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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01