分析某陌生人社交產(chǎn)品業(yè)務(wù)情況

我們模擬了一款類似于探探、Tinder這樣的APP,在 2018 年?9 月 1 日 - 10 月 14 日之間的行為數(shù)據(jù)板乙。

如下圖所示砸脊,此環(huán)境中抽取了 14?個(gè)行為事件具篇。請(qǐng)借助數(shù)據(jù)平臺(tái),利用課程所學(xué)及相關(guān)知識(shí)凌埂,完成如下任務(wù)驱显。

任務(wù)清單

請(qǐng)根據(jù)對(duì)此類 APP 的理解,選擇不超過 5 個(gè)事件創(chuàng)建一個(gè)漏斗瞳抓,以監(jiān)控最核心體驗(yàn)的健康度埃疫。(Tip:選擇指代核心體驗(yàn)的關(guān)鍵事件時(shí),注意該事件的觸發(fā)難度既不能太難孩哑、也不能太淺栓霜。)

根據(jù)第 1 步中創(chuàng)建的漏斗,試圖分析不同人群在核心流程上的不同體驗(yàn)效果横蜒。(Tip:男女不同胳蛮,體驗(yàn)肯定不同秤掌。)

國(guó)慶期間數(shù)據(jù)猛漲,試分析其原因鹰霍。

除國(guó)慶節(jié)外闻鉴,還有一天的數(shù)據(jù)異常,試找出并分析其原因茂洒。

試分析怎樣的用戶在平臺(tái)更受歡迎孟岛。(Tip:被喜歡得更多,就是受歡迎督勺;被選擇不喜歡得更少渠羞,也說明更受歡迎。)

從第 1 步選取的核心體驗(yàn)來看智哀,哪個(gè)群體的用戶在平臺(tái)的體驗(yàn)最好次询。(Tip:不限于第 2?問的流程順暢,建議選擇某幾個(gè)關(guān)鍵事件考察瓷叫。)


1.請(qǐng)根據(jù)對(duì)此類 APP 的理解屯吊,選擇不超過 5 個(gè)事件創(chuàng)建一個(gè)漏斗,以監(jiān)控最核心體驗(yàn)的健康度摹菠。(Tip:選擇指代核心體驗(yàn)的關(guān)鍵事件時(shí)盒卸,注意該事件的觸發(fā)難度既不能太難、也不能太淺次氨。)

我選擇的漏斗是選擇喜歡→匹配成功→發(fā)送消息→收到消息

理由:探探蔽介、tinder都是時(shí)下比較火的陌生人社交軟件,產(chǎn)品的核心功能就是找到互相喜歡的人并且建立聯(lián)系煮寡,以加深彼此之間的熟悉程度虹蓄,因此做漏斗監(jiān)控的話關(guān)注選擇喜歡-匹配成功-發(fā)送消息-收到消息即可


2.根據(jù)第 1 步中創(chuàng)建的漏斗,試圖分析不同人群在核心流程上的不同體驗(yàn)效果幸撕。

按性別區(qū)分

將第一步的漏斗設(shè)定注冊(cè)日期為2018年9月1日-10月14日薇组,窗口期為當(dāng)天,按用戶性別對(duì)比杈帐,得到如下漏斗數(shù)據(jù)(因部分未識(shí)別到性別的用戶總數(shù)較少体箕,對(duì)整體影響不大,所以未計(jì)入分析)

女性在選擇喜歡的動(dòng)作之后匹配成功的轉(zhuǎn)化率較男性更高挑童,即女性更容易找到喜歡的人累铅;

女性發(fā)送消息之后收到回復(fù)的轉(zhuǎn)化率為85.05%,也遠(yuǎn)高于男性的64.5%站叼;

整體的漏斗轉(zhuǎn)化率女性為53.93%娃兽,男性為33.61%;

可見女性在平臺(tái)的體驗(yàn)更好一些尽楔。

按地域區(qū)分

將地域數(shù)據(jù)導(dǎo)出投储,經(jīng)excel處理第练,每一列轉(zhuǎn)化率最好的省份標(biāo)記顏色。

從數(shù)據(jù)表現(xiàn)來看玛荞,重慶市匹配成功的轉(zhuǎn)化率最好娇掏,廣西壯族自治區(qū)收到消息的轉(zhuǎn)化率最好,河南省的整體轉(zhuǎn)化率最好勋眯。


3.國(guó)慶期間數(shù)據(jù)猛漲婴梧,試分析其原因。

發(fā)現(xiàn)異常:

進(jìn)入事件分析平臺(tái)客蹋,查看任意事件的觸發(fā)用戶數(shù)塞蹭,發(fā)現(xiàn)國(guó)慶期間數(shù)據(jù)漲幅明顯

確定問題:

按省份查看,發(fā)現(xiàn)國(guó)慶期間海南省和云南省出現(xiàn)大幅度增長(zhǎng)導(dǎo)致整體數(shù)據(jù)增長(zhǎng)明顯


確定原因:

①將海南省和云南省篩選出來讶坯,按照城市查看番电,發(fā)現(xiàn)猛增的用戶集中在三亞市、麗江市和大理市


②將這三個(gè)城市篩選出來辆琅,觀察14項(xiàng)用戶行為事件漱办,發(fā)現(xiàn)每一項(xiàng)行為事件的觸發(fā)用戶數(shù)都比十一前夕高很多,尤其是三亞市

注冊(cè)成功:

匹配成功:



綜上涎跨,十一長(zhǎng)假為旅游高峰時(shí)期洼冻,數(shù)據(jù)猛增的城市三亞崭歧、大理和麗江又是旅游熱門城市隅很,但增長(zhǎng)的用戶從整體基數(shù)來看不屬于暴增范疇,故產(chǎn)品進(jìn)行了某個(gè)運(yùn)營(yíng)活動(dòng)的可能性不大率碾,所以最有可能的原因就是用戶在旅游期間通過海報(bào)或者其他途徑知道了此App并借旅游期間下載使用叔营,希望能在美景中遇到“佳人”。


4.除國(guó)慶節(jié)外所宰,還有一天的數(shù)據(jù)異常绒尊,試找出并分析其原因。

異常日期:

按照任意事件的觸發(fā)用戶數(shù)查看仔粥,異常點(diǎn)均在9月14日這一天婴谱,對(duì)比前后幾天有明顯的下降


異常原因定位:

①先定位省份,看是否是某個(gè)地方出現(xiàn)異常

結(jié)論:數(shù)據(jù)異常是全國(guó)范圍內(nèi)的

②其次看操作系統(tǒng)是否集中出現(xiàn)問題

結(jié)論:安卓和蘋果用戶均出現(xiàn)了異常

③再拆分到具體的行為來看躯泰,14個(gè)行為事件在14號(hào)當(dāng)天數(shù)據(jù)均有下降谭羔,不是某個(gè)具體的功能出現(xiàn)問題

④最后看日期,9月14號(hào)為周五麦向,是工作日瘟裸,截取10號(hào)23點(diǎn)至-15號(hào)12點(diǎn)的登錄數(shù)據(jù)

異常原因分析:

綜合①-③來看,出現(xiàn)異常是全國(guó)范圍且全設(shè)備受影響的诵竭,再看14號(hào)前后的登錄數(shù)據(jù)话告,晚上17點(diǎn)之后至24點(diǎn)是登錄高峰兼搏,14號(hào)零點(diǎn)開始登錄人數(shù)相比前幾個(gè)工作日出現(xiàn)大幅度下滑,再將時(shí)間維度拉到分鐘看任意事件的觸發(fā)用戶數(shù)沙郭,14號(hào)00:01時(shí)用戶跌至0佛呻,因此推測(cè)是服務(wù)器從14號(hào)0點(diǎn)開始出現(xiàn)了問題導(dǎo)致用戶使用受到了影響。


5.試分析怎樣的用戶在平臺(tái)更受歡迎病线。

按照神策平臺(tái)給出的可參考維度件相,從性別、年齡氧苍、距離和照片數(shù)量四個(gè)方向來綜合分析平臺(tái)更受歡迎的用戶畫像夜矗。

①在事件分析中按照性別查看被多少人喜歡過的總和,數(shù)據(jù)顯示女性更受歡迎


②在事件分析中按照年齡查看被多少人喜歡過的總和让虐,數(shù)據(jù)顯示年齡在23~28歲之間更受歡迎紊撕,占比超過50%


③在事件分析中按照距離查看被多少人喜歡過的總和,數(shù)據(jù)顯示距離在200~800米之間更受歡迎


④在事件分析中按照照片數(shù)量查看被多少人喜歡過的總和赡突,數(shù)據(jù)顯示照片數(shù)量在3~6張之間更受歡迎



6.從第 1 步選取的核心體驗(yàn)來看对扶,哪個(gè)群體的用戶在平臺(tái)的體驗(yàn)最好。

首先定義體驗(yàn)好的標(biāo)準(zhǔn):按照陌生人社交類產(chǎn)品滿足的需求來看惭缰,匹配成功率高浪南、匹配成功之后能收到消息建立聯(lián)系,對(duì)用戶來說體驗(yàn)自然會(huì)更好一些漱受,也會(huì)促進(jìn)用戶活躍络凿、提高粘性,因此我選取這兩個(gè)指標(biāo)作為體驗(yàn)好的標(biāo)準(zhǔn)昂羡。

其次來定義群體:群體一般用戶基數(shù)比較大絮记、有代表性,比如女性/男性群體虐先,某個(gè)年齡(段)的群體怨愤、某個(gè)省/市的群體

①按照性別對(duì)比轉(zhuǎn)化率:女性體驗(yàn)更好


②按照年齡對(duì)比轉(zhuǎn)化率:26歲的用戶體驗(yàn)更好


③按照省份對(duì)比轉(zhuǎn)化率:河南省的整體體驗(yàn)更好

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市蛹批,隨后出現(xiàn)的幾起案子撰洗,更是在濱河造成了極大的恐慌,老刑警劉巖腐芍,帶你破解...
    沈念sama閱讀 218,451評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件差导,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡甸赃,警方通過查閱死者的電腦和手機(jī)柿汛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,172評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人络断,你說我怎么就攤上這事裁替。” “怎么了貌笨?”我有些...
    開封第一講書人閱讀 164,782評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵弱判,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我锥惋,道長(zhǎng)昌腰,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,709評(píng)論 1 294
  • 正文 為了忘掉前任膀跌,我火速辦了婚禮遭商,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘捅伤。我一直安慰自己劫流,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,733評(píng)論 6 392
  • 文/花漫 我一把揭開白布丛忆。 她就那樣靜靜地躺著祠汇,像睡著了一般。 火紅的嫁衣襯著肌膚如雪熄诡。 梳的紋絲不亂的頭發(fā)上可很,一...
    開封第一講書人閱讀 51,578評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音凰浮,去河邊找鬼我抠。 笑死,一個(gè)胖子當(dāng)著我的面吹牛导坟,可吹牛的內(nèi)容都是我干的屿良。 我是一名探鬼主播,決...
    沈念sama閱讀 40,320評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼惫周,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了康栈?” 一聲冷哼從身側(cè)響起递递,我...
    開封第一講書人閱讀 39,241評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎啥么,沒想到半個(gè)月后登舞,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,686評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡悬荣,尸身上長(zhǎng)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(diǎn)故事閱讀 37,878評(píng)論 3 336
  • 正文 我和宋清朗相戀三年菠秒,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)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(diǎn)故事閱讀 39,992評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡践叠,死狀恐怖言缤,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情禁灼,我是刑警寧澤管挟,帶...
    沈念sama閱讀 35,715評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站弄捕,受9級(jí)特大地震影響僻孝,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜守谓,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,336評(píng)論 3 330
  • 文/蒙蒙 一穿铆、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧斋荞,春花似錦悴务、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,912評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至染服,卻和暖如春别洪,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背柳刮。 一陣腳步聲響...
    開封第一講書人閱讀 33,040評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工挖垛, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人秉颗。 一個(gè)月前我還...
    沈念sama閱讀 48,173評(píng)論 3 370
  • 正文 我出身青樓痢毒,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親蚕甥。 傳聞我的和親對(duì)象是個(gè)殘疾皇子哪替,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,947評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 1.請(qǐng)根據(jù)對(duì)此類 APP 的理解,選擇不超過 5 個(gè)事件創(chuàng)建一個(gè)漏斗菇怀,以監(jiān)控最核心體驗(yàn)的健康度 1.1核心體驗(yàn)漏斗...
    _HaloWorld閱讀 2,148評(píng)論 0 3
  • 注:內(nèi)容來源于網(wǎng)易云課堂產(chǎn)品經(jīng)理微專業(yè) 一凭舶、數(shù)據(jù)分析概述 數(shù)據(jù)是量化事物的手段,數(shù)據(jù)指標(biāo)代表了現(xiàn)實(shí)存在的客觀情況爱沟,...
    夜妖黑貓閱讀 3,344評(píng)論 3 49
  • 如何將轉(zhuǎn)化率提升27.5倍帅霜? 安迪·瓊斯,是一名數(shù)據(jù)分析師呼伸,曾效力于 Facebook身冀、Twitter、Quora...
    說好的123呢閱讀 2,539評(píng)論 0 12
  • 2018年4月26日,星期四 搂根,陰雨 (只是好看珍促,其實(shí)沒有什么用) 早餐過后,猶如皇帝早朝兄墅,入簡(jiǎn)書踢星,瀏覽眾臣的奏章...
    小狐三問閱讀 585評(píng)論 16 13
  • 1978年,楊云去清河城的師范大學(xué)讀書隙咸。楊懷民覺得臉上有光沐悦,不禁得意的到處?kù)乓_€特意托在涼州縣城上班的大嫂給楊云...
    楊子莊閱讀 1,556評(píng)論 0 2