APP运营中必须关注的7大数据指标

简介: 目前随着互联网红利的收紧,新产品上线越来越需要精细化的运营。而各类数据让人眼花缭乱,到底哪些能称的上是数据中的KEY-Data呢?又如何运用KEY-Data驱动产品和运营呢?今天我们就来盘点一番。
目前随着互联网红利的收紧,新产品上线越来越需要精细化的运营。而各类数据让人眼花缭乱,到底哪些能称的上是数据中的KEY-Data呢?又如何运用KEY-Data驱动产品和运营呢?今天我们就来盘点一番。
盘点前,我们可以将获取到的应用数据分为产品数据、用户数据两个大的方向。
【友盟+】应用统计分析

一、产品数据:
产品每一次更新迭代都是试水阶段,需要对用户的使用场景、产品Bug等进行重点关注,挖掘用户的诉求,不断优化产品。从产品角度来看最需要关注的就是那些能体现用户“反应”的数据。这里可以简单的分为三类:
1.页面访问路径数据
通过页面访问路径数据来追踪用户行为: 
a)对比设想的用户访问路径与用户实际访问路径的区别。
b)分析关键路径上的页面跳转以及转化率,找到流失用户的页面。
c)分析到达关键页面的页面来源,分析关键页面的去向。
之后定位问题所在,确定优化方向,提升用户体验。
案例:  
对于旅游出行类APP非常典型的场景是节假日促销,一般运营人员会在法定节假日到来前1个月,便将策划好的促销活动发布到线上,并且进行持续的运营推广。
推广形式分为首页推荐,搜索关键词,APP换量推广,活动推送等。这些流量的入口最终的目的是促成用户进行活动浏览进而下单。整个流程如下:
de9390a3b7d691ee9e1cd2d3499a2dedb9070b66
预期目标:不同渠道的流量能够流向商品浏览页,并实现“产品下单购买”的转化。
产品上线之后,可以通过“页面访问路径”数据查看用户真实的页面跳转路径。用户实际访问页面情况跟预期设想的越接近越好,但实际上在【友盟】后台看到的数据可能如下:
28a837bf4bfd4b39980f1170d0670b8103419d04
根据图中用户访问路径数据来看,来自“首页推荐”的转化数据最多,换量推广与活动推送会引导用户打开应用访问的第一个页面即是商品浏览页,因此来自换量推广和活动推送的转化数据次之。而来自首页搜索的量最少。
以上说明,关键词优化推广活动相比其他推广活动效果差。接下来可以从关键词优化上查找原因:
a)在搜索框里的关键词并非“10.1活动”,而是其他关键词
b)在点击搜索框进入的“热门搜索”中活动相关的信息太少。
于是针对问题进行第二版优化:
a)将搜索框中的推荐关键词更换为“10.1活动推荐“
b)点击搜索框进入的”热门搜索“中增加更多的活动相关信息。
更新到线上之后,继续观察数据如下:
7c076e977ad229954bb68f1db45d31a532c6f438
可以看到,新版中来自搜索的数据明显增加,优化达到预期。
在使用页面访问路径进行产品分析时,除了可以验证设想是否正确,也可以通过数据发现问题,经过更细致的分析找出对应原因,继而进行有效优化。

2.自定义事件数据
通过自定义埋点事件数据,可量化用户对所有按钮点击情况、分辨用户对某一功能的使用意愿。
案例:
以统计自定义事件“字体应用数”为例,对于图片处理应用来说,可以将每种“字体”埋点,可以了解到用户使用“字体”这个功能按钮的点击次数,并且都使用了哪些字体,最受用户欢迎的字体有哪些,结合当下流行趋势来决定推出的标签及顺序,从而进行合理的设计与功能排序的调整。

3.事件转化率数据
通过查看事件转化率的数据来确定整个流程的设计是否合理,各步骤的优劣,是否存在优化的空间等。
案例:
对于婚恋应用而言,最重要的环节就是用户资料注册,通过查看漏斗数据可对用户群的注册流程转化情况进行评估。
70ea45e19d3ec0d669364ddcd1f330a21ad531f5
婚恋网开通会员的入口有很多,可以是通过会员中心,也可以是通过对自己感兴趣的用户邮件等功能进入会员购买通道等。因此通过漏斗就可以根据每个流程的转化率评估用户的付费来源和效率,从而更加了解用户的付费意愿。对于转化效果比较低的漏斗,可以一目了然定位到问题所在节点,从而进行产品优化。

二、用户数据:
每一位用户进入应用后的互动都会被记录下来,也就形成了一张用户属性的清单。在这张清单中,有四类数据是每一个产品和运营人员都一定需要关注的:
1.渠道数据:
通过渠道数据了解每个渠道的拉新能力,用户的粘着度、忠诚度,结合多维度数据指标(活跃用户,启次数,使用时长,留存率)衡量用户质量。针对每一次推广活动确认推广力度,进而了解渠道推广的效果。
2.用户属性数据:
了解用户来自哪个省市,用户使用设备时的网络环境是wifi、2G、3G、4G占比为多少,以便定位用户群进行定位投放,根据联网方式评估应用内的加载速度。
3.用户参与度数据:
用户的时间越来越碎片化,哪款应用能够占有或优化用户时间,那么说明该应用将会受到更多用户的青睐。针对同性质的APP用户花费在应用的时间可以对比衡量应用的价值。通过了解用户的使用应用时长、使用频次、使用间隔分析用户习惯,不断完善应用特性。
4.留存用户数据:
留存用户反映自己应用的用户质量以及自己的应用受欢迎程度。通常保留一个老客户的成本要远远低于获取一个新客户的成本。我们通过日留存判断用户留下来的意愿,通过周留存判断忠诚用户转化比率,通过月留存判断产品的生命周期,从而合理规划产品,提高产品价值。优质应用需要不断延长用户生命周期。不同性质的APP留存率有不同的衡量标准,比如像墨迹天气,孕育管家等工具、教育类等性质的应用留存率相对会高一些。有些应用不需要每日启动,此时可以看周留存率、月留存率等指标评估。比如旅游类,医疗类应用等。如果一款App没有体验或者性能上的硬伤,亦或是没有做任何推广活动下,次日留存率30%—40%,7日留存率大概为次日留存率一半,30日留存率大概为7日留存率一半。是一个正常的留存率数据。

数据是公司的资产,我们需要用数据思维驱动运营,以上就是在APP运营中所要关注的重点数据指标——KEY-Data,你,Get到了吗?
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
18天前
|
SQL 数据采集 数据挖掘
大数据行业应用之Hive数据分析航班线路相关的各项指标
大数据行业应用之Hive数据分析航班线路相关的各项指标
117 1
|
4天前
|
存储 数据采集 算法
大数据平台治理——运营的角度看数仓
大数据平台治理——运营的角度看数仓
8 0
|
18天前
|
物联网 大数据 BI
助力工业物联网,工业大数据之费用事实指标分析及实现【二十四】
助力工业物联网,工业大数据之费用事实指标分析及实现【二十四】
27 0
|
18天前
|
物联网 大数据 BI
助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】
助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】
34 0
|
18天前
|
物联网 大数据 BI
助力工业物联网,工业大数据之维修事实指标需求分析【二十二】
助力工业物联网,工业大数据之维修事实指标需求分析【二十二】
37 0
|
18天前
|
物联网 大数据
助力工业物联网,工业大数据之安装事实指标需求分析【二十一】
助力工业物联网,工业大数据之安装事实指标需求分析【二十一】
22 0
|
18天前
|
数据采集 物联网 大数据
助力工业物联网,工业大数据之工单事实指标需求分析【二十】
助力工业物联网,工业大数据之工单事实指标需求分析【二十】
30 0
|
18天前
|
物联网 大数据
助力工业物联网,工业大数据之油站事实指标需求分析【十九】
助力工业物联网,工业大数据之油站事实指标需求分析【十九】
25 0
|
18天前
|
物联网 大数据 调度
助力工业物联网,工业大数据之事实主题指标划分【十八】
助力工业物联网,工业大数据之事实主题指标划分【十八】
29 0
|
18天前
|
监控 数据可视化 安全
Java智慧工地管理平台可视化大数据建造工地APP源码
Java智慧工地管理平台可视化大数据建造工地APP源码
67 0

热门文章

最新文章