京公网安备 11010802034615号
经营许可证编号:京B2-20210330
你是这样获得数据的吗?
所有人都在说,用数据说话。运营有运营数据,营销有营销数据,产品肯定也有产品数据,各自的出发点不同,关注的数据和指标还是有些不同的,你关注的又是哪些数据?你的数据又是从何而来的?
说到数据就想到统计了,数据的统计一般分为自建统计平台和第三方统计平台。从性价比的角度来说,还是使用第三方统计平台,嵌入一个SDK,添加上统计代码即可。第三方统计平台也是非常多的,比如:友盟、talkingdata、腾讯云分析等等,孰优孰劣,各有分说。下面以友盟平台的定义来作说明。
产品经理比较关心的数据有以下这些:
其实远不够,还要进行数据的分析和解读。字段之间的串联和解读,才能真正了解产品、了解用户。
其中,了解用户在应用中的使用情况及使用路径,我觉得是至关重要的,也是我倒腾比较多的东西。获得此信息的途径有三个:应用商店评价、应用反馈、页面访问路径。应用商店评价和应用反馈,是用户的主动行为,主动主观不全面;页面访问路径是被动收集的,被动客观相对全面。
用户的页面访问,其实是有路径可循的。比如:注册流程、购买流程等等。以我们可以感知得到的流程,把相关的页面串联起来看,用户会遵循设定好的流程浏览,哪一环出了问题,一目了然。友盟也提供了类似页面沙漏的功能,查看用户浏览过程。
并不是所有东西有路径可循的。比如用户浏览路径,这个应该就是无章可循了。此时只能针对重点页面和表现比较差的页面进行逐一分析了。对于什么是重点页面,这个不言而喻,就是核心业务所在的页面。表现比较差的页面,就是平均访问时长比较短和跳出率比较高的页面,加入页面特性和访问次数来进行权重考量,会更客观一些。
顺便说一下,在做页面分析前,要先了解友盟中提供的页面是不是和应用中的页面一一对应,这是最基础的。还会有一种情况就是程序共用了一个页面,此页面在应用中多处使用,要做好区分和标记,这样才能区别出相同页面的不同数据的情况。
还是不够的。首先用户行为,只是针对页面来说的,一个页面的用户点击行为又是如何?问题页面的情况也是一样,用户为什么会在这个页面离开?用户在这个页面做了什么?这个问题其实友盟有给出解决方案,就是使用自定义事件。
定义好页面,定义好对应页面的行为,配置好友盟事件管理,程序进行埋点,这样就等着接收数据吧。注意,前后台命名统一才会接收到数据哦。没有数据,去创建数据;有了数据,去分析数据。现在有了页面的访问量,用户在页面中的行为数据,对于分析页面的问题,就跟进了一步。
这两个功能是什么呢?一个是漏斗管理,另一个是用户群。这两个功能是要建立在已经设置了自定义事件的基础上才能用,也算是友盟的新功能吧,这两个功能让我联想到了Google Analytics的目标设置和群体细分,有点类似吧。
首先说一下漏斗管理,可以这样理解,把我们想要追踪的用户行为,以事件的形式进行串联查看。比如:注册流程、产品引导流程等等。这个功能比页面访问路径更进一步,两个功能辅助地看,能更清晰地知道用户的浏览路径的情况。
再说用户群,友盟给的用户群的细分纬度只有两个:一个是活跃用户,另一个是事件触发情况。能够倒腾的,就是这个事件触发情况了。基于产品的用户模型,通过事件触发把我们的用户细分出来,数据细分后就更精确了,数据的雾霾就是在你面前消散。顺便说一下,Google Analytics群体细分是我最经常使用的,Google提供的分析纬度之多,让人惊叹。
没有数据,去创建数据;利用好平台的功能,结合自身需要,去创造更多的数据和细分数据;有了数据,就去分析数据吧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13