1、互联网产品指标思路
1). 有多少访客,访客有什么特征?
访客特征:访客访问的时间段、在哪些地域访问、用什么设备以及用什么网
2). 访客从哪些渠道获取,效果怎么样?
基本思路:带来多少新访客、浏览深度怎么样、是否留存下来了以及转化率情况。
Web 网站:新访客占比(代表渠道拓展用户的能力)、跳出率、浏览页面数、以及转化率。
移动应用:新设备占比、次日留存率以及转化率
3). 访客的参与深度如何?
跳出率、浏览页面数、转化率
4). 这些访客最终有没有转化,转化漏斗是否顺畅?
任何有意义的动作都可以认为是转化
5). 移动应用主要指标也是一个用户分析的基本框架
6). 获取指标的方式
2、Web网站数据指标
2.1、网站分析工具
1)、免费的网站排名工具
Alexa、中国网站排名、网络媒体排名
2)、免费的网站监测工具
Google Analytics、百度统计、CNZZ 网站分析
2.2、几个关键的指标
访问量
什么是访问?一次访问就是指一个人来到网站,然后浏览了一些内容之后离开网站的过程;这个过程也会被称为会话,也就是 session。
访问量定义:一段时间的访问量就是这段时间内的会话次数
访客数
也称为独立访客数(Unique Visitor,缩写 UV),就是访问网站的人数。
如何识别一个用户?在网站分析系统中,会依据用户的浏览器、设备型号等信息,为用户分配一个编号,这个编号称为 Cookie。
访客数就是访问网站的 cookie 数。如果同一人换了浏览器或设备访问网站,那么它的 cookie 也就变化了。
浏览量
常被称为 PV (PageViews),就是浏览页面的数量。
跳出率
跳出率是非常重要的指标。
常用的算法是网站的所有会话当中,来到网站之的后没有任何动作就离开的比例,等于只访问了落地页面的访问量除以总访问量。
页面停留时长
访客-次访问在某个页面上停留的时间,等于这个页面的总停留时长除以这个页面的访问量。
网站停留时长
访客一次会话的时间长度,等于网站所量的总停留时长除以访问量。
退出率
退出率衡量从某个退出网站的比例,它等于从一个页面的退出次数除以访问次数。
页面的跳出率和退出率的区别?
退出率是指无论从哪个页面进入网站,最终从这个页面退出的比例;跳出率是指从这个页面进入网站,没有做任何事,就从这个页面退出的比例。
转化率
达到达成某种目标的访问量除以总的访问量,或达成目标的访客数占总访客的比例
采用访问量还是访客数作为分母?
如果将访问量作为分母,意味着将每次访问都认为是下单或购买的机会;如果将访客数作为分母,则会认为一个访客在购买之前,多次访问是正常的。
2.3、网站监测工具-Google Analytics
包含 4 个主要模块:
受众群体:描述用户特征
流量获取:描述用户从哪里来
用户行为:用户的参与情况
用户转化:用户的达成目标情况
更多使用:
《Google Analytics(GA)—谷歌分析在iOS系统中的应用》
3、移动应用数据指标
3.1 数据获取工具
国外分析工具 | Flurry Google Analytics |
---|---|
国内分析工具 | 友盟 TalkingData |
Crash分析工具 | Crashlytics |
3.2 关键指标
用户获取 | 下载量 安装激活量 激活率 新增用户数 用户获取成本 |
---|---|
用户活跃与参与 | 数量指标 日活跃用户数 月活跃用户数 质量指标 活跃系数 它等于:活跃用户数 / 月活跃用户数 平均使用时长 功能使用率 使用某功能的用户数占活跃用户数的比例 |
用户留存率 |
次日留存率 7日留存率 30日留存率 |
用户转化 |
-付费用户比例 付费用户占免费用户的比例,建议将付费用户和免费用户区别对待,因为他们在行为上差异挺大的。 -首次付费时间 用户激活多久后才会开始付费。 -用户平均每月营收 一个月的收入除以月活跃用户数 -付费用户平均每月营收 一个月的收入除以月付费用户数 |
获取收入 |
收入金额 付费人数 |
3.3 版本迭代时,如何利用以上指标去评估版本迭代的效果?
注:在利用指标去评估版本迭代的效果时,尽量使用新用户的数据,因为老用户会存在忠诚度等因素影响数据。
我们在评估新版本的迭代的效果时,可以看以下几个数据指标:
·新用户的留存率 新版本发布后,新版本发布前14天内的新用户次日留存率。 留存数据整体提高,表明移动端版本迭代的效果较好。
·核心功能的使用率 同比:旧版本发布后14天 环比:新版本发布前14天 通过同比和环比14天的数据观察核心功能的使用率是否有提升。
·新功能的使用率,继续使用率和新功能的核心贡献 在新的版本中,增加了功能A
需要查看功能A的使用率
功能A的继续使用率
功能A的核心贡献:使用过功能A的听歌人数比例 - 未使用过功能A的听歌人数比例
通过观察以上指标基本上就可以大概的判断这个版本改版的效果了。
4、电商类数据指标
4.1 关键指标名词解释
销售额 | 这里是指电商网站的收入,这是电商网站最重要的指标。由于移动互联网的崛起,这里还需要统计下移动端占比。 |
---|---|
购买客户数(按照账号去重计算) | -老客户数 当天之前就购买过商品的用户数,表示网站的粘性 -新客户数 统计当天首次购买的用户数,表示网站客户增长速率 |
客单价 | 每个客户购买的金额,等于销售额/购买客户数 |
购买转化率 | 访客中购买了商品的比例,等于购买客户数/访客数 |
UV 访客数 | 来到网店的人数 |
详情页UV | 访问商品详情页的人数 |
订单数 | 订单数关系到支付压力和仓库发货的任务量 |
妥投及时率 | 妥投到客户的订单中,按照约定时间妥投的比例,它是个非常重要的用户体验指标。现在京东的一个很好的优势就在于它的物流。 |
重点商品缺货率 | 爆款缺货的比例。有时候用户想购买的物品缺货,容易导致客户的流失。 |
4.2 如何将销售额和其他的数据关联起来,辅助我们去发现问题?
我们前面说到,销售额是电商网站中最关键的指标,没有之一。 销售额 = UV 转化率 客单价 那我们接下来一个一个的分析这三个因素
1). 流量变化的因素
分析流量的变化就需要从流量的来源上来入手。
分析思路大致是,先按照终端细分,先看下PC端、App端、Wap端分别变化了多少,然后在细分对应的终端流量是从哪里来的。PC端和Wap端可以细分到媒体,App端又分Android端和iOS端,Android端可以从渠道包中来区分来源,iOS端可以用一些跟踪工具或者IDFA来跟踪。 具体可以看下图:
流量分析
2). 客单价变化的原因 下面我们来看下客单价的公式
客单价 = 人均购买件数 * 件单价
人均购买件数是指每个客户购买几件商品,这个指标也经常用来衡量关联销售的效果,也就是关联销售效果越好,人均购买件数就会越多。
件单价是指商品的平均价格,等于销售额除以销售量,这个指标用来衡量网站上的商品价格高低。
客单价的变化经常会与促销活动有关系。如下图:
3).转换率增长因素 - 转化漏斗
正所谓一图胜千言,看下面这张图大家应该就可以明白了。
5、用户生成内容(UGC)类数据指标
5.1、UGC 产品的特征
目标:让用户产出内容
发表文章
点赞
订阅
评论
其它行为(分享)
5.2、UGC 产品的参与度(指标)
-访客数
-停留时长
-产出内容(点赞、评论、发表文章等)
转发微博、发表微博
朋友圈发表状态
发表博客
5.3、如何筛选优质内容
首先我们要对优质内容建一个评分模型,比如微博的优质内容模型为:
热度 = 转发 + 评论 + 点赞
然后可以对各个指标定义下所占比例,这样就可以凭借热度这个指标去筛选优质内容了。