
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01