【知乎问答】产品的数据统计分析及精细化运营

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

2

史蒂芬说:在对产品的数据分析中,需要对统计分析哪些数据?使用什么工具?以及如何通过应用统计进行分析,从而做到精细化运营?

以下是总结自知乎的高投票率回答
一、  需要统计分析哪些数据?

知乎用户@Zhengyang(产品运营)

需要从以下几个方面考虑
1、不同的网站因为商业目的不同,KPI会有所侧重

如果你是内容型网站,跳出率肯定是不错的KPI;如果是视频网站,在线时长肯定是更好的KPI;如果是购物网站,电商的转化率会是更好的KPI;
同时,新客户和老客户的比例变化也是个不错的KPI,体现你网站客户的忠诚度或是获取新用户的能力。
2、最终体现你价值的,还需要定制化KPI

但是如果你是个社交网站,什么样的指标合适,如果你是个拍卖网站,什么样的指标合适?这就涉及到一些定制的转化率指标。
顺便提及:网站中的每个行为最好都埋点,以便分析
3、在不同的阶段,指标都不一样

网站刚上线,肯定是流量,PV,跳出率;网站运营中期,肯定是新注册,转化率,跳出率,电商网站还会考虑客单价,重复购买率;网站某次市场活动,肯定是新访客比例,跳出率,新访客的注册转化率,目标达到率等。
二、使用什么统计分析工具?

知乎用户@飞翔独角兽,一只安静的产品旺

选用哪个工具与公司现状和公司需求有很大关系。首先,确定在网站数据分析这里公司技术实力如何,部署与收集分析数据能力怎样;其次,明确公司想要获得的是纯粹报告还是需要分析;最后,是否只需要了解点击相关数据即可。
不同的实现目标,解决方案的层次会有所不同。显然简单的日志分析器是解决不了问题的,建议采用木桶原则划分工具选择(以下为书摘):

木桶1 :Omniture, Webtrends

木桶2 :ClickTracks,Unica,XiTi,Nedstat

木桶3 :Google Analytics,百度统计

木桶1特点-大而全,部署和使用有一定难度;

木桶2特点-后验分析的佼佼者,管理离线营销和跨渠道营销效果好;

木桶3特点-自带分析功能,可自定义报表,并能与搜索营销结合。

从每个木桶中至少选择1款工具做网站分析,试运行1-2个月进行阶段性评估,可以从这几个角度尝试评估:易用性,功能性,技术,响应,【成本】,了解抽样算法,搜索分析,小白上手难度(这影响到该系统在公司内普及的程度),校验数据(数据质量肯定不完美,但可用。看偏离多少,相关人员如何解答这些差异),测试反馈和服务支持,计算总成本。

知乎用户@丁利微信号:(小编注:适用于web)

主要工具如下:
国外:1、GA ; 2、Clicky; 3、W3Counter; 4、Woopra; 5、W3Perl ; 6、Piwik; 7、TraceWatch; 8、Snoop;9、goingup; 10、JAWStats;11、Crazyegg;
国内: 1、百度统计;2、CNZZ;3、国双统计; 4、51la;5、量子统计; 6、小艾统计;7、科捷统计;8、好耶iDigger 9、gostats。
外部分析工具:1、Alexa ; 2、IUT; 3、adplanner; 4、quantcast;

知乎用户@宋利鹏,想成为架构师的码农(小编注:适用于App)

主要工具如下:
国内:友盟,机锋统计,TalkingData,百度移动统计,CNZZ移动数据平台,imofan
国外:Flurry,google analytics mobile,Mixpanel
开源:cobub
三、如何通过统计结果做到精细化运营?

知乎用户@吴雪竹,在路上

精细化运营从以下几方面考虑
1、精细化运营的目标
1)产品是什么类型的APP?是否需要过多的运营?

比如说你的产品只是个工具,那恐怕谈不上过多的精细化运营,一般做好常规的用户行为分析、再配合用户定性研究,用于指导产品的设计即可;如果是内容型产品,或者功能和内容兼具的产品,那确实需要考虑。
2)设计统计框架

统计的目标要弄清楚,拿到数据之后用来做什么?指导功能改进,还是版面调整?再或者是作为用户对内容质量评判的指标?
假设用户在你的app上会频繁进行交互和使用功能,同时还会浏览或者产生内容,那么需要在产品设计的同时,把你的统计框架设计好。
2、简要的操作流程
1)数据采集

首先列出你需要的数据项,接着评估哪部分是需要APP上报的,哪部分是后台可以统计的,然后分别在前后台加上。一般来讲,APP上报采集的数据,在发布前一定要经过谨慎的校验和测试,因为一旦版本发布出去而数据采集出了问题,不仅之前的功夫都白做了,还会带来一大堆脏数据,同时还有可能降低客户端的运行效率,得不偿失。
2)数据整理

数据采集完之后,需要将各种原始数据加工成为产品经理需要的直观的可看数据,这里需要做一些基本的数据逻辑关联和展示,就不赘述了。
3)数据分析

按照一开始设计的统计框架,你可以很清楚的看到自己需要的数据了。比如用户行为:哪些功能使用得被人均使用得最多,哪些按钮被频繁点击,哪些在显著位置却未达到预期使用效果的功能,等等;比如内容分析:哪篇文章被查阅最多,哪些内容被评论或者赞得最多,等等。

当然以上只是基础得不能再基础的分析,再深入一点的,例如你拿到这些数据,可以分析使用A功能的用户同时还喜欢B功能,二者关联性较强,是否可以在前端设计时更多的考虑整合,或者界面上的调整;比如分析点击流,大部分用户访问或使用APP的路径是怎么样的,是不是把核心功能藏得太深了?再比如可以分析不同用户属性,比如男性用户和女性用户,他们在用户行为上是否有明显差异?等等。
不同产品的数据分析方式和模型差距非常大,没法一下子就说清楚。所以以上更多的是举例。
3、一些需要注意的原则
1)数据本身是客观的,但被解读出来的数据一定是主观的,同样的数据由不同的人分析很可能得出完全相反的结论,所以一定不能提前带着观点去分析(比如已经有了假设,再用数据去论证);
2)APP采集数据,一定是优先级比较低的事情,不能因为数据的采集而影响产品的性能和用户体验,更不能采集用户的隐私数据(虽然国内很多APP并没有这么做);
3)数据不是万能的,还是要相信自己的判断。

本文由人人都是产品经理@史蒂芬孙整理自知乎问答,转载请注明出处并保留本文链接。

您的赞赏,是对我创作的最大鼓励。

评论( 0

登录后参与评论
加载中