題，就跟進(jìn)了一步。

四、對(duì)于數(shù)據(jù)，你還需要了解的兩個(gè)功能。

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(shuō)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(yè)面訪問(wèn)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(shuō)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(guò)事件觸發(fā)把我們的用戶細(xì)分出來(lái)，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(shuō)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。

總結(jié)：

沒(méi)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。