精细化运营之网站分析-阿里云开发者社区

开发者社区> 大数据> 正文

精细化运营之网站分析

简介:

什么是精细化运营

    企业运营对于企业来说是非常重要的,因为良好的运营体系会让企业在市场宣传中轻松应对各种情况。当我们迈入数据时代的时候,企业在运营上相对应的也发生了改变,从最初的粗放式运营逐渐过渡到精细化运营。精细化运营就是能够充分了解企业的运营情况,做到知已知彼。

跟踪监测的点

    主要包括以下部分:

  • 模块的访问记录——对比新老用户的访问比,如果新用户的访问占比远远大于老用户的访问占比,那这个功能就是个鸡肋,因为基本上只有新用户在访问。(注册等新用户特性模块除外)。
  • 模块的留存情况——我们知道一般情况下所谓的留存都是指用户有没有在一段时间后(天,周,月)持续的访问网站,而留存本身的意义也在于观察一段时间内用户的持续访问情况,但对于留存的观察,访问网站远远不及使用产品的核心功能,例如电商应用需要关注用户持续使用的是浏览商品、加入购物车或下订单功能等;对于图片社区,可能关注的就是用户浏览图片或者上传图片;而对一个社交应用来说可能关注的就是用户有没有持续的互动。对于内容类网站来说可能就是是否持续的阅读。
  • 排序和模块展示的位置优化——在屏幕上的每一个位置都有不一样的转化率,所以如果很多可能吸引用户的功能放在不好的位置,也会导致用户流失。但目前对于很多模块的展示位置,或者类似于某块内容的分类排序,一般基于产品经理的原型设计或者运营编辑的经验判断。因此在产品发布之后,我们需要关注的是这些模块或者分类的持续访问情况,然后根据用户访问数据去优化排序,留存高的模块当然要放在好的位置,留存低的就要持续优化了。
  • 路径优化——上面所述的点,关注的更多是持续访问的意义,也就是产品功能的长期价值。在产品使用过程中,有很多流程性的操作,比如:

阅读”——“分享

注册”——“填写资料”——“注册成功

浏览商品”——“加入购物车”——“下订单

每一步操作背后都隐含着用户的交互,所以交互设计不合理、操作繁琐或隐蔽、产品有bug、性能不好都会造成用户的流失。

怎样与产品结合

    那么数据分析到底该怎样和产品结合呢?其实等同于精益创业打磨一个最小化产品,然后利用数据衡量再规模推广一样,数据分析也是这样一个过程。我们需要一开始选取一部分的用户流量去测试我们的产品,当数据还行的时候,再应用到全市场,看看下面这个图:

c38dec611d0f9e8202337f2f1c8f982c2712b610

    逻辑是:确立目标,找到分析模型,然后利用分析方法进行分析,最后随着迭代的过程周而复始。

网站分析之热图

    热图模式中间的热图区域显示的是,在选定的时间段和页面(而不只是热图中的当前可视区域)中,点击量在数据总量里前 1000 的元素里,有内容或有链接的元素。没有内容和链接的元素将会被过滤,以防止混淆元素的干扰。热图同时也是产品优化产品的重要手段之一,可以通过热力点击的区域来盾是否点击和喜好程度。

120cd96416fed80ff3b776167fbd3e4beda41c92

网站分析之留存

    对预先设定的目标进行展示,比如次日留存等指标。留存分析包括:用户留存、产品功能留存、自定义留存。

  • 用户留存:分析用户回访网站、App的留存情况,包括新用户和所有用户留存分析。通常情况下,用户在早期流失现象非常严重。产品需要让用户快速容易的体验到产品的价值。一旦用户发现产品对自己的价值,继续使用和探索产品新功能的概率就会增大很多。对比分析用户进行过的行为可以帮助您发现高留存率的行为,寻找行为与留存的相关性, 还可以通过维度、分群对比了解不同特征的新用户留存分布情况,并为您的决策提供数据支持。
  • 产品功能留存: 分析用户对不同产品功能的使用粘性与活跃度。一般我们不仅需要关注整个网站/App的留存,还需要关注核心行为的留存率,比如重复购买的情况。对产品进行迭代时,我们还可以使用产品功能留存观测这个功能的留存率整体有没有提高;或者例如电商网站,发现用户对某一类商品购买的留存率很高,便可以采取相应的营销活动。
  • 自定义留存:可自定义起始、回访行为,进行更多情景下的留存分析。 例如您想了解新用户多久才开始使用某个产品功能,您可以选择起始行为是任意行为,回访行为是点击这个功能的按钮,来观测新用户对这个功能使用时间的分布情况,寻找到合适的转化周期。您还可以通过维度对比与分群对比,进行更深度挖掘。
d1e0085ea43be11e79d2a084af10671b2ada8622

网站分析之转化

    漏斗是衡量转化效果、进行转化分析的重要工具。这也是观察运营效果的重要手段之一,对于转化率不能达到阈值的情况,进行深入的分析,找到原因,对症下药。

27f9ccb47dd07f5edec48eb1b00bc2fb550fe8c9

网站分析之用户分群

    用户分群是对用户根据一定的规则进行切分。可以使用基于分析或者业务结合的方法,也可以使用模型的方法,下图是使用RFM对数据进行切分的实例。

c9f33f415462bd1d77d3eee1267806f214c0224f













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。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章