首页 最新互联网运营数据分析方法

最新互联网运营数据分析方法

举报
开通vip

最新互联网运营数据分析方法互联网运营数据分析方法互联网运营数据实战分析方法V3.0目录1、前言 12、方法十:LinkTag的流量标记 63、方法九:转化漏斗 74、方法八:微转化 85、方法七:合并同类项 96、方法六:AB测试 107、方法五:热图及对比热图 128、方法四:EventTrackin(g事件追踪) 149、方法三:Cohor分t 析 1610、方法二:Attributio(n归因) 1711、方法一:细分 181、前言一、明确数据分析的目的做数据分析,必须要有一个明确的目的,知道自己为什么要做数据分析,想要达到什么效果。...

最新互联网运营数据分析方法
互联网运营数据 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 互联网运营数据实战分析方法V3.0目录1、前言 12、方法十:LinkTag的流量标记 63、方法九:转化漏斗 74、方法八:微转化 85、方法七:合并同类项 96、方法六:AB测试 107、方法五:热图及对比热图 128、方法四:EventTrackin(g事件追踪) 149、方法三:Cohor分t 析 1610、方法二:Attributio(n归因) 1711、方法一:细分 181、前言一、明确数据分析的目的做数据分析,必须要有一个明确的目的,知道自己为什么要做数据分析,想要达到什么效果。比如:为了评估产品改版后的效果比之前有所提升;或通过数据分析,找到产品迭代的方向等。明确了数据分析的目的,接下来需要确定应该收集的数据都有哪些。二、收集数据的方法说到收集数据,首先要做好数据埋点。所谓“埋点”,个人理解就是在正常的功能逻辑中添加统计代码,将自己需要的数据统计出来。主流的数据埋点方式有两种:第一种:自己开发。开发时加入统计代码,并搭建自己的数据查询系统。第二种:利用第三方统计工具。常见的第三方统计工具有:网站分析工具:Alexa、中国网站排名、网络媒体排名 (iwebchoi、ce)GoogleAnaly、tic百s度统计移动应用分析工具: Flurry、GoogleAnalytic、s友盟、TalkingDat、aCrashlytics不同产品,不同目的,需要的支持数据不同,确定好数据指标后,选择适合自己公司的方式来收集相应数据。第10页三、产品的基本数据指标新增:新用户增加的数量和速度。如:日新增、月新增等。活跃:有多少人正在使用产品。如日活跃 (DAU)、月活跃(MAU)等。用户的活跃数越多,越有可能为产品带来价值。留存率:用户会在多长时间内使用产品。如:次日留存率、周留存率等。传播:平均每位老用户会带来几位新用户。流失率:一段时间内流失的用户,占这段时间内活跃用户数的比例。四、常见的数据分析法和模型这里主要科普下漏斗分析法和 AARRR分析模型。漏斗分析法用来分析从潜在用户到最终用户这个过程中用户数量的变化趋势,从而寻找到最佳的优化空间, 这个方法被普遍用于产品各个关键 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 的分析中。比如,这个例子是分析从用户进入网站到最终购买商品的变化趋势。从用户进入网站到浏览商品页面,转化率是40%;浏览商品到加入购物车转化率是 20%等,那要找出哪个环节的转化率最低,我们需要有对比数据。比如第一个,进入网站到浏览商品,如果同行业水平的转化率是45%,而我们只有 40%,那说明这个过程,没有达到行业平均水平,我们就需要分析具体原因在哪里,再有针对性的去优化和改善。当然,上面这是我们设计的一种理想化的漏斗模型, 数据有可能是经过汇总后得出的。而真实的用户行为往往可能并不是按照这个简单流程来的。此时需要分析用户为什么要经过那么复杂的路径来达到最终目的,思考这中间有没有可以优化的空间。AARRR模型这个是所有的产品经理都必须要掌握的一个数据分析模型。AARRR(Acquisitio、nActivatio、nRetentio、nReven、ueRefer是)硅谷的一个风险投资人戴维 〃麦克鲁尔在2008年时创建的,分别是指获取、激活、留存、收入和推荐。举个例子,用 AARRR模型来衡量一个渠道的好坏。如果单从数据 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 面来看,A渠道会更划算,但实际这种结论是有问题的,用AARRR模型具体分析如下:渠道A的单个留存用户成本是 60元,单个付费用户成本是 300元;而渠道B的单个留存用户成本是 20元,单个付费用户成本是 33元,这样对比下来,明显 B渠道的优势远远大于 A渠道。交叉分析法交叉分析法:通常是把纵向对比和横向对比综合起来, 对数据进行多角度的结合分析。举个例子:a.交叉分析角度:客户端 +时间从这个数据中,可以看出iOS端每个月的用户数在增加,而Android端在降低,总体数据没有增长的主要原因在于 Android端数据下降所导致的。接下来要分析下为什么 Android端二季度新增用户数据在下降呢 ?一般这个时候,会加入渠道维度。b.交叉分析角度:客户端+时间+渠道从这个数据中可以看出,Android端A预装渠道占比比较高,而且呈现下降趋势,其他渠道的变化并不明显。因此可以得出结论:Android端在二季度新增用户降低主要是由于A预装渠道降低所导致的。所以说,交叉分析的主要作用,是从多个角度细分数据,从中发现数据变化的具体原因。五、如何验证产品新功能的效果验证产品新功能的效果需要同时从这几方面入手:a.新功能是否受欢迎?衡量指标:活跃比例。即:使用新功能的活跃用户数 /同期活跃用户数。使用人数的多少还会受该功能外的很多因素影响, 千万不可只凭这一指标判断功能好坏,一定要结合下面的其他方面综合评估。b.用户是否会重复使用?衡量指标:重复使用比例。即:第N天回访的继续使用新功能的用户数/第一天使用新功能的用户数。c.对流程转化率的优化效果如何 ?衡量指标:转化率和完成率。转化率即:走到下一步的用户数 /上一步的用户数。完成率即:完成该功能的用户数 /走第一步的用户数。这个过程中,转化率和完成率可以使用 (上)篇中提到的漏斗分析法进行分析。d.对留存的影响?衡量指标:留存率。用户在初始时间后第N天的回访比例,即:N日留存率。常用指标有:次日留存率、7日留存率、21日留存率、30日留存率等。e.用户怎样使用新功能?真实用户行为轨迹往往比我们设想的使用路径要复杂的多,如果使用的数据监测平台可以看到相关数据,能引起我们的反思,为什么他们会这么走,有没有更简便的流程,以帮助我们作出优化决策。六、如何发现产品改进的关键点产品改进的关键点,是藏在用户的行为中。想要找到这些关键点,除了通过用户调研、访谈等切实的洞察用户外,在产品中设臵相关数据埋点记录用户的行为, 观察其行为轨迹,不能完全替代洞察用户的行为,不过也可以有助于决策产品改进点。眼花缭乱的东西很多,真正派上用场的,却不见得是那些看起来炫酷的。很多方法朴实无华,却解决大量的问题。下面十方法都多年做互联网运营分析时一定会用到的最经典的方法。这些方法如果烂熟于心,其实互联网运营分析的最核心部分也就掌握差不多了。真没那么复杂。2、方法十:LinkTag的流量标记Linktag标记流量源头 ,绝对是所有方法中最为基本重要的一种。这种方法不仅仅适用于网站的流量来源,也同样适用于 app下载来源的监测(但后者需要满足一定的条件)。Linktag的意思,是在流量源头的链出链接上(链出 URL上)加上尾部参数。这些参数不仅不会影响链接的跳转, 而且能够标明这个链接所属的流量源是什么(理论上能够标明流量源的属性数是无限的)。Linktag不能单独起作用,必须要在网站分析工具或者 app分析工具的配合下工作。Linktag是流量分析的基础,要严肃的分析流量,不仅仅是常规分析,还包括归因分析( attributionanaly)s,is都需要使用linktag的方法。互联网运营数据实战分析方法V3.03、方法九:转化漏斗分析转化的基本模型是转化漏斗( conversionfu)n,ne这l个大家都应该很熟悉了。转化漏斗最常见的是把最终的转化设臵为某种目的的实现,最典型的就是实现销售,所以大家很多时候把转化和销售是混为一谈。但转化漏斗的最终转化也可以是其他任何目的的实现,比如一次使用app的时间超过10分钟(sessionduration>10m)i。nu对te于s增长黑客而言,构建漏斗是最为常见的工作。漏斗帮助我们解决两方面的问题, 第一、在一个过程中是否发生泄漏,如果有泄漏,我们能在漏斗中看到,并且能够通过进一步的分析堵住这个泄漏点;第二、在一个过程中是否出现了其他不应该出现的过程,造成转化主进程受到损害。漏斗的构建很简单,无论web还是app,都是最好用的方法之一。但漏斗使用的奥秘则很丰富。而且漏斗方法还会和其他方法混合使用,乐趣无穷。我在互联网数据运营的课程中也会具体讲解。4、方法八:微转化人人都懂转化漏斗,但不是所有人都关注微转化。但是你想指望一个转化漏斗不断提升转化率太困难了, 而微转化却可以做到。转化漏斗解决的是转化过程中的大问题, 但大问题总是有限的,这些问题搞定后,你还是需要对你的转化进行持续优化, 这个时候必须要用到微转化。微转化是指在转化必经过程之外,但同样会对转化产生影响的各种元素。这些元素与用户的互动,左右了用户的感受,也直接或者间接的影响了用户的决定。比如,商品的一些图片展示,并不是转化过程中必须要看的,但是它们的存在,是否会对用户的购买决定产生影响?这些图片就是微转化元素。个人认为,研究微转化比研究转化更好玩。有一些案例,课堂上跟大家讲。5、方法七:合并同类项合并同类项是大家容易忽视的常用方法。 我们往往非常重视细分,但有的时候我们却需要了解更宏观的表现。合并同类项就是这样的方法。举一个例子,我问你,一个电子商务网站,所有商品页的整体表现如何?它们作为一个整体的 bouncerate怎么样,停留时间怎么样,用户满意度怎么样等等,你能够回答吗?如果我们查看每一个商品页的表现, 然后再把所有一个一个页面的数据加总起来作分析,就太麻烦了(根本无法实现分析) 。这个时候,我们必须要合并同类项。如何合并?利用分析工具的过滤工具或者查找替换功能。 不支持这样功能的工具你可以考虑扔掉了, 因为这根本不应放在增长黑客的专业装备箱中。合并同类项还有很多用途,比如你要了解 web或者app一个版块(频道)的整体表现,或者你要了解整个导航体系的使用情况,这都是必须使用的方法。6、方法六:AB测试增长黑客不谈AB测试是耻辱。通过数据优化运营和产品的逻辑很简单——看到问题, 想个主意,做出原型,测试定型。比如,你发现转化漏斗中间有一个漏洞,于是你想,一定是商品价格不对头,让大家不想买了。你看到了问题——漏斗,而且你也想出了主意——改变定价。但是这个主意靠不靠谱,可不是你想出来的,必须得让真实的用户用。于是你用 AB测试,一部分的用户还是看到老价格,另外一部分用户看到新价格。若是你的主意真的管用,新价格就应该有更好的转化。若真如此,新的价格就被确定下来(定型) ,开始在新的转化高度上运行,直到你又发现一个新的需要改进的问题。增长黑客的一个主要思想之一, 是不要做一个大而全的东西, 而是不断做出能够快速验证的小而精的东西。 快速验证,如何验证的?主要方法就是AB测试。今天的互联网世界,由于流量红利时代的结束,对于快速迭代的要求大大提升了,这也使我们更加在意测试的力量。在web上进行AB测试很简单,在app上难度要高很多,但解决方法还是很多的。国外那些经典 app,那些卖钱游戏,几乎天天都在 AB测试。7、方法五:热图及对比热图热图是一个大家都喜欢的功能,它是最直观的记录用户与产品界面交互的工具。不过真用起来,可能大家很少真正去深究吧!热图,对于we、bapp的分析,都非常重要!今天的热图相对于过去的热图,功能得到了极大的提升。在web端,过去一些解决不好的问题,比如只能看链接的被点击情况,点击位臵错位,对浮层部分点击的标记,对链出链接的标记等等,现在已经有好的工具能够提供很多新的办法去解决。在 app端则分为两种情况,内容类的 app,对于热图的需求较弱;但工具类的 app对于热图的需求则很显著。前者的 scree中n以并列内容为主,且内容动态变换,热图应用价值不高;后者则特别需要通过热图反映用户的使用习惯,并结合 app内其他的engagem的en分t 析(in-appengagem)e来nt优化功能和布局设计,所以热图对它们很重要。要想热图用的好,一个很重要的点在于你几乎不能单独使用一个热图就想解决问题。我常常用集中对比热图的方法。其一,多种热图的对比分析,尤其是点击热图(触摸热图) 、阅读线热图、停屏热图的对比分析;其二,细分人群的热图对比分析,例如不同渠道、新老用户、不同时段、AB测试的热图对比等等。其三,深度不同的互动,所反映的热图也是不同的。这种情况也值得利用热图对比功能。例如点击热图与转化热图的对比分析等。总之,分析很多用户交互的时候,热图简直是神器,只不过,热图真的比你看到的要更强大!8、方法四:EventTrack(ing事件追踪)互联网运营数据分析的一个很重要的基础是网站分析。今天的app分析、流量分析、渠道分析,还有后面要讲到的归因分析等等,都是在网站分析的基础之上发展起来的。但是,早期的网站分析有一个特点,就是对于用户在页面上互动行为的记录,只能记录下来一种,就是点击 http链接(点击 URL)。不过随着技术的发展,页面上不仅仅只有 http链接,页面上还有很多flash(现在flash都要被淘汰了)、JavaScrip的t 互动链接、视频播放、链接到其他的web或者app的链接等等,用户点击这些东西就都无法被老方法记录下来了。不过,有问题就一定有方法,人们发明了 eventtracki来ng解决上面的问题。eventtracki本ng质上是对这些特殊互动的定制化监测,而由于是定制化,所以反而有了更多附加的好处, 即可以额外添加对于这个活动的更多的说明(以 eventracking这个方法的附件属性的方式)。结果,这个方法甚至有些反客为主,即使是一些 http链接,很多分析老手也喜欢把它们加上 eventtrack(in技g术上完全可行),以获得更多的额外监测属性说明。随着app的出现,由于 app的特殊性(屏幕小,更强调在一个屏幕中完成互动),分析app的pag(e实际上应该是 app的scree)n间跳转的重要性完全不如 web上的page之间的跳转,但分析 app上的点击行为的重要性则十分巨大,这就使我们分析 in-appengagem的en时t候,必须大量依赖even,t而相对较少使用scree。n这就是说,在app端,event反而是主,pag(e更准确应该是scree)n反而是辅!这也是为什么,这个方法你必须要掌握的原因。9、方法三:Cohor分t 析Cohor分t 析还没有一个所有人都统一使用的翻译。有的说是队列分析,有的说是世代分析,有的说是队列时间序列分析。大家可以参考维基百科:https://zh.wikipedia.org/wiki/%E9%98%9F%E5%88%97%E7%A0%94%E7%A9%B6,找找自己觉得合适的译名。无论哪种叫法,cohor分t析在有数据运营领域都变得十分重要。 原因在于,随着流量经济的退却,精耕细作的互联网运营特别需要仔细洞察留存情况。Cohor分t析最大的价值也正在于此。 Cohor分t析通过对性质完全一样的可对比群体的留存情况的比较, 来发现哪些因素影响短、中、长期的留存。Cohort分析受到欢迎的另一个原因是它用起来十分简单,但却十分直观。相较于比较繁琐的流失(chur)n分析,RFM或者用户聚类等,Cohort只用简单的一个图表,甚至连四则运算都不用,就直接描述了用户在一段时间周期(甚至是整个LTV)的留存(或流失)变化情况。甚至,Cohor还t 能帮你做预测。我总觉得cohor分t析是最能体现简单即美的一个典型方法。10、方法二:Attributio(n归因)归因不是人人都听说过,用好的更是寥寥无几。 不过,考虑到人们购买某一样东西的决策,可能受到多种因素(数字营销媒体)的影响,比如看到广告了解到这个商品的存在,利用搜索,进一步了解这个商品,然后在 social渠道上看到这个商品的公众号等等。这些因素的综合,让一个人下定了决心购买。因此,很多时候,单一的广告渠道并不是你打开客户闸门的阀门,而是多种渠道共同作用的结果。如何了解数字营销渠道之间的这种先后关系或者相互作用?如何设臵合理的数字营销渠道的策略以促进这种关系?在评价一个渠道的时候,如何将归因考虑在内从而能够更客观的衡量?这些都需要用到归因。如果你是互联网营销的负责人,归因分析是必不可少的分析方法。在我的课堂上,会特别多的篇幅讲解这个方法。11、方法一:细分严格说,细分不是一种方法,它是一切分析的本源。所以它当之无愧要排名第一。我经常的口头禅是,无细分、毋宁死。没有细分你做什么分析呀。细分有两类,一类是一定条件下的区隔。如:在页面中停留 30秒以上的visi(tsessio);n或者只要北京地区的访客等。 其实就是过滤。另一类是维度(dimensi)on之间的交叉。如:北京地区的新访问者。即分群(segmenta)ti。on细分几乎帮助我们解决所有问题。 比如,我们前面讲的构建转化漏斗,实际上就是把转化过程按照步骤进行细分。 流量渠道的分析和评估也需要大量用到细分的方法。维度之间的交叉是比较体现一个人分析水平的细分方法。比如,我的朋友孙维(卡车之家的数据负责人) ,他将用户的反馈作为 eventtracking的属性(放在了eventacti属on性中),提交给GA,然后在自定义的 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 中,将用户反馈和用户的其他行为交叉起来, 从而看到有某一类反馈的用户,他们的行为轨迹是什么,从而推测发生了什么问题。分析跳出率时,我们也会把landingpa和ge它的trafficsou(rc流e量源)进行交叉,以检查高跳出率的表现是由着陆页造成,还是由流量造成。这也是典型的维度交叉细分的应用。无细分,毋宁死。好了,十个方法讲完了。其实还有不少可以增补的。
本文档为【最新互联网运营数据分析方法】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
下载需要: 免费 已有0 人下载
最新资料
资料动态
专题动态
个人认证用户
爱笑的王霸之气
本人对施工方案、解决方案、可行性研究报告的编写工作具有较多经验
格式:doc
大小:449KB
软件:Word
页数:0
分类:企业经营
上传时间:2020-10-28
浏览量:4