每款产品都有自己的核心功能,就会有对应的指标,而且有且只有1个。
同时,核心指标就会分为若干个二级指标。
以微信阅读数为例,假如公众号文章的核心指标是阅读数,对应二级指标及影响因素会是:
通过对主要影响因素再细分,优化的方向也就出来了: 不停优化或排除这些影响因素,最终达到提高阅读数的目标。
整个产品的数据分析跟以上的思路类似,只是产品的结构会比较复杂,影响因素更多。
一、核心页面的路径转化率
核心功能被使用,首先是核心功能所在的页面被曝光,那么核心页面就存在路径转化。
较大颗粒度的计算是:
路径转化率 = 核心页面浏览用户数 / 当日活跃用户,
很多情况下,核心页面有不同的转化路径,则区分不同的路径及对应的转化率:
路径1:页面A浏览用户 > 点击按钮 1 的用户数 > 核心页面
路径2:页面B浏览用户 > 点击按钮 2 的用户数 > 核心页面
以此找到最优转化率的路径。
现在已经不少 App 把核心页面的放在首屏,
这样核心页面路径转化率=1,接下来要考虑的就是「功能转化率」
二,核心页面中各功能的转化
在把核心页面做到最大曝光后,需要优化调整页面中各个功能的使用率
功能使用率 = 模块点击人数 / 当前页面浏览用户数
这是简单计算出用户使用最多的模块,因为手机屏幕展示内容有限,功能的使用与其被浏览的次数存在巨大关系。(核心功能都要在首屏就看到,废话!)因此,还需要知道功能的自身转化率
功能自身转化率= 模块点击人数 / 模块浏览人数
假如你发现某个模块的曝光数很少,但自身转化率极高,应该知道该怎么做了吧。
三,功能留存
所谓功能留存,就是当天有指定操作行为的用户,在N天还用户的用户数。
用户分析用户对不同产品功能的使用粘性与活跃度
有时,你会发现,准备了A,B,C 三个杀手锏功能,最后发现用户因为 D 功能而回来使用。
(足记就是个例子)是的,世界就是这么残酷。
四、杂谈
1,以上是基础数据采集和建立核心指标,进一步挖掘和分析还需要进行其他纬度对比:时间、用户群体、在线时长....
2,如何区分有效点击和无效点击。除了数据分析,也不能尽信数据,如果运营推广回来的用户,有相当比例是非比例用户,则这批数据是严重干扰判断,问题是怎么区分 ?
3,真是操蛋,之前的产品迭代是基于什么样的自信拍屁股决定的 ! 自我鄙视 5 分钟!
相关文章《数据分析杂谈 2 - 用户为什么留下来 ?》