获奖作品|腾讯移动分析MTA产品分析报告

不懂技术怎么做产品?15天在线学习,补齐产品经理必备技术知识,再也不被开发忽悠。了解一下>

本文作者将根据自身经验,并结合不同的行为分析系统,对MTA作整体分析评测,在此与你分享,enjoy~

报告内容:

由于本人也从事该类数据产品的规划迭代,所以会从平日工作接触到的业务人员数据诉求出发,并结合不同的行为分析系统,对MTA作整体分析评测,会包括以下内容:(下述内容可能偏电商视角)

一. 使用群体

二. 核心诉求

三. 工作思路

四. 同类产品对比

五. MTA功能体验

六. MTA脑洞

一. 使用群体

平日工作接触到的,主要使用数据分析工具的群体有:

  1. 推广人员:负责拉客,想知道我拉客效果怎么样;
  2. 运营人员:负责活跃客户,想知道我运营效果怎么样;
  3. 产品人员:负责提升产品体验,想知道哪里还需要改进优化;
  4. 内容输出人员:负责向客户输出内容,如电商就是产品开发,想知道开发的产品转化效果。

二. 核心诉求

不同的使用群体,又会有不同的核心诉求,以所处电商为例:

1. 推广人员

拿广告来说,分为效果广告和品牌广告,而效果广告是APP推广过程中最常用用到的一种,计费方式也是以效果为计费标准。基于这种计费方式,推广人员会更关注业绩,工作内容重在执行,需短期见效益。

2. 运营人员

负责维护推广带来的用户,尽可能地延长用户生命周期,包括但不限于活动运营、用户运营,旨在通过XX方式引导XX用户达成XX目标,会更关注用户本身,对于效果验证,如延长用户生命周期,可接受长期效益。

3. 产品人员

负责提升产品体验,会更关注用户的行为,如监控核心漏斗转化,保证产品正常使用,发掘未知的用户高频路径,查找用户的使用痛点等等。

4. 内容输出人员

负责输出内容的发掘、管理、优化,以电商为例,他们会更关注于商品本身,工作内容在于发掘商品、管理商品、优化商品,保证商品能持续收益;同理,换作短视频App,会偏向优质短视频的发掘推荐、问题短视频的有效管理监控、短视频大V的维护等。

三. 工作思路

了解使用群体的诉求之后,那么需要怎么来支撑到他们通过数据驱动自身业务呢?那么就得了解他们的工作思路是怎样?可以从哪些点切入辅助他们进行数据驱动?

1. 推广人员

(1)这个App要推给谁?

  • 用户画像:基于现有APP用户的画像,去市场寻找该类目标用户,如文艺青年。

(2)可以通过哪些渠道触及到这批潜在用户?

  • 渠道画像:提供各个渠道用户画像,便于推广人员寻找目标用户的聚集地,如豆瓣文艺青年占比大,可能易转化。

(3)触及后,用户实际感不感兴趣?会不会安装?

  • 广告效果:不同渠道,多少人看到?看了多少人点?点了多少人完成安装?一次安装我要付出多少钱?

(4)安装后,这批用户质量怎样?

  • 渠道分析:带来的安装活跃情况怎样?用得久不久?多少人会进行注册?注册后会不会交易?交易后为我产生多少收益?和我的投入相比,会不会亏本?

2. 运营人员

(1)要挑什么用户做运营?

  • 用户概况:了解App获客情况,新注册、注册率、流失注册、净增注册、获客成本等情况;
  • 用户生命周期:不同阶段用户数分布是怎样的?例如:注册用户、活跃用户(首单)、成熟用户(二单以上)、衰退用户、流失用户;
  • 留存分析:发生交易后,用户会不会进行二次交易?占比多少?注册后,又有多少人会回访?有多少人会流失?

(2)运营的目标是什么?

例如,目前用户获取速度跟不上流失速度,需要对流失用户进行重新激活,目标是拉高重新激活人数。

(3)通过什么方式来运营?

例如,通过短信发放优惠券触达流失用户,引导用户回访交易。

(4)运营效果怎样?

  • 活跃分析:多少人打开?重新激活多少人?多少人会登录?购买意愿怎样?会不会进行交易?会不会获取用户速度跟不上流失速度?
  • 事件分析:监控自定义事件,如优惠券领取事件、优惠券使用事件。

3. 产品人员

(1)可以通过哪些指标监控产品运行状况?

  • 产品概况:通过核心指标来监控产品运营状况,如登录率、转化率、跳出率、注册率等;
  • 页面分析:App各个页面访问情况查看,如抵达支付失败页面访问量;
  • 事件分析:查看功能点使用情况;
  • 漏斗分析:监控注册流程,注册页面-发起注册-完成注册。

(2)监控后,怎么来发现产品异常?

  • 产品概况:如注册率较上周同期降低了20%;
  • 页面分析:注册页面访问量较上周同期略微升高了3%;
  • 事件分析:验证码刷新按钮人均使用次数提高了100%;
  • 漏斗分析:注册漏斗,注册页面-发起注册这一环转化率较上周同期降低了30%。

(3)发现异常后,怎么分析异常的原因?

  • 通过手机型号X版本维度,发现所有都是注册率下跌;
  • 去到漏斗分析,发现注册页面-发起注册环节流失严重;
  • 监控注册页面事件触发情况,发现验证码的人均刷新次数暴涨;
  • 和产品运营确认了解,为防止恶意注册,昨日更新了验证码的图形验证,新图形验证码肉眼较难识别导致用户需频繁刷新验证码。

(4)解决后,如何验证优化效果?

  • 产品概况:注册率回升到上周同期水平。

4. 内容输出人员:(视频为例)

(1)现在视频观看情况怎样?

视频效果:

  • 多少人看到?
  • 多少人点击?
  • 多少人播放?
  • 播放时长多长?
  • 看完的人占多少?
  • 发起评论有多少人?
  • 点赞占比多少?
  • 差评占比多少?
  • 转发占比多少?

(2)有没哪些视频没有达到预期?

  • 付费视频:别人给钱推的视频,是不是播放量没达到要求?或者是其他考核指标?
  • 潜力视频:加大推荐后,会不会点击效果较差?需不需要调整推荐策略?
  • 热门视频:播放量是不是环比增速快?是否有加大推荐的必要?

(3)存不存在哪些视频需要优化?

  • 付费视频:播放量不达标,可能要加大推荐;
  • 举报视频:举报占比高,可能要评估视频内容,必要进行封杀。

(4)优化后效果怎样?

  • 付费视频:播放量达标,撤掉推荐;
  • 举报视频:视频状态处于下线状态,播放量为0。

从四个使用群体的工作思路来看,我们可以知道他们分别关注的点是:

  • 推广人员:用户是怎样的?用户是怎么来的?用户做了什么?
  • 运营人员:用户是怎样的?用户做了什么?
  • 产品人员:用户做了什么?
  • 内容输出人员:用户对我输出的内容,态度是怎样的?

因此,我们可以将他们的数据诉求归为四个模块:(功能按代号标识,下同)

  • 用户获取:用户是怎么来的?1-(3)、1-(4)
  • 用户分析:用户是怎样的?1-(1)、2-(1)
  • 行为分析:用户做了什么?2-(4)、3-(1)
  • 内容分析:用户对我输出的内容,态度怎样?4-(1)、4-(2)、4-(3)、4-(4)

四. 同类产品对比

在了解使用群体的数据诉求后,我们来看下MTA对数据诉求及应用场景的满足情况,同时我们也会挑选市面上的几款产品进行对比分析。

由于不同的行为分析产品,其功能框架都是不同的,所以为能直观对比出不同产品的场景满足差异,下面我们上面第三部分内容中划分的四个模块进行纵向对比。

1. 用户获取

(右击,在新标签页中打开即可查看大图)

用户获取,可以看到,五款产品对于广告效果、渠道分析的场景分析都是能支撑到的。

其中Google Analytics(后简称GA)相较其他产品,还提供了关键词点击转化情况,更有利于推广判断目标用户搜索偏好,便于进行关键词优化。同时,GA还提供更加丰富的维度供用户进行细分分析,如根据年龄、国家、偏好等,简单数了下,超过100个维度。

但站在国内APP推广角度,考虑到国内外行业环境差异以及国内的渠道资源,MTA在国内广告效果监控这块,较其他产品在打通曝光点击到付费转化的过程上,更具优势。

2. 用户分析

(右击,在新标签页中打开即可查看大图)

用户分析,可以看到,五款产品对于用户画像、用户生命周期、留存分析、活跃分析等场景分析都是能支撑到的。

个人理解,这块更多是用于了解产品用户活跃状况及典型的用户画像,从而有利于业务去甄选用户进行运营/推广,同时对于运营的结果能得到较为及时的反馈。

五款产品相较下来,可以看到GA对于典型用户画像是还原更充分的(但对于国内用户画像可能数据来源单一,还原精度未知),而且也缺少重要的用户抽取用于运营,同时运营活动结果难以直接有效反馈。而其他产品虽然在画像还原上稍欠缺,但胜在能便于业务进行落地,同时也提供了自己一些特色功能,如神策的行为预测等。

3. 行为分析

(右击,在新标签页中打开即可查看大图)

行为分析,可以结合上面第三部分中产品人员工作思路,需要支撑到日常监控、发现异常、原因分析、效果验证,五款产品对于该数据分析框架的大多场景分析都是能支撑到的,情况如下:

  • 日常监控:5个产品都提供了自定义事件部署及自定义看板;
  • 发现异常:除诸葛IO对比分析较为欠缺,较难及时发现问题外,其他4个都能提供对比分析;
  • 原因分析:GA能提供更丰富的维度进行细分分析,而MTA则维度较为单一;
  • 效果验证:通过自定义事件的对比分析,基本都能完成验证,但GA提供实验功能,满足了AB测试的效果验证场景。

4. 内容分析

根据不同类型App,结合自定义事件进行内容定制:

(右击,在新标签页中打开即可查看大图)

内容分析,结合上图产品对比,可以发现,除GA外,其余均不支持内容分析;其中MTA对借贷行业做了进一步定制,但还不属于借贷内容的分析,而即使GA支持内容分析,也仅面向电商行业。

个人理解,对于App产品而言,核心在于其输出内容的质量好坏,而现有分析工具都欠缺对App核心产生内容的分析监控。如果市场上有一款较高自定义的内容分析模块,就可以构建产品的护城河,伴随越来越多的同类App产品的接入,同时也可提供行业平均水平作为参考依据,在大多APP产品行业竞品数据来源单一的情况下,这会是产品的一大卖点。

五款产品均未能满足的使用场景:

  • 现在内容使用情况怎样?
  • 有没哪些内容没有达到预期?
  • 存不存在哪些内容需要优化?
  • 优化后内容效果怎样?

对数据诉求及应用场景角度来说,除内容分析的数据支撑外,五款产品都能满足不同使用群体的基本数据诉求,只是在数据支撑的深度及灵活度,体现出不同产品的差别。

讲完数据诉求及应用场景,相同指标在不同基本统计单位下,也是会有明显差异。

下面我们也来简单分析下5款产品的数据模型、指标差异。

(1)MTA:开发文档没有翻到相应的介绍,只能从功能角度揣测

  • 数据模型:用户-会话-页面-事件
  • 模型描述:A用户在C会话里,先访问了B页面,并在B页面触发了D事件
  • 指标差异:比如跳出率,定义是访问该页面随即关闭应用的用户占访问该页面用户数的比例;讲下个人的理解,对于App产品,都是有它的转化目标,比如交易、下载、点击等等,那么意味着用户每一次的会话开启,都有可能达成转化目标,那么从产品运营的角度出发,目标是不是用户每一次的会话开启都要促成目标转化呢?那么,在这里是否是以会话为统计单位更合理呢?

(2)GA:开发文档也没有翻到相应的介绍,从数据采集内容角度推断

  • 数据模型:用户-会话-页面-事件;
  • 模型描述:A用户在C会话里,先访问了B页面,并在B页面触发了D事件;
  • 指标差异:和MTA相比,GA采用的是会话为统计单位。

(3)友盟:开发文档也没有翻到相应的介绍,从功能角度推断

  • 数据模型:用户-会话-页面-事件;
  • 模型描述:A用户在C会话里,先访问了B页面,并在B页面触发了D事件;
  • 指标差异:和MTA一样,采用的是用户为统计单位。

(4)诸葛IO:看到有介绍了!

  • 数据模型:用户-触点-会话-事件;
  • 模型描述:A用户在C会话里,以B行为接触到了D事件(目测触点就是把页面的“浏览”属性和事件触发的“行为类型”归类到了“触点”这个概念);
  • 指标差异:和MTA一样,采用的是用户为统计单位;不过统计上可能有优化空间,比如诸葛提供的行为路径分析是基于事件的,那么每新添一个事件,都可能造成路径的变更,起不到稳定监控的作用,参考价值会不会降低呢?

(5)神策:也有介绍

  • 数据模型:用户-事件;
  • 模型描述:A用户触发D事件(将行为类型合并到事件表,会话属性也合并到事件表,接受冗余);
  • 指标差异:和GA一样,采用的是会话为统计单位。

五. MTA功能体验

讲完MTA对数据诉求及应用场景的满足情况,下面会从各使用群体角度从MTA中挑选常用模块进行阐述,将包含以下几个功能模块:

  • 推广效果:直接反映推广效果;
  • 用户分群:用于运营挑选目标用户进行目标转化;
  • 漏斗模型:用于产品流程监控。

1. 推广效果

(1)功能组成

  • 维度:推广单元、推广计划、投放渠道
  • 指标:提供了基础指标、活跃情况、消费/收入等20个指标
  • 视图:折线图

(2)场景体验

① 今天我的推广效果是否异常?

体验:

  • 首先进到界面,看到推广单元情况(十几页),不能直接感知到推广效果是否异常;

(右击,在新标签页中打开即可查看大图)

可能优化点:

  • 新增推广效果汇总,如曝光量、激活转化率、注册率、激活设备数;
  • 新增周同期比较,一般情况下数据都有周期性变化的共性,便于发现本日异常指标;如较上周同期,注册率下降了30%;
  • 默认显示推广渠道情况,直观了解各大渠道推广效果及周同比涨幅情况。

② 为什么今天广点通渠道的激活转化率下降20%?

体验:

  • 只能从推广单元维度查看细分渠道,需先切换到推广单元视图,再筛选广点通渠道;操作较为繁琐,而且不能做到逐级细分排查,理应是先看推广计划哪个异常?再看异常推广计划具体哪个推广单元异常?

可能优化点:

  • 交互上,可实现点击下钻渠道 → 进到渠道下所有推广计划 → 点击下钻推广计划 → 进到推广计划下所有推广单元;
  • 维度层级关系上,建议:推广渠道(顶级)-推广计划-推广单元,目前在推广计划维度下,不能选择推广渠道。

③ 效果看着挺好,实际效果好不好?会不会不划算?或者预算消耗太多?

体验:

  • 不能直观反映费用消耗情况以及获客成本,不能快速为推广计划做数据支撑;转化率好,但单个设备获取成本高出其他渠道几倍,也是不划算,可能要停掉。

可能优化点:

  • 新增广告费用指标、获客成本指标,便于推广人员的推广决策。

④ 用户获取到后,质量行不行?

体验:

  • 每个App产品都有个核心转化目标,按目前提供的指标能从付费、留存上评估用户质量。

2. 用户分群

(1)筛选范围

  • 用户范围:活跃、新增、不活跃
  • 用户属性:基于App自身采集的维度信息
  • 设备属性:版本、品牌、CPU、内存
  • 自定义事件:达成过某一行为
  • 漏斗模型:完成过目标路径转化

(2)场景体验

① 电商行业,在MTA用户画像中,发现喜欢阅读的用户占比达到20%,近期有一批书,想要搞活动促销出去,需要筛选出喜欢阅读的用户进行定向营销,该怎么筛选?

体验:

  • MTA提供了应用偏好给用户查看,但是实际创建用户群却不提供自身构建的用户画像用于营销(可能是出于隐私保护)。

可能优化点:

  • 依托于腾讯数据的广度和深度,用户画像的精度是要高于App自身数据得出的画像。对于App运营来说,能够根据腾讯提供的画像,并通过腾讯的广告平台去投放广告精准命中用户,会是MTA一个极大的卖点,同时也能加大广告主对平台的依赖度。

② 触发过核心操作的用户,是怎样一批人群?是否可以筛选过滤查看人群特征,便于推广策略制定或定向运营?

体验:

  • MTA可以满足到触发核心操作或流程的用户出来,并从基础属性、设备属性、应用偏好等角度查看人群特征。

3. 漏斗模型

(1)功能点

  • 支持最多5级路径创建
  • 支持事件参数高度自定义
  • 支持漏斗分布查看

(2)场景体验

① 我要监控注册流程,行为路径为:抵达注册页 → 输入手机号 → 点击验证码 → 输入验证码 → 点击注册 → 成功注册

体验:

  • 尽管各个环节都能实现,但从一个较为简单且常用的注册流程细分监控,便卡在了最多5环这里,可以删掉某一环节,但是环节少了,意味着可能的流失环节就忽略了。

可能优化点:

  • 增加漏斗环数

② 完成很多核心漏斗构建后,要监控每一核心流程健康状况,得怎么看?

体验:

  • 首先进到漏斗列表,看到很多漏斗,30日平均转化率?比如注册漏斗到底有没异常?50%?是高还是低?不知道,得和谁比,才知道高低?
  • 平时知道是52%左右,现在是50%是不是正常?会不会被30天平均掉?不知道,还是得进到漏斗里具体看;
  • 点进漏斗后,看到是时间段内的情况,到底昨天有没出问题?不知道,选下昨天看看;
  • 点了下昨天,突然没有数据,可能是埋点出问题了,得找人补下埋点。

整个过程下来,昨天没有数据,需要经过多个环节跳转判断才知道漏斗数据异常,需要耗费较长时间用于分析判断。

可能优化点:

  • 漏斗列表,直接显示昨天转化率情况,并提供周环比辅助判断异常;
  • 漏斗分布查看,默认显示昨天转化情况,上下环节转化率,也提供周环比辅助判断环节异常;
  • 细分维度排查时,如直接版本维度体现在二维表,实现多版本同时对比;避免逐个版本点击查看判断,还缺少同维度同比判断。

六. MTA脑洞

下面内容,并未结合产品所处的背景,也未仔细斟酌,纯属个人脑洞:

1. 渠道画像

写这次分析报告,按分析思路拆解,冒出了一个渠道画像的数据诉求,基于腾讯现有的生态圈,是否可以构建生态圈的渠道画像,向市场兜售呢?(可能偏广告端提供)

会有一个场景,比如我是卖豪宅的,想找个地摊宣传,听说某个地摊人流量很大,可能转化几率高,结果找了个地铁口,人流量是大,但是能买得起豪宅的人数多少呢?导致广告费用ROI下降。

而现在我就告诉你,手头有这些渠道,这个渠道有钱人多,这个渠道00后多等等,可以加大广告主对平台方的依赖,同时也有利于拉高整体广告主的ROI。

2. 内容分析

从用户数据诉求到多产品支撑对比,可以发现,除GA外,其他行为分析系统对App核心内容的数据支撑是不足的。名义都是用户行为分析系统,但是用户接触的主体是什么?是App核心输出的内容。

  • 对于电商来说,是商品;
  • 对金融来说,是金融产品;
  • 对视频网站来说,是视频。

而核心内容分析缺失,可能导致面向的群体是有限的,得出的结果可能是片面或错误的,比如商品质量就是差,用户买了后认为上当受骗不回头,做再多的运营活动但却不解决核心内容输出的质量,可能也是徒劳的。

在现有行为分析产品对内容支撑不足的情况下,推出该类模块,在丰富产品使用人群的同时,也采集了大量的行业核心内容数据,例如对商品名称文本的分析、视频标题的文本分析等等,都能免费获取到大量行业情报数据。

声明:

(1)对于行为预测与AB TEST的功能,腾讯移动分析MTA即将在7月上线。

(2)文章为作者独立观点,不代表腾讯移动分析MTA立场。

相关阅读

腾讯移动分析产品测评大赛报名开启,丰厚大奖等你来!

腾讯移动分析测评大赛结果公布|这一次,且听我娓娓道来

 

作者:JM,从事互联网电商行业3年,其中2年数据产品经验,从0到1规划过访客日浏览量超千万的流量分析系统,现为公司商业分析系统的产品主要负责人。

本文为「人人都是产品经理」社区和腾讯移动分析联合主办的“腾讯移动分析测评大赛”中的一等奖作品,未经许可,禁止转载。

题图来自 Pexels,基于 CC0 协议

评论
欢迎留言讨论~!
  1. 参加了吐个槽的测评比赛,前来观摩学习之前的获奖作品,分析了下各作品的行文思路以及优点。
    一、行文思路:
    1、罗列出各类用户
    2、罗列出各类用户的核心需求
    3、围绕需求构想用户使用场景
    4、对应各种使用场景罗列出所需的功能模块
    5、围绕各种功能进行竞品分析剖析产品优劣势
    6、结合几个主要的功能点构思出具体的使用场景进行体验分析
    二、报告优点
    1、咬紧用户以及产品为用户带来的价值进行分析
    2、由用户→需求→场景→功能找出产品的核心功能板块,让之后的功能分析高效且精确
    3、采用了先发散再收敛的思路:了解类型产品相关信息(价值点、用户、用户场景),对该类型产品有了思路后进行几款产品的分析,最后聚焦到特定的MTA产品分析,最终结合之前分析出的问题输出了自己的发散性脑洞
    4、文章的目标性强,行为目的在于帮助读者梳理产品思路最终输出有效建议
    5、较为丰富的专业经验

    回复
  2. 学习了

    回复
  3. 逻辑清楚。

    分析得很落地。好棒

    回复
  4. 从产品角度出发,架构好,各个模块都有内容,不虚,棒!

    回复
  5. 学习了!

    回复
  6. 学习学习!!!

    回复
  7. jm的啊,冠军哎 :?:

    回复
    1. 你认识他?

      回复
    2. 不认识,但是我也参赛了,所以知道谁是第一

      回复