除了DAU、MAU,产品运营还需要关注什么

除了DAU、MAU,产品运营还需要关注什么

日常运营中,我们使用了各种工具来辅助我们查看网站的活跃程度,我们看到了 PV / UV 这样的概览性指标,但是它们没法指导我们做的更好。所以在通过这些粗糙的数据得到用户做了什么后,应该还要看到他们是怎么做的,明白他们为什么做。我们需要实时、全量的用户行为数据,通过对用户行为整体流程的分析,找到转化的关键节点以及用户流失的核心原因,以此帮助我们对症下药,找到可执行的指标,落实为优化行动。

 

. 用户行为分析的巨大需求

  

我们需要知道屏幕前的人是怎么使用我们的产品的,洞悉用户行为背后的价值。

一般针对流量等的分析大致可以分成三个场景:

 

第一个场景是:我做了一次活动,我写了一篇文章,我想知道到底效果如何,有没有给我带来足够的流量,也就是市场营销效果衡量。 

 

第二个场景是用户激活流程是否合理,辛辛苦苦导入了流量,这些流量有没有转化为用户,注册流里面每一步转化了多少,流逝了多少,没有转化的去了哪里。再在这个基础上,我们应该怎么优化,优化后的效果是怎样的,这周的转化率比起上周是否有进步,差别是怎么引起的等等。

 

第三个场景是这些注册的用户,有没有留下来成为一个忠诚用户甚至付费用户。留下来的用户,是因为什么留下来的。是否存在一个魔法数字,可以去极大的提高用户留存,比如:

LinkedIn 发现在第一周增加 5 个社交关系的用户留存度很高;

Facebook 发现在第一周增加 10 个好友的用户留存度很高;

Twitter 发现在第一周有 30 个 followers 的用户留存度很高;

Dropbox 发现在第一周安装两个以上操作系统的用户留存度很高。

这些都是在留存分析中发现的魔法数字。

 

. 传统分析方法

 

归根结底,所有的分析最终都是为了商业服务,而商业是为人服务的。所以,用户行为分析就是我们需要建立一套基于用户行为的分析体系,在了解用户“谁”做了“什么”,“怎么”做的之外,进而明白是“为什么”做,对症下药,转化成为优化行动。

 

分析是一个长时间优化的过程,需要我们持续监控数据的变化。而数据指标除了行为数据指标外还有一类,称之为虚荣指标,比如 PV、UV 之类流量概览性数据,这些指标看到了也就看到了,没法指导我们做的更好。用户行为数据指标则是另外一类,了解这些行为后面都会对应到一个优化流程,所以也叫做 Actionable Metric,可执行指标,这也是用户行为数据的魅力。

 

跟踪用户行为,一般可以分成以下七个步骤:

 

1.确定分析场景或目标

确定一个场景,或者一个目标。比如,我们发现很多用户访问了注册页面,但是最终完成注册的很少,那么我们的目标就是提高注册转化率,了解为什么用户没有完成注册,是哪一个步骤挡住用户了。

 

2.思考需要了解哪些数据

思考哪些数据我们需要了解,帮助我们实现这个目标。比如对于之前的目标,我们需要拆解从进入注册页面到完成注册的每一个步骤的数据,每一次输入的数据,同时,完成或者未成为这些步骤的人的特征数据。

 

3.确定谁来负责收集数据?

谁负责收集这些数据,一般应当是工程师出马。

 

4.什么时候评估和分析?

收集上来的数据如何分析,什么时候来评估采集到的数据。

 

5.如何给出优化解决方案?

发现问题后,怎么来出解决方案。比如,是否在设计上改进,或者是否是工程上的 bug。

 

6.谁负责实现解决方案。确定方案的实施责任人。

 

7.如何评估解决方案的效果?下一轮数据采集和分析,回到第一步继续迭代。

 

知易行难,这整个流程里,第 2 步到第 4 步是关键。目前传统的服务商比如 GA、Mixpanel、友盟所采用的方式一般称之为 Capture 模式。通过在客户端埋下确定的点,采集相关数据到云端,最终在云端做呈现。

 

Capture 模式对于非探索式分析来说,是一个非常行之有效的方法。然而,同时对参与整个流程的人也提出了一些高要求:

 

缺点1:依赖经验导向

Capture 模式非常依赖人的经验和直觉。不是说经验和直觉不好,而是有时我们自己也不知道到底什么是好的,经验反而会成为一个先入为主的负担,跟多时候我们需要用数据来测试来证明。

 

缺点2:大量时间数据清洗和数据分析代码侵入

另外,由于需求的多变性,埋点分成多次加入,缺乏统筹设计和统一管理,结果自然是无比肮脏。所以我们数据工程师还有个很大的工作是数据清洗,手动跑 ETL 出报表。根据统计,绝大多数分析工作,百分之七十到八十的时间是在做数据清洗和手动 ETL,只有百分之二十左右在做真正有业务价值的事情。另外一方面,作为一个有洁癖的工程师,最恨的就是大量的分析代码侵入了我的业务代码,删不敢删,改不敢改,日积月累,最终代码库整个就混乱了。

 

日记本

如果觉得我的文章对您有用,请随意赞赏。您的支持将鼓励我继续创作!

赞赏支持
被以下专题收入,发现更多相似内容