全网营销专家  为企业发展而生
   400-6655-136

互联网产品数据分析


日期:2019-12-15    作者:客来网络


互联网产品数据分析主要看几个方面:
 
1、用户基本信息数据。
主要看用户性别、年龄、居住地、职业等,这些我们可以分析用户性别、地区、经济收入等对产品的影响和产品的受众人群。
 
2、用户行为习惯信息,说白了就是分析用户的操作行为。如果产品后台或者渠道更强大,要看用户浏览、购买产品操作行为、停留时间等。
例如在产品陈列中,我们要分析用户点击哪个产品的次数多,停留的时间最长,用户喜欢从哪个页面点击购买等等,这些信息都需要我们从数据中去看。
 
3、用户相关信息,用户相关信息说白了就是和用户有间接关系的信息,平台和产品不同,对其理解不同,但是都大同小异。
例如:我们几乎每天都会线上购物,我们线上每次购物不一定都是给自己买点东西,而是帮别人买东西,写的收货地址、收件人是其他人的,那么这么个数据虽然和用户有关系,但是间接关系,我们需要把这部分数据要看注重起来。数据量大,就可以分析和对比。

互联网产品数据分析
 
以上主要是我们看数据的三个方向,要定期注意数据的变化和规律,这样对我们制定以后的运营策略、产品方向,甚至公司的重大策略都有重要的意义。
 
 
一、数据统计的名词术语:先把基本概念掌握,再慢慢沉淀。
 
PV(Page View):即页面浏览量或者点击量,用户没刷新一次即被刷新一次。
UV(Unique View):独立访客,访问您电脑的一台电脑客户端为一个访客。提示:00:00-24:00内相同的客户端只被计算一次。
新增用户数:又被称为激活用户数或者安装用户数。
活跃用户:指一段时间内启动或登录过应用的用户。包括:日活(DAU),即每日活跃用户数;周活(WAU),即每周活跃用户数。
月活(MAU),即每月活跃用户数。
启动次数:用户对产品的一次使用即为一次启动。有日平均启动次数:该日平均每用户启动应用的次数。
用户在线数(PCU),它是衡量系统运行压力的重要指标,以及衡量产品在运营期间受欢迎程度,大多数以游戏产品为主。
渠道:市场营销专业术语,商品销售路线,是商品的流通路线。我们获取产品的渠道一般为以下商店。
获客成本:营销成本/新增用户,新客户一般包括:新访客,新注册用户,第一次下单的客户。
平均付费(ARUP)=总收入/付费用户数,它一般从某个程度上是衡量产品的盈利能力,也是从某个方面衡量产品的发展活力。
转化率:网站转化率=进行了相应动作的访问量/总访问量。它是衡量网站内容对访问者的吸引程度以及网站的宣传效果。
 
二、数据的维度与指标:理解什么样的数据表现是健康的。
 
1、用户留存:用户在某段时间内开始使用应用,经过一段时间后,仍然继续使用应用的被认作是留存用户,这部分用户占当时新增用户的比例即为留存率。次日留存率=(第一天新增的用户中,第二天还登录的用户数)/第一天新增的用户数100%。
产品生命周期:
(1)相遇:初期(1-7天内使用产品情况及意愿)
(2)相知:成长期(2-4周)
(3)相恋:忠诚期(5-10周)
(4)相离:流失期(11-12周以后)
反映问题:用户留存率用来评定用户粘度,应用质量最直观的说明;留存率越高,说明产品的质量越好,用户的忠诚度越高。
 
指标维度:
(1)次日留存(1Day Retention):用户首次体验满意度。
(2)7日留存(7Day Retention):完整体验后留下来的忠诚用户。
(3)30日留存(30Day Retention):主要看版本更新后,用户的流失情况。
健康表现:用户的留存1日,7日和30日留存有着一定的转换关系。从行业的普遍规律来看,留存率的健康指标为:4-2-1,即健康的应用,1日,7日,30日用户留存率应不低于40%-25%-10%的水平。
 
2、用户活跃率
活跃率=一段时间内的活跃用户数/总用户数。
 
3、电商平台关注数据指标
核心指标:成交金额(GMV),交易数量(Transations),均价(ARUP),用户的复购率,购买频次,年度复购率。
指标维度:用户交易数据,用户行为数据,用户来源数据
 
4、内容型平台关注数据指标
基本指标:页面浏览量,访问量,独立访客数,跳出率,页面停留时长,网站停留时长,退出率,转化率,页面退出率
指标维度:
(1)内容热度:分享次数,推荐次数,点赞次数,评论数
(2)用户情况:新用户,活跃用户,沉寂用户占比的变化,增长的趋势等
 
5、若想了解一个行业或一个产品的数据,如何收集到靠谱的数据呢?
切入思路:从流量、市场占有率、用户交付使用深度,舆情等角度
常用工具:Alexa、AppAnnie,ASO 100,艾瑞的互联网行业研究报告,Gartner的研究报告,IDC,TalkingData的游戏行业研究
 
三、如何进行数据估算
 
提示:善于理性思维,解决具体问题。
分析数据需明确边界
如估计北京有多少辆汽车?
(1)考察目的:数据分析能力,逻辑分析能力,全面思考能力
(2)解决问题的思路:
 
四、常见的数据统计分析工具
提示:工欲善其事,必先利其器。
常用工具:百度统计,CNZZ站长统计(免费),诸葛io(免费+企业版),TalkingData,有盟统计,自主研发
 
五、产品数据分析的三个层次
 
六、AARRR运营模型,AARRR模型也称为海盗法则。
数据分析过程中,主要包含6个既独立有相互关联的阶段。
(1)明确分析目的与思路
(2)数据收集
(3)数据处理
(4)数据分析
(5)数据展现
(6)撰写报告
 
互联网产品数据分析,可能在日常生活中在数据分析方面接触不到或者接触的少,但是做运营要有这种思维,运营除结合我们的行业知识、生活常识、生活习惯进行产品运营外,更重要的是用数据去证明的我们的想法和推测,不管我们做的是什么行业,用的是那些渠道,请相信数据很重要,学会分析,我们需要养成良好的思维习惯!
 


相关推荐