用户体验数据:跳出率、到访率、停留时长、访问深度访客属性:性别、职业、学历、年龄、地域、使用设备、操作系统
当我们拿到以上三方面的数据后,当然这里的工作是数据分析专员要做的内容,而且是每天都需要做统计,并且要保证数据的准确性。
下面我们说说分析数据的几种方法,我在推广运营的经验已经有5年,用的最多两种方法分析是图表对比分析和归因分析。
图表对比分析,这种方法是先将批量或者某个时段的数据生成图表,这里图表有很多种,有饼图、柱状图、曲线图等,可以根据数据需求方的需求而来。虽然图形不一样,但都能反馈出相同的问题,这个是关注的核心点。
那么怎么进行对比呢?对比不是让你口头上去做对比,而常用的是环比和同比,当然数据比较敏感的可能不需要通过图形就能看出问题,但是为了直观和容易理解,图表的生成是非常有必要的。
对比的数据项并不是上面罗列的全部,而是取核心项,这样显得不会太繁锁;通过分析后,用文字将发现的问题一一罗列,同时附上自己的看法和解决问题的建议,最后便通过邮件形式发送给需求方,整个过程尽可能体现做数据分析专业性的一面。
归因分析,是指通过结果来分析原因。这里举例说明可能比较好理解,假如你负责的的这款APP某一周的注册转化率为0.5%,而正常情况下是 1.2%,下降了0.7%个点,那么该怎么分析?我们先要看注册转化率是怎么来的,先要明白注册转化率是怎么来的,即注册用户数/下载数。
分析思路:注册转化率在下载数不变的情况下成正比,在注册用户数不变的情况下成反比。这里便分了两种情况:要么是在下载数变化不大的情况下,注册用 户变少了;要么是在注册数变化不大的情况下,下载数增多了;而这种情况肯定是访客体验APP时,某个细节做的不到位,而导致了跳出。
注册用户数减少,先看看APP注册流程是不是出了问题,其次看打开APP人数是不是减少了,减少是ASO排名下降了还是竞争对手增加的原因,然后做出相应的调整,通过这样排除再观察数据变化。同样在最后,将发现的问题以文档形式罗列,以邮件形式传达给需求方。
好了,数据分析就说到这里,如果有更好的想法和建议欢迎给我留言分享,祝您有收获~