數(shù)據(jù)分析學習

我們就從如何獲取數(shù)據(jù)谦铃、如何分析數(shù)據(jù)以及一款產(chǎn)品都關(guān)注哪些數(shù)據(jù)維度牢屋。

一雹拄、數(shù)據(jù)獲取

數(shù)據(jù)的來源渠道主要有兩種:

自有數(shù)據(jù)分析系統(tǒng)——公司自有的數(shù)據(jù)是最源質(zhì)化的數(shù)據(jù),也是最可靠荧飞、最全面的凡人。一般而言名党,有條件的情況下都是以內(nèi)部數(shù)據(jù)為準;

第三方數(shù)據(jù)分析工具挠轴,這個是借助外部工具獲得數(shù)據(jù)传睹。

下面給大家介紹主要5款的數(shù)據(jù)分析工具:

1.友盟

支持iOS、Android應用數(shù)據(jù)統(tǒng)計分析

2.growingio

growingio強大的地方在于無需埋點岸晦,就可以獲取并分析全面欧啤、實時的用戶行為數(shù)據(jù),以優(yōu)化產(chǎn)品體驗启上,實現(xiàn)精益化運營邢隧。

3.應用雷達

僅針對iOS,查看App Store總榜和分類排名冈在。查看產(chǎn)品在App Store 里的搜索度得分倒慧,評判ASO效果的標準之一。

4.百度統(tǒng)計

支持ios和android平臺讥邻。另外迫靖,開發(fā)者在嵌入統(tǒng)計SDK后院峡,可以對自家產(chǎn)品進行較為全面的監(jiān)控兴使,包括用戶行為、用戶屬性照激、地域分布发魄、終端分析等。

5.酷傳

僅支持android平臺應用監(jiān)控俩垃。開發(fā)者可以查看應用在主流市場下載量励幼、排名、評分評論口柳、關(guān)鍵詞排名等數(shù)據(jù)苹粟,還能系統(tǒng)地與同類競品進行數(shù)據(jù)對比。

當然了跃闹,數(shù)據(jù)分析工具不止這5款嵌削,如果你們正在使用其他的,也是可以的望艺。使用分析工具我們可以得到以下內(nèi)容:

二苛秕、如何分析現(xiàn)有的數(shù)據(jù)

所以說在我們進行數(shù)據(jù)分析時,應該先找到適合自己的方法論進行指導找默。主要會用到的方法論:

1.PEST分析法:用于對宏觀環(huán)境的分析艇劫,包括政治(political)、經(jīng)濟(economic)惩激、社會(social)和技術(shù)(technological)四方面店煞。

2.5W2H分析法:何因(Why)蟹演、何事(What)、何人(Who)浅缸、何時(When)轨帜、何地(Where)、如何就(How)衩椒、何價(How much)蚌父。

3.邏輯樹分析法:把問題的所有子問題分層羅列。

4.4P營銷理論:分析公司的整體營運情況毛萌,包括產(chǎn)品(product)苟弛、價格(price)、渠道(place)阁将、促銷(promotion)四大要素膏秫。

5.用戶行為理論:主要用于網(wǎng)站流量分析,如回訪者做盅、新訪者缤削、流失率等,在眾多指標中選擇一些適用的吹榴。

6.AARRR(增長黑客的海盜法則):精益創(chuàng)業(yè)的重要框架亭敢,從獲取(Acquisition)图筹、激活(Activition)帅刀、留存(Retention)、變現(xiàn)(Revenue)和推薦(Referral)5個環(huán)節(jié)增長远剩。

數(shù)據(jù)分析的方法論很多扣溺,這里不能一一列舉;沒有最好的方法論瓜晤,只有最合適的锥余。下面我詳細介紹一下 AARRR 方法論,對于精益化運營痢掠、業(yè)務增長的問題驱犹,這個方法論非常契合。

對于互聯(lián)網(wǎng)產(chǎn)品而言志群,用戶具有明顯的生命周期特征着绷,我以一個APP為例闡述一下。

首先通過各種線上锌云、線下的渠道獲取新用戶荠医,下載安裝APP。安裝完APP后,通過運營手段激活用戶彬向;比如說首單免費兼贡、代金券、紅包等方式娃胆。通過一系列的運營使部分用戶留存下來遍希,并且給企業(yè)帶營收。在這個過程中里烦,如果用戶覺得這個產(chǎn)品不錯凿蒜,可能推薦給身邊的人;或者通過紅包等激勵手段鼓勵分享到朋友圈等等胁黑。需要注意的是废封,這5個環(huán)節(jié)并不是完全按照上面順序來的;運營可以根據(jù)業(yè)務需要靈活應用丧蘸。AARRR的五個環(huán)節(jié)都可以通過數(shù)據(jù)指標來衡量與分析漂洋,從而實現(xiàn)精益化運營的目的;每個環(huán)節(jié)的提升都可以有效增長業(yè)務力喷。

在使用這些數(shù)據(jù)分析方法論要明確他們的作用:

●理順分析思路刽漂,確保數(shù)據(jù)分析結(jié)構(gòu)體系化。

●把問題分解成相關(guān)聯(lián)的部分弟孟,并顯示它們之間的關(guān)系贝咙。

●為后續(xù)數(shù)據(jù)分析的開展指引方向。

●確保分析結(jié)果的有效性及正確性披蕉。

再比如颈畸,我們在分析APP的數(shù)據(jù)維度時乌奇,會使用到趨勢分析法没讲,因為趨勢分析是最簡單、最基礎(chǔ)礁苗,也是最常見的數(shù)據(jù)監(jiān)測與數(shù)據(jù)分析方法爬凑。通常我們在數(shù)據(jù)分析產(chǎn)品中建立一張數(shù)據(jù)指標的線圖或者柱狀圖,然后持續(xù)觀察试伙,重點關(guān)注異常值嘁信。在這個過程中,要選定第一關(guān)鍵指標疏叨,而不要被虛榮指標所迷惑潘靖。

如果我們將我們分析的APP的下載量作為第一關(guān)鍵指標,可能就會走偏蚤蔓;因為用戶下載APP并不代表他使用了你的產(chǎn)品卦溢。在這種情況下,建議將日活躍用戶作為第一關(guān)鍵指標,而且是啟動并且執(zhí)行了某個操作的用戶才能算上去单寂;這樣的指標才有實際意義贬芥,運營人員要核心關(guān)注這類指標。

三宣决、一款產(chǎn)品都關(guān)注哪些數(shù)據(jù)維度

一款產(chǎn)品(特指APP)的數(shù)據(jù)指標體系一般都可以分為:用戶規(guī)模與質(zhì)量蘸劈、渠道分析、參與度分析尊沸、功能分析以用戶屬性分析威沫。

1.用戶規(guī)模和質(zhì)量的分析包括總用戶數(shù)、新用戶數(shù)洼专、留存用戶壹甥、轉(zhuǎn)化率。用戶規(guī)模和質(zhì)量是APP分析最重要的維度壶熏,其指標也是相對其他維度最多句柠,產(chǎn)品負責人要重點關(guān)注這個維度的指標。

2.渠道分析主要是分析各渠道在相關(guān)的渠道質(zhì)量的變化和趨勢棒假,以科學評估渠道質(zhì)量溯职,優(yōu)化渠道推廣策略。渠道分析尤其要重視帽哑,因為現(xiàn)在移動應用市場刷量作弊是以及業(yè)內(nèi)公開的秘密谜酒。渠道分析可以從多個維度的數(shù)據(jù)來對比不同渠道的效果,比如從新增用戶妻枕、活躍用戶僻族、次日留存率、單次使用時長等角度對比不同來源的用戶屡谐,這樣就可以根據(jù)數(shù)據(jù)找到最適合自身的渠道述么,從而獲得最好的推廣效果。

3.參與度分析主要是分析用戶的活躍度愕掏,分析的維度主要是包括啟動次數(shù)分析度秘、使用時長分析、訪問頁面分析和使用時間間隔分析饵撑。

4.功能分析主要包括:

功能活躍指標:某個功能的活躍用戶剑梳,使用量情況;功能驗證滑潘;對產(chǎn)品功能的數(shù)據(jù)分析垢乙,確保功能的取舍的合理性。

頁面訪問路徑:用戶從打開到離開應用整個過程中每一步驟的頁面訪問语卤、跳轉(zhuǎn)情況追逮。頁面訪問路徑是全量統(tǒng)計蓖租。通過路徑分析得出用戶類型的多樣、用戶使用產(chǎn)品目的的多樣性羊壹,還原用戶目的蓖宦;通過路徑分析,做用戶細分油猫;再通過用戶細分稠茂,返回到產(chǎn)品的迭代

漏斗模型是用于分析產(chǎn)品中關(guān)鍵路徑的轉(zhuǎn)化率,以確定產(chǎn)品流程的設計是否合理情妖,分析用戶體驗問題睬关。用戶轉(zhuǎn)化率的分析,核心考察漏斗每一層的流失原因的分析毡证。通過設置自定義事件以及漏斗來關(guān)注應用內(nèi)每一步的轉(zhuǎn)化率电爹,以及轉(zhuǎn)化率對收入水平的影響。通過分析事件和漏斗數(shù)據(jù)料睛,可以針對性的優(yōu)化轉(zhuǎn)化率低的步驟丐箩,切實提高整體轉(zhuǎn)化水平。

5.用戶屬性分析不管在我們的產(chǎn)品啟動初期恤煞,還是戰(zhàn)略的調(diào)整屎勘,分析用戶畫像都有著重要的意義。比如我們在產(chǎn)品設計前需要構(gòu)建用戶畫像居扒,指導設計概漱、開發(fā)、運營喜喂;產(chǎn)品迭代過程需要收集用戶數(shù)據(jù)瓤摧,便于進行用戶行為分析,與商業(yè)模式掛鉤等等玉吁。

用戶屬性一般包括性別照弥、年齡、職業(yè)诈茧、所在地产喉、手機型號捂掰、使用網(wǎng)絡情況敢会。如果對用戶的其他屬性感興趣的,可以到自的微信呢公眾號后臺或者其他諸如頭條这嚣、uc等后臺看用戶屬性都包含哪些維度鸥昏。

以流量為中心、野蠻的運營時代已經(jīng)結(jié)束姐帚,接下來的時代是以科學的數(shù)據(jù)作為依據(jù)吏垮,圍繞著用戶緊緊做精細化的運營時代。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市膳汪,隨后出現(xiàn)的幾起案子唯蝶,更是在濱河造成了極大的恐慌,老刑警劉巖遗嗽,帶你破解...
    沈念sama閱讀 218,682評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件粘我,死亡現(xiàn)場離奇詭異,居然都是意外死亡痹换,警方通過查閱死者的電腦和手機征字,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來娇豫,“玉大人匙姜,你說我怎么就攤上這事》肓。” “怎么了氮昧?”我有些...
    開封第一講書人閱讀 165,083評論 0 355
  • 文/不壞的土叔 我叫張陵,是天一觀的道長浦楣。 經(jīng)常有香客問我郭计,道長,這世上最難降的妖魔是什么椒振? 我笑而不...
    開封第一講書人閱讀 58,763評論 1 295
  • 正文 為了忘掉前任昭伸,我火速辦了婚禮,結(jié)果婚禮上澎迎,老公的妹妹穿的比我還像新娘庐杨。我一直安慰自己,他們只是感情好夹供,可當我...
    茶點故事閱讀 67,785評論 6 392
  • 文/花漫 我一把揭開白布灵份。 她就那樣靜靜地躺著,像睡著了一般哮洽。 火紅的嫁衣襯著肌膚如雪填渠。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,624評論 1 305
  • 那天鸟辅,我揣著相機與錄音氛什,去河邊找鬼。 笑死匪凉,一個胖子當著我的面吹牛枪眉,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播再层,決...
    沈念sama閱讀 40,358評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼贸铜,長吁一口氣:“原來是場噩夢啊……” “哼堡纬!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起蒿秦,我...
    開封第一講書人閱讀 39,261評論 0 276
  • 序言:老撾萬榮一對情侶失蹤烤镐,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后棍鳖,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體职车,經(jīng)...
    沈念sama閱讀 45,722評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年鹊杖,在試婚紗的時候發(fā)現(xiàn)自己被綠了悴灵。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,030評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡骂蓖,死狀恐怖积瞒,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情登下,我是刑警寧澤茫孔,帶...
    沈念sama閱讀 35,737評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站被芳,受9級特大地震影響缰贝,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜畔濒,卻給世界環(huán)境...
    茶點故事閱讀 41,360評論 3 330
  • 文/蒙蒙 一剩晴、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧侵状,春花似錦赞弥、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至艇潭,卻和暖如春拼窥,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背蹋凝。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評論 1 270
  • 我被黑心中介騙來泰國打工鲁纠, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人仙粱。 一個月前我還...
    沈念sama閱讀 48,237評論 3 371
  • 正文 我出身青樓房交,卻偏偏與公主長得像,于是被迫代替她去往敵國和親伐割。 傳聞我的和親對象是個殘疾皇子候味,可洞房花燭夜當晚...
    茶點故事閱讀 44,976評論 2 355

推薦閱讀更多精彩內(nèi)容