互联网运营数据实战分析方法 V3.0
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 ................................................ 1 2、方法十: Link Tag的流量标记 ......................... 6 3、方法九:转化漏斗 .................................... 7 4、方法八:微转化 ...................................... 8 5、方法七:合并同类项6、方法六:7、方法五:热图及对比热图8、方法四:9、方法三:10、方法二:11、方法一:细分 .................................. 9 AB 测试 ................................... 10 ............................. 12 Event Trackin(g事件追踪) .................. 14 Cohor分t 析 ................................ 16 Attributio(n 归因) ....................... 17 ..................................... 18
互联网运营数据实战分析方法 V3.0
1、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)
Google Analy、tic百s 度统计
移动应用分析工具: Flurry、GoogleAnalytic、s 友盟、 TalkingDat、a
Crashlytics
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 1 页
互联网运营数据实战分析方法 V3.0
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,
第 2 页
互联网运营数据实战分析方法 V3.0
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、n Activatio、n Retentio、n Reven、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。
如果单从数据表面来看, 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
第 3 页
最新互联网运营数据分析方法



