App關(guān)鍵頁面埋點(diǎn)基礎(chǔ)

17 評論 63706 瀏覽 862 收藏 12 分鐘

現(xiàn)在做產(chǎn)品經(jīng)理越來越難來,天天撕完情懷還要來撕數(shù)據(jù)。數(shù)據(jù)分析能力雖然說是產(chǎn)品經(jīng)理的一項(xiàng)基本功,但是我了解到的產(chǎn)品經(jīng)理其實(shí)都對數(shù)據(jù)分析有一種淡淡疏遠(yuǎn)心理,特別的是非技術(shù)的產(chǎn)品經(jīng)理更是對數(shù)據(jù)敬而遠(yuǎn)之。

我想來想去,原因就一個(gè):大家現(xiàn)在越來越不愛數(shù)學(xué)。其實(shí)通常意義上的產(chǎn)品數(shù)據(jù)分析用不了多少數(shù)據(jù)知識,用到的也都是非常簡單加減乘除。但是要注意到,其實(shí)加減乘除是非常強(qiáng)大的,可以解決大部分的問題,而且成本非常低,你使用了復(fù)雜的算法,可能精確度也只能上升不到5個(gè)百分點(diǎn)。

我觀察而言,對于傳統(tǒng)網(wǎng)頁的數(shù)據(jù)分析已經(jīng)有很多資料了,但是針對于移動端的數(shù)據(jù)分析資料往往較少。隨著H5應(yīng)用的普及,app其實(shí)和網(wǎng)頁一樣可以使用網(wǎng)站傳統(tǒng)的分析方法達(dá)到相應(yīng)的目的。但是針對移動互聯(lián)網(wǎng)的特點(diǎn),和傳統(tǒng)網(wǎng)站又有一些差異。比如app更重視DAU、MAU等指標(biāo)。但是這些都是針對一個(gè)app的整體而言的一些指標(biāo),我這次要講的是針對轉(zhuǎn)化而且進(jìn)行的一些數(shù)據(jù)統(tǒng)計(jì)方面的內(nèi)容。

什么樣的頁面需要自己來埋點(diǎn)?

我們有很多統(tǒng)計(jì)工具,比如CNZZ、GA、Umeng來實(shí)現(xiàn)針對app全局的數(shù)據(jù)掌控。所謂埋點(diǎn)其實(shí)就是自定義統(tǒng)計(jì),通常來講我們只針對于特定頁面進(jìn)行自定義統(tǒng)計(jì),比如購買頁面、特定轉(zhuǎn)化頁面等等。但是這個(gè)還是具體看分析人員的側(cè)重點(diǎn),這樣才能知道那些頁面那個(gè)位置最適宜進(jìn)行埋點(diǎn)。

一、埋點(diǎn)原則

具體怎么來埋呢?這是大家最關(guān)心的問題,我分析方法供大家參考。

下面這個(gè)表,是一個(gè)能實(shí)現(xiàn)基本功能的埋點(diǎn)規(guī)則。我們依次選取了:PV、UUID、新用戶數(shù)、出口1、出口2、…其中,我解釋一下出口的含義,別的大家應(yīng)該都清楚。所謂出口其實(shí)就是所有能夠離開頁面的出口,任何一個(gè)點(diǎn)都不能漏,比如返回、購買等等,只要離開了該頁面,就成為一個(gè)出口。出口數(shù)量是按照頁面請求數(shù)來統(tǒng)計(jì),也可以是去重之后按照UUID數(shù)量進(jìn)行統(tǒng)計(jì),看不同分析重點(diǎn)。我們的例子按照請求數(shù)量進(jìn)行統(tǒng)計(jì)。

1

隨著日子的積累,每個(gè)頁面都會形成這樣一個(gè)表。

二、分析步驟

我們分析主要按照以下步驟進(jìn)行:

  1. 對出口進(jìn)行分類
  2. 按頁面依次分析
  3. 分析頁面流

按出口進(jìn)行分類

每個(gè)頁面很多出口,可能多達(dá)20個(gè)也不無可能。這么多的出口我們需要將相似的出口歸為同一類,比如一個(gè)商品列表頁不同的商品,同類商品的出口可以歸為一類。將出口歸類可以方便的進(jìn)行統(tǒng)計(jì)規(guī)劃而且不會使得統(tǒng)計(jì)變得非常凌亂。

按照頁面依次分析

每個(gè)頁面我們都會產(chǎn)生一個(gè)上面的表格,每個(gè)頁面需要進(jìn)行詳細(xì)的分析。我們需要得出每個(gè)出口的跳出比例、每類出口的跳出比例、每個(gè)頁面停留時(shí)間與出口類型的關(guān)系(回歸分析)。

分析頁面流

在分析完每個(gè)頁面的出口之后,可以大體的看出用戶對頁面的走向。比如50%會從頁面1跳轉(zhuǎn)到頁面2,30%的用戶會從頁面1跳轉(zhuǎn)到頁面3,這是一類很重要的結(jié)論??梢则?yàn)證我們的引流是否成功。當(dāng)觀察到引流沒有按照我們預(yù)計(jì)結(jié)果進(jìn)行時(shí),就代表著我們的流程或者用戶體驗(yàn)出了問題。

我下面舉一個(gè)具體的例子來說明上述分析是如何進(jìn)行的。

下面是一個(gè)圖書購買app的購買頁面,我們分析其中3個(gè)頁面來說明上述的分析方法。由于我們能給出的頁面不完整,很多對應(yīng)的出口頁面沒有給出,所以在此僅就分析方法的使用進(jìn)行說明,諸多不嚴(yán)謹(jǐn)?shù)牡胤秸埜魑划a(chǎn)品大牛海涵。

2

上面三個(gè)圖是最簡單產(chǎn)品購買流程頁面,分別是產(chǎn)品列表頁、產(chǎn)品詳情頁、購買頁面。我們假設(shè)點(diǎn)擊確認(rèn)購買按鈕完成一次轉(zhuǎn)化,我們的主要目的就是為了讓更多的用戶去點(diǎn)擊確認(rèn)購買按鈕。我們用10天的數(shù)據(jù)來做說明

3

4

第一步:出口分類

我們可以將出口分為4類。

  • 第一類:搜索入口。出口1,這個(gè)出口可以直接通向搜索頁面,代表用戶無法通過列表頁面快速定位找到自己想要的書籍,需要通過搜索頁面查找。
  • 第二類:廣告頁面。出口6,這個(gè)出口是由大幅banner展現(xiàn),可以體現(xiàn)廣告的價(jià)值。
  • 第三類:列表內(nèi)容。出口2-1,2-2,2-3都是這類,該類出口通往各欄目的詳情頁面。
  • 第四類:其他類目。出口3,4,5都屬于這類出口,直接將用戶引導(dǎo)到其他內(nèi)容頁面。

第二步:各類頁面依次分析

1.分析各個(gè)出口的流量占比

5

出口1是搜索引擎的一個(gè)入口,說明大約有10%的用戶被誘導(dǎo)到了搜索頁面。于此同時(shí),對于廣告出口6,波動比較大,說明和推廣內(nèi)容非常相關(guān)。我們可以推測,可能是由于用戶差異分化嚴(yán)重而導(dǎo)致。按照這個(gè)方式,將所有的出口都進(jìn)行統(tǒng)計(jì)后比較,可以看出用戶主體是流向那個(gè)出口。這部分工作都可以在埋點(diǎn)中直接體現(xiàn),在大家熟悉的Umeng中自定義事件中就可以完成。

2.分析各類出口的流量占比

通過以上行為,將我們所說的出口合并后集中統(tǒng)計(jì),便可以知第幾類出口占比是多少。

3.對出口結(jié)構(gòu)與停留時(shí)間進(jìn)行回歸化分析

每個(gè)頁面的停留時(shí)間和出口種類有什么樣聯(lián)系,具體相關(guān)性是多少,這個(gè)問題我們通過回歸分析來解決?;貧w過程暫且省卻。擬合結(jié)果,此處省略假設(shè)檢驗(yàn)

ans =

-61.4292???? %截距項(xiàng)

0.0008??? %出口1

0.0005??? %出口2-1

0.0011??? %出口2-2

0.0005??? %出口2-3

-0.0002??? %出口3

-0.0009??? %出口4

-0.0048??? %出口5

-0.0004??? %出口6

我們可以看出,對于第一類出口和第三類出口對該頁面的停留時(shí)間為正相關(guān),其他出口對該頁面的停留時(shí)間為負(fù)相關(guān),我們需要考慮該頁面的性質(zhì)來進(jìn)行判定。同時(shí),如果我們完成對全頁面的分析,可以對各個(gè)頁面的停留時(shí)間對轉(zhuǎn)換數(shù)目進(jìn)行建模,這樣可以看出哪些頁面停留時(shí)間與付費(fèi)轉(zhuǎn)換的關(guān)系。

第三步:分析頁面流

看看將幾個(gè)頁面人數(shù)最多的出口串聯(lián)起來,驗(yàn)證自己的引流是否符合自己當(dāng)初的設(shè)計(jì)。如果引流和轉(zhuǎn)化的方向不一致,則需要及時(shí)調(diào)整頁面重新構(gòu)思引流方式。

找出每個(gè)頁面的出口流量,分析出用戶使用流程:

6

如果我們發(fā)現(xiàn)出口2-1的流量最大,說明用戶來到了書籍詳情,我們又發(fā)現(xiàn)書籍詳情頁中出口1流量最大,說明用戶來到了購買頁面。這樣我們的引流就是成功。其實(shí)這個(gè)也是最基本的埋點(diǎn)方式,在大家熟悉的Umeng中,頁面的扭轉(zhuǎn)早已有了非常成熟的可視化圖表。

三、數(shù)據(jù)推動產(chǎn)品發(fā)展

對于數(shù)據(jù)如何推動產(chǎn)品發(fā)展,其實(shí)這里很難用一個(gè)例子來說清楚。因?yàn)橐粋€(gè)產(chǎn)品的推動在于功能的改進(jìn)同時(shí)觀察數(shù)據(jù)的變化行為,以此來判斷功能改進(jìn)是否正確。如此循環(huán)往復(fù),通過數(shù)據(jù)來決策未來的功能,通過數(shù)據(jù)來驗(yàn)證已經(jīng)實(shí)現(xiàn)的功能。簡單說說我理解分為下面幾步:

1.確定數(shù)據(jù)表中的唯一核心數(shù)據(jù)(OMTM)

確定數(shù)據(jù)表中的核心數(shù)據(jù)是我們分析的起點(diǎn),一般來講移動互聯(lián)網(wǎng)我們講活躍度作為評價(jià)app的一個(gè)重要指標(biāo)。

2.不同版本間的核心數(shù)據(jù)比對

針對不同版本優(yōu)化的不同功能,我們觀察核心指標(biāo)的變化情況。一方面驗(yàn)證我們核心指標(biāo)的準(zhǔn)確性,一方面判定功能改進(jìn)對核心指標(biāo)的影響。

3.功能優(yōu)化放大

在確定功能與核心指標(biāo)的關(guān)系后,迅速放大該功能并觀察核心指標(biāo)的變化。

7

總之,數(shù)據(jù)推動產(chǎn)品實(shí)現(xiàn)是一個(gè)過程,需要一定數(shù)據(jù)積累與數(shù)據(jù)比對。只要產(chǎn)品行程自己的節(jié)奏并且形成相應(yīng)的數(shù)據(jù)集,就可以用數(shù)據(jù)的力量來促進(jìn)產(chǎn)品的發(fā)展。

 

本文系起點(diǎn)學(xué)院北京1504期優(yōu)秀學(xué)員@Gery?原創(chuàng)發(fā)布,未經(jīng)作者許可,禁止轉(zhuǎn)載。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 想咨詢下 頁面分級這個(gè)有什么比較合理的規(guī)則嗎 比如有些頁面不是固定的 可能是運(yùn)營后臺資源互相搭配而成的一個(gè)活動頁面 這類頁面的分級管理該如何來管理

    來自浙江 回復(fù)
  2. 3.對出口結(jié)構(gòu)與停留時(shí)間進(jìn)行回歸化分析 這個(gè)部分的數(shù)據(jù)是怎么算了 ?? ,我是小白,不太明白。。。。

    來自河南 回復(fù)
  3. 樓主您好,這個(gè)埋點(diǎn)正在學(xué)習(xí)中。我想的是在一些產(chǎn)品的亮點(diǎn)模塊去設(shè)置埋點(diǎn)。看到你寫的之后想了想的確是這么回事。

    來自北京 回復(fù)
  4. gery 你好,請問埋點(diǎn)只需要做頁面出口埋點(diǎn)嗎?頁面內(nèi)交互需不需要埋呢?如果需要是怎么埋呢? ?? 謝謝~

    來自浙江 回復(fù)
    1. 你好,埋點(diǎn)只是手段,我們需求的實(shí)質(zhì)是更好的進(jìn)行轉(zhuǎn)化。交互的意義其實(shí)最終也是提高轉(zhuǎn)化與粘性。這些我認(rèn)為可以從各個(gè)出口的埋點(diǎn)中的到結(jié)論。交互我理解有3個(gè)點(diǎn),順從、清晰、深度愉悅,其中設(shè)計(jì)又包括概念模型(示能、意符、約束、映射、反饋),從埋點(diǎn)中可以挖掘出上述大部分的需求。

      來自北京 回復(fù)
  5. LL 我正在學(xué)習(xí)頁面數(shù)據(jù)埋點(diǎn),怎么區(qū)分頁面統(tǒng)計(jì)與事件統(tǒng)計(jì)?

    來自上海 回復(fù)
    1. 這兩個(gè)我認(rèn)為是針對的維度不同,一個(gè)是綜合性產(chǎn)生的結(jié)果;一個(gè)是單一事件的提取,兩者相互影響。

      來自北京 回復(fù)
    2. 事件埋點(diǎn)是不是單個(gè)點(diǎn)的用戶轉(zhuǎn)化率?

      來自上海 回復(fù)
    3. 我不是很明白你說的事件是什么意思,還有你對轉(zhuǎn)化率的定義。比如你針對某個(gè)按鈕進(jìn)行的點(diǎn)擊統(tǒng)計(jì)可以有很多意義。

      來自北京 回復(fù)
  6. 對于“返回”這類出口,除了點(diǎn)擊“返回”鍵外,還可以使用手機(jī)系統(tǒng)自帶的返回,所以埋點(diǎn)統(tǒng)計(jì)到的返回?cái)?shù)據(jù)是不全的。也是這個(gè)原因,我通常不再對返回埋點(diǎn)。不知樓主有什么好見解、方法?

    來自福建 回復(fù)
    1. 你好,這個(gè)不是什么大問題,你兩個(gè)作為一類統(tǒng)計(jì)進(jìn)去就可以了。而且還可以分別加上標(biāo)記,這樣可以區(qū)分你的用戶群體到底更偏向于用那個(gè)方式進(jìn)行返回。還有就是可以建立頁面點(diǎn)擊和手機(jī)自帶點(diǎn)擊的模型,這樣通過統(tǒng)計(jì)頁面返回次數(shù)也能預(yù)估出總返回?cái)?shù)。

      來自北京 回復(fù)
    2. gery你好,請問有數(shù)據(jù)分析這類的資料可以分享么?

      來自四川 回復(fù)
    3. gery,你好,請問有數(shù)據(jù)分析方面的資料可以分享么?

      來自四川 回復(fù)
    4. 你好,數(shù)據(jù)分析方法方面的資料有很多,百度都能找到。但數(shù)據(jù)分析離不開業(yè)務(wù),只能有真正理解業(yè)務(wù),才能做出比較好的分析體系?;具壿嫸际牵鹤援a(chǎn)想法-驗(yàn)證-試錯-調(diào)整。

      來自北京 回復(fù)
    5. 我能單獨(dú)加你微信或者QQ 交流一下么?

      來自上海 回復(fù)
  7. 回歸分析還不深么,根本看不懂呀

    來自北京 回復(fù)
  8. ?? 數(shù)據(jù)的時(shí)代,每一分耕耘都會給產(chǎn)品之后的發(fā)展留下更深厚的根基

    來自北京 回復(fù)