开发者社区> 知与谁同> 正文

触屏站产品数据分析关注点与优化

简介:
+关注继续查看

大数据

随着智能手机,3G,4G网络的普及,很多网站除了网站,App外,还会推出为智能手机优化的触屏站。

触屏站从内容展现和交互上会弱于桌面网站,在导航设计上会遵循移动界面的设计,如:卡片式内容展现切换,提供垂直方向内容的动态加载,更容易点击的工具栏按钮等。

意义

触屏站往往晚于网站而开发,功能上会做减法,从运营的角度,主要意义有:

  1. 方便手机用户完成基本功能与操作,如:文章浏览,商品查询,注册下单等。
  2. 提供品牌,营销活动介绍。
  3. 引导用户安装原生App。
  4. 嵌入到原生App,微信等外部应用中,作为功能的补充。

优化改进

对于触屏站我们会关注:

  • 来源渠道
  • 访客信息
  • 访客行为
  • 购买转化

优化:

  • 内容展现
  • 导航交互
  • 营销转化

来源渠道

和网站类似,除了关注:搜索引擎,广告投放,搜索引擎,社交网络外,还需要关注:

  1. 主站跳转过来的流量
  2. 嵌入到微信,App里时的流量
  3. 移动搜索引擎带来的流量

访客信息

关注访客的城市,新老,时段,设备,分辨率,网络,访问速度情况。

操作系统要看版本,如:安卓 2.x系列的比例,因为老版本安卓系统的机器配置比较低,自带的浏览器的兼容性也比较差,有点像网站对IE6的兼容性测试。

分辨率要看垂直分辨率,这个会决定用户在首屏看到的内容,对于安卓手机,因为普遍向720,1080这样的大屏手机迈进,问题往往不大。

需要注意的是iPhone4系列的手机,垂直高度只有480,再除掉Safari的默认工具条,默认的高度很有限,测试的时候需要覆盖到。因为从我们统计到的数据看,iPhone4系列和5的比例大概在:4比6这样,还是有比较大量的。

访客行为

关注访客在触屏站的访问行为:内容查看,查询,注册购买等。

需要注意的有,触屏站在开发时,很多内容的切换是用ajax做的,并不会转到新页面,这时统计代码要做相应的修改,需要用:虚拟页面或事件来记录。

购买转化

相关的电子商务统计和网站的一样,部署好电子商务代码即可。

App的下载:

  1. 安卓的App,可以点击后,从自己站点返回包含了指定来源与版本的apk安装包,然后统计触屏站来源安卓App的启动量,活跃量即可。
  2. 对于iOS App,记录点击次数就好。

如果是嵌入到App里,或第三方应用中的,记得要加:utm广告参数,这个不像桌面站,可以读到上一页信息。

总结

触屏站的功能比较精简,更容易部署完整的跟踪分析方案。

另外触屏站的用户界面与操作和原生App类似,想法改进可以先在触屏站上进行测试,因为发布更方便。

触屏站从带来的收入来看,比例往往不高,但从用户体验,引导转化上,意义则更大,值得从产品,体验的角度优化。


本文作者:纪杨

来源:51CTO

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
白话Elasticsearch53-深入聚合数据分析之Collect Model_bucket优化机制:深度优先、广度优先
白话Elasticsearch53-深入聚合数据分析之Collect Model_bucket优化机制:深度优先、广度优先
14 0
白话Elasticsearch48-深入聚合数据分析之 Percentiles Aggregation-percentiles百分比算法以及网站访问时延统计及Percentiles优化
白话Elasticsearch48-深入聚合数据分析之 Percentiles Aggregation-percentiles百分比算法以及网站访问时延统计及Percentiles优化
16 0
白话Elasticsearch47-深入聚合数据分析之Cardinality Aggs-cardinality算法之优化内存开销以及HLL算法
白话Elasticsearch47-深入聚合数据分析之Cardinality Aggs-cardinality算法之优化内存开销以及HLL算法
20 0
《Apache Flink 案例集(2022版)》——2.数据分析——BIGO-BIGO使用Flink做OLAP分析及实时数仓的实践和优化(上)
《Apache Flink 案例集(2022版)》——2.数据分析——BIGO-BIGO使用Flink做OLAP分析及实时数仓的实践和优化(上)
41 0
《Apache Flink 案例集(2022版)》——2.数据分析——BIGO-BIGO使用Flink做OLAP分析及实时数仓的实践和优化(下)
《Apache Flink 案例集(2022版)》——2.数据分析——BIGO-BIGO使用Flink做OLAP分析及实时数仓的实践和优化(下)
35 0
干货|从 ClickHouse 到 ByteHouse:实时数据分析场景下的优化实践
干货|从 ClickHouse 到 ByteHouse:实时数据分析场景下的优化实践
56 0
【数据分析】基于粒子群优化的模糊专家系统附matlab代码
【数据分析】基于粒子群优化的模糊专家系统附matlab代码
80 0
《下一代云数据分析展望和产品重磅发布》电子版地址
下一代云数据分析展望和产品重磅发布
21 0
【选型指导】从头构建数据分析,如何做好AnalyticDB PostgreSQL的产品选型
ADBPG的产品线比较丰富,很多同学都想知道应该如何选择最适合自己的产品。本文从用户的数据链路视角切入,带大家快速基于现有的数据体系,构建ADBPG的数据仓库服务;
178 0
一文带你了解企业上云数据分析首选产品Quick BI
文章将为大家详细介绍上云数据分析首选产品 Quick BI的核心能力。
228 0
+关注
知与谁同
文章
问答
视频
文章排行榜
最热
最新
相关电子书
更多
如何使用大数据计算服务 MaxCompute进行数据分析
立即下载
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载