京公网安备 11010802034615号
经营许可证编号:京B2-20210330
App数据分析之旅,如何收集数据?
为什么要针对App收集数据,想必大家能够举出很多理由。大家可以想一下,尽量不要设计到数据后期的分析,不要涉及产品优化,不要设计体验,更不要设计运营优化,等等。因为,这些都不是理由,而是结果,根据数据分析做出的响应调整。
收集产品数据最基本的,是为了观察产品各个功能之间,以及产品功能中各个节点的运行状态。
产品人员除了提出产品相关的MRD(市场需求文档)、PRD(产品需求文档)之外,还应该有针对性的提出DRD,即数据需求文档(Data Requirement Document)。DRD与PRD之间的关系最为密切,因为DRD是随着产品业务逻辑展开的。
当然,中大型公司会有独立的数据分析部门,可以由他们来负责提出相应产品的DRD。如果是中小型企业,提出DRD的工作,由产品人员来承担,也是大有可能的。
那么,我们要怎么收集App的相关数据呢?不要着急,我慢慢给大家分析。
1、了解产品业务逻辑。主 要是App的用户操作流程,主要有:功能之间的逻辑关系,单一功能上的逻辑先后关系。以我的实际工作为例,App登录(当然,这不是主要的业务逻辑,只是 拿来举例子的)。业务逻辑,梳理的形式和工具很多,有些人喜欢用图,可以PS;有些人也喜欢用图,但用的是PPT和连线;有些人喜欢用word,有的会用 思维图。
2、将业务逻辑节点化。App功能之间、单一功能重要节点的梳理,将节点列出优先级,因为有些节点是不重要的,没有必要对其统计。或者目前的业务中,有些统计不需要。经过梳理和讨论,就得到了第3步中,需要统计的节点、事件以及参数。
3、将节点化的业务代码化。这一步骤,主要是将列出的重要节点(需要统计的节点)添加统计事件和统计参数。例如:
4、交付开发调整DRD。如 果你没有开发经验,也不懂开发,那需要多向开发了解请教,那样你提交的DRD,会相对合理。如果你是开发出身的产品人员,而且又做过这部分工作,和开发沟 通起来会很顺畅的。(当然,这里还是建议大多非开发出身的产品人员,学一些基本的开发知识,也可以多和产品聊聊开发,也是为了工作嘛)
5、后期数据库中有了相应节点的统计情况,之后就可以拿来分析了。这一部分,我会在第二篇中具体来讲的。
这一年移动相关的工作经验,颠覆自己之前在PC方面数据分析的认知。原来,数据分析可以是这样的,而不只是单纯一味的描述数据。也希望,这篇文章,能够对大家有启发。如果能够让大家也有上面和我一样的感受,真的是很荣幸。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18