1. 移動產品經理需要跟蹤app的哪些數據?
在做數據分析之前,對移動產品人員來說,首先要了解在移動互聯網領域,我們需要關注那些數據呢?
討論發現,不同的產品關注的數據數據分為:基本數據、跟產品類別無關的數據和跟產品類別相關的數據。
基礎數據:下載量、激活量、新增用戶量、活躍用戶
社交:用戶分布、用戶留存(次日、3日、7日、月、次月、3月)
電商:淘寶指數、網站流量、內容轉換率
地圖導航類:用戶每日打開次數、地域分布
內容類:內容轉化率(內容下載量/內容瀏覽量)、留存量
工具類:功能點擊量、應用商城排名
其他:競品數據(下載、激活等)
2. 如何對相關數據進行分析?
在進行數據發掘之前首先可以對產品做相應的數據建模,然后經過上線跟蹤、分析,對比原來的模型,是否有遵循原來的模型。如果是模型不合理,則需要對數據模型進行矯正。如果出入較大則需要對數據進行分析,或者根據分析出來的數據 在產品上做內部測試或者灰度測試然后對比,如果原來的模型問題不大,再挖細節,分析其他數據找原因,結合數據模型,如果有問題了以后,針對問題追蹤數據,進行分析。
一、對于啟動,留存這些數據。主要是看異常,發現異常以后再去找尋原因和問題
二、平時某個很正常的數據突然變化,我們也會追蹤,
三、在線用戶,進行每日跟蹤,是否呈曲線自然生長,或者出現異常。
四、活躍用戶,對用戶的使用頻次以及有效行為進行跟蹤及分析。
數據分析主要通過數據工具進行分析。數據分析主要為兩種:
一、第三方數據分析工具。如友盟,可以快速的接入,節省成本,比較適合創業型公司及剛上線產品,但是無法對關鍵數據在突發異樣時進行跟蹤。
二、自己開發數據分析工具,可以對每個數據進行實時跟蹤,并且快速做出產品的調整,需要足夠的開發人員及成本,比較適合大型公司或者成熟型產品。
(此部分感謝Ted-PD-北京 童鞋的分享)
3.需要對那些關鍵指標進行挖掘?挖掘后有何意義?
在對關鍵指標進行發掘,不同的產品,有著不同的關鍵指標。比如在內容型應用中,周留存影響關于用戶對功能的使用,月留存,關系用戶對內容關注,次月留存,關系用戶的體系。
社交:主要關注用戶分布、用戶留存、活躍用戶、功能使用頻次以及有效行為等社交行為數據分析,通過數據分析及發掘來了解用戶的社交特征,最總了解用戶到的社交屬性優化產品的社交傳播。
電商:主要淘寶指數、網站流量、收藏、購買等數據,了解用戶的電商消費特征。
地圖導航等工具類應用:了解功能的使用時間、區域、地段等數據,從而了解相關對相關產品的功能使用,以及路況信息。
內容類:關注內容轉化率(內容下載量/內容瀏覽量),實時了解用戶對內容偏好、關注,了解用戶對生活文化特征,透析用戶的社會文化屬性。
感謝 Prince 同學總結整理
感謝以下小伙伴們參與分享:Jacky、Ted、Nairo、淺憶、游某、回憶、邊緣、拒絕、蝸牛、Larry、白羽、BJ_Monkey、Prince