好的產(chǎn)品有哪些方面需要數(shù)據(jù)的驗(yàn)證?如何通過(guò)數(shù)據(jù)來(lái)了解自己App潛力?在友盟開(kāi)放日上,友盟統(tǒng)計(jì)產(chǎn)品經(jīng)理馮孫穎分享了“數(shù)據(jù)支撐下的 App 迭代策略”。
以下為口述內(nèi)容,梳理時(shí)略有刪減。
對(duì)于產(chǎn)品來(lái)說(shuō),它的品質(zhì)、營(yíng)銷(xiāo)和推廣是實(shí)現(xiàn)商業(yè)目標(biāo)的基礎(chǔ),數(shù)據(jù)則可以驗(yàn)證這三個(gè)方面的執(zhí)行效果。那么,如何通過(guò)數(shù)據(jù)來(lái)更好的了解自己的產(chǎn)品,并且去優(yōu)化產(chǎn)品設(shè)計(jì)?
第一,宏觀了解 App 內(nèi)在特性,找出問(wèn)題所在
開(kāi)發(fā)者需要宏觀了解應(yīng)用的整體趨勢(shì)。宏觀分析的目標(biāo)就是通過(guò)數(shù)據(jù)指標(biāo)和運(yùn)營(yíng)模型了解 App 的內(nèi)在特性,找到開(kāi)發(fā)、運(yùn)營(yíng)過(guò)程中的問(wèn)題并且解決它。
舉個(gè)例子,日前有個(gè)工具類(lèi) App 找到友盟,說(shuō)是產(chǎn)品的 DAU 莫名地下降了,讓我們幫忙分析下原因。
運(yùn)營(yíng)人員大都知道,用戶(hù)規(guī)模會(huì)受到新用戶(hù)和老用戶(hù)的影響,新用戶(hù)主要跟應(yīng)用推廣相關(guān),而老用戶(hù)主要跟應(yīng)用特性相關(guān)。它的新增用戶(hù)曲線是正常的,那我們猜測(cè)可能就是老用戶(hù)出現(xiàn)了問(wèn)題,所以先查看了這個(gè) App 三個(gè)月以來(lái)的留存率,留存曲線很穩(wěn)定,而且次留存率高于 40% ,7 日留存率高于 20% 。接著又查看了它的沉默用戶(hù)趨勢(shì),從圖表曲線來(lái)看,這個(gè) App 的短期留存也不存在問(wèn)題。
注:沉默用戶(hù)是一個(gè) App 反映老用戶(hù)的指標(biāo),指的是用戶(hù)只在安裝當(dāng)日和次日啟動(dòng)過(guò),在隨后 90 天都沒(méi)有啟動(dòng)行為,即視為沉默用戶(hù)。沉默用戶(hù)是一個(gè)短期留存,跟 App 閃退、UI設(shè)計(jì)風(fēng)格、目標(biāo)用戶(hù)的獲取等因素相關(guān)。
通過(guò)分析,這個(gè) App 的留存率高于業(yè)內(nèi)流傳的 40-20-10 的標(biāo)準(zhǔn),沉默用戶(hù)也沒(méi)有異常波動(dòng)。所以不太可能是推廣中獲取用戶(hù)存在質(zhì)量的問(wèn)題。那么是什么因素導(dǎo)致這個(gè) App 的 DAU 在下降?接著我們分析了這個(gè) App 的用戶(hù)結(jié)構(gòu)。
友盟統(tǒng)計(jì)系統(tǒng)有三個(gè)模型:活躍度、新鮮度和周用戶(hù)構(gòu)成。用戶(hù)活躍度模型是按照用戶(hù)活躍成分來(lái)分層的,最下層的是最近 15 天內(nèi)每天都啟動(dòng)的用戶(hù),屬于活躍用戶(hù);最上層的是在最近 15 天內(nèi)只啟動(dòng)了 1 天的用戶(hù)??梢钥闯?,最下層的用戶(hù)占比超過(guò) 20%??梢?jiàn),這個(gè) App 的老用戶(hù)占比非常大,活躍度也比較高。
此外,從它的用戶(hù)新鮮度數(shù)值上看,30 天前的用戶(hù)已經(jīng)占總用戶(hù)的 90% 以上。與此同時(shí),新鮮度和活躍度模型中用戶(hù)的成分都非常穩(wěn)定,所以排除了運(yùn)營(yíng)活動(dòng)減弱或者問(wèn)題版本的發(fā)布導(dǎo)致數(shù)據(jù)產(chǎn)生波動(dòng)。
注:新鮮度是按用戶(hù)來(lái)到系統(tǒng)中的時(shí)間來(lái)分層,最下層的用戶(hù)是 30 天前的新增用戶(hù),屬于老用戶(hù),最上層的用戶(hù)是最近新增的用戶(hù),它能夠更清晰的反映新老用戶(hù)比以及用戶(hù)的來(lái)源結(jié)構(gòu)。
再來(lái)看下它的周用戶(hù)構(gòu)成。從模型中可以看到兩個(gè)現(xiàn)象:整個(gè)周活躍用戶(hù)的規(guī)模在下降;老用戶(hù)的規(guī)模也在下降。
我們可以進(jìn)一步分解影響用戶(hù)規(guī)模的因素。一般來(lái)說(shuō),新用戶(hù)獲取和老用戶(hù)回訪會(huì)使用戶(hù)規(guī)模上升,而新用戶(hù)流失和老用戶(hù)流失會(huì)使應(yīng)用規(guī)模下降。一般新用戶(hù)的變化和應(yīng)用推廣相關(guān),老用戶(hù)的變化和應(yīng)用特性相關(guān)。那么唯一的可能性就是推廣中獲取的新用戶(hù)數(shù)量一直都很低,這樣新用戶(hù)所帶來(lái)的增量彌補(bǔ)不了老用戶(hù)所帶來(lái)的損耗,長(zhǎng)此以往,DAU 就下降了。這個(gè)過(guò)程在數(shù)據(jù)上的體現(xiàn)就是新鮮度模型中老用戶(hù)占比非常高。
注:周用戶(hù)構(gòu)成按照用戶(hù)在系統(tǒng)中持續(xù)的啟動(dòng)時(shí)間將用戶(hù)分層,最上層啟動(dòng)時(shí)間超過(guò) 5 周的是忠誠(chéng)用戶(hù)。
為了論證這個(gè)推論的正確性,我打開(kāi)了系統(tǒng)中的預(yù)測(cè)算法尋找答案。當(dāng)我設(shè)置繼續(xù)按照上周的發(fā)展,我們可以看到上圖的那藍(lán)色曲線呈現(xiàn)下滑。
當(dāng)我每周獲取 42000 個(gè)用戶(hù)時(shí),藍(lán)色曲線不再下滑,呈現(xiàn)平穩(wěn)的趨勢(shì)。
每周設(shè)置 90000 新增用戶(hù),藍(lán)色曲線快速回到年初水平。
這就進(jìn)一步論證了我的 App 是因?yàn)樾掠脩?hù)獲取力度不夠,沒(méi)有辦法維持現(xiàn)有的用戶(hù)規(guī)模,所以用戶(hù)就下降了。
二、關(guān)注每次渠道投放及版本迭代對(duì)數(shù)據(jù)產(chǎn)生的微觀影響
微觀分析的核心方法是用渠道和版本做細(xì)分對(duì)比。
大部分開(kāi)發(fā)者都使用過(guò)付費(fèi)推廣渠道。怎樣控制推廣成本?首先需要關(guān)注渠道在數(shù)量上的指標(biāo)來(lái)進(jìn)行成本控制,關(guān)注渠道在質(zhì)量上的指標(biāo)來(lái)進(jìn)行收益的分析。
我們還需要了解每一個(gè)渠道的用戶(hù)屬性和用戶(hù)畫(huà)像,了解這個(gè)渠道與你的用戶(hù)是否相匹配。這些可以通過(guò)友盟統(tǒng)計(jì)的一些高級(jí)功能來(lái)進(jìn)行個(gè)性化目標(biāo)的分析,來(lái)提高整個(gè)渠道的投放效率。
除了渠道的推廣,版本的更新迭代也是需要跟進(jìn)的。這可以通過(guò)錯(cuò)誤分析來(lái)兼顧版本的穩(wěn)定性。因?yàn)榘姹緝?nèi)容好壞也會(huì)對(duì)留存率產(chǎn)生影響,通過(guò)頁(yè)面訪問(wèn)路徑了解用戶(hù)實(shí)際使用行為。
友盟最近在頁(yè)面訪問(wèn)路徑功能上做了優(yōu)化,優(yōu)化里做了全量數(shù)據(jù)來(lái)參與計(jì)算。
這種可視化的圖表能夠直觀展現(xiàn)頁(yè)面之間跳轉(zhuǎn)。還可以在交互中展現(xiàn)某一個(gè)頁(yè)面,看用戶(hù)在頁(yè)面中離開(kāi)的比例,看用戶(hù)來(lái)到頁(yè)面之后又調(diào)轉(zhuǎn)到其他的頁(yè)面。這些信息其實(shí)可以幫助我們優(yōu)化產(chǎn)品,我曾經(jīng)用這樣的功能優(yōu)化過(guò)友盟指數(shù),分享下此次的優(yōu)化過(guò)程。
注釋?zhuān)河衙酥笖?shù)分為四大指數(shù),不同功能指標(biāo)用不同顏色展現(xiàn)。
最初,為了充分對(duì)比 iOS 和 Android 的差異性,開(kāi)發(fā)者需要點(diǎn)擊 A1 到 A5 對(duì)應(yīng)的標(biāo)題進(jìn)入,當(dāng)時(shí)設(shè)計(jì)了很多方案,讓這些標(biāo)題更大更容易被點(diǎn)擊。但是無(wú)論是哪一種設(shè)計(jì)方案,跳出率都高達(dá) 50% 。于是就去分析頁(yè)面訪問(wèn)路徑,發(fā)現(xiàn)用戶(hù)從首頁(yè)離開(kāi)的比例非常大,而且這一部分留下來(lái)的比例比較少。
我猜測(cè)可能是這個(gè)概況頁(yè)太長(zhǎng),這有一個(gè)滾動(dòng)條,用戶(hù)沒(méi)有辦法在一屏之內(nèi)瀏覽完所有信息,所以用戶(hù)轉(zhuǎn)化很差。所有詳情頁(yè)都需要通過(guò)標(biāo)題點(diǎn)進(jìn)去,所以隱藏入口比較深,用戶(hù)點(diǎn)擊不到。
基于這個(gè)判斷我們做了一次優(yōu)化。將二級(jí)功能做成了二級(jí)導(dǎo)航,這一次功能上線之后,跳出率下降了 20% ,另外再來(lái)看頁(yè)面訪問(wèn)路徑,發(fā)現(xiàn)用戶(hù)進(jìn)入到詳情頁(yè)的比例確實(shí)多了很多。這就進(jìn)一步驗(yàn)證了我的設(shè)計(jì)思路。
總結(jié)一下,開(kāi)發(fā)者需要了解用戶(hù)的使用行為來(lái)優(yōu)化自己的產(chǎn)品,同時(shí)需要分析數(shù)據(jù),將數(shù)據(jù)轉(zhuǎn)變?yōu)榭蓤?zhí)行的方案。友盟統(tǒng)計(jì)的一些高級(jí)功能可以幫助開(kāi)發(fā)者進(jìn)行個(gè)性化的分析和精細(xì)化的運(yùn)營(yíng),從而更有針對(duì)性的去優(yōu)化產(chǎn)品的功能設(shè)計(jì)。譬如通過(guò)自定義事件功能,可以對(duì)近期比較關(guān)注的功能點(diǎn)做埋點(diǎn)分析,去追蹤用戶(hù)使用這些功能時(shí)的具體細(xì)節(jié),包括統(tǒng)計(jì)事件及事件各參數(shù)的發(fā)生次數(shù)、獨(dú)立用戶(hù)數(shù)、事件時(shí)長(zhǎng)、累計(jì)值、均值和數(shù)值分布等。
此外,建議開(kāi)發(fā)者也要關(guān)注自己所處行業(yè)的現(xiàn)狀及發(fā)展趨勢(shì),這些信息有助于大家去制定產(chǎn)品的長(zhǎng)期發(fā)展計(jì)劃。友盟指數(shù)中有很多指標(biāo)和維度幫助開(kāi)發(fā)者研究出更有意思的數(shù)據(jù)。
標(biāo)題名稱(chēng):開(kāi)發(fā)者,如何通過(guò)數(shù)據(jù)優(yōu)化產(chǎn)品APP設(shè)計(jì)?
網(wǎng)頁(yè)地址:http://chinadenli.net/article16/sohsgg.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供手機(jī)網(wǎng)站建設(shè)、虛擬主機(jī)、做網(wǎng)站、品牌網(wǎng)站建設(shè)、自適應(yīng)網(wǎng)站、企業(yè)網(wǎng)站制作
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)