如何做好app用户数据分析?(做好app用户数据分析的方法)

qinzhiqiang 12-31 14:49 194次浏览

转眼间,已经到了2018的12月份,新零售如火如荼,区块链异常火爆,人工智能将崛起另一个风口,在新技术领域,巨头收割和争夺硝烟四起,各行各业都在不断思考和探索新的机遇。

人杰地灵的杭州,这个曾经创造电商传奇的地方,以互联网巨头为依托,为新技术、新商业的发展营造了良好的发展环境,成为世界互联网发展的新高地。

8月在杭州举办的2018产品运营大会,7位来自杭州地区优秀互联网企业的实战派专家们,他们结合自己的实战经验,分享了在电商、金融、产品等多方面上的运营心得,一同探索中国互联网的发展。

2018年的中国,新的产业经济时代来临,要怎样在不断变化的大潮中掌握主动权?如何破局谋新?

互联网发展到今天,已经步入移动时代的下一个阶段;用户要求越来越高,耐心却越来越差;用户已经是越来越稀缺的资产。用户多、用户增长快是每一个App追求的目标和方向,也是企业商业变现的基石。

从一个最简单的问题开始:你的App现在有多少用户?

如上图左边,大家可以看到周活跃用户在一千以下,最高是在100万以上;右边则表示他们在一年中的增长幅度。

增长最快的是那些超大型的过百万以上周活跃的客户。

这说明了什么?

现在的移动互联网时代是一个赢家通吃的时代,大型的客户、大型的应用,他们会更好地保有自己的用户群体,而且会更强有力地能够拉动新用户的引入,会在这个时代里面变得越来越强。但是他们能做到这一点,主要就是因为在用户的把握能力上面会比小的应用要更强一些。

看用户数据——看总

注:DAU是每天的活跃用户数;

如上图,最普遍、通用的解读就是“我的App 有105000的DAU,同比增长5%。”

但这样没办法细分和拆解原因,并没有办法把数据落到实际的工作上。

因为DAU增长可能有很多原因构成,DAU下降也可能很多原因构成。所以仅仅这种方式不能精确地把握你的用户是否涨了?做得好还是不好?

看用户数据——看构成

刚刚的例子里,“105000”是由一部分新增,还有一部分的流失共同构成的。那么大家加多一些条件……

新增是10000,流失是5000,所以比过去的同期增长了5%。

这样就能看到这个流动的构成,即虽然DAU值涨了5%,但其实流失和新增是两个不同环节的要素。

所以新增有很多的映射点,当大家看到新增变化的比较大,那可能跟新引入的客户,或者跟用户激活的使用率,都会有一定关系;如果流失比较高,那可能是产品粘性出了问题。从上面这个案例可以看到,流失的增长比例会更高一些,所以流失就是主要的问题。

这种方式确实可以找到一些更具体的工作点:至少大家知道是做新增,还是应该做流失。

但这也有问题,是什么呢?

5000和105000,大家不知道它们是谁。

上面的每一块拼图都是你的用户,你怎么分辨出来?

做应用,大家希翼的是用户不流失,而挽回流失用户是非常困难的。新增也一样,因为大家是活跃的新增,用户的使用频次并不高,可能每个用户每周用一次App,DAU数据不理想。

而这个行为是用户习惯所导致,这2种看用户数据构成的视角方法,没办法找到原因。

看用户数据——看行为

大家再分析下这个例子,用户怎么看待这个App?

用户A:每天都在使用,所以对他而言,这就是一个高频次的应用;

用户B:只有在部分的时间里面有所启动;

用户C:几乎都没有启动过。

从行为方式来识别大家的用户,以及用户到底怎么看待这个App?

这时大家就可以真正地知道:

第一,到底哪个用户对大家是有更高价值或者更忠诚。第二,可以根据行为路径做未来预测和预知的。大家可能发现这个客户之前经常使用,后续慢慢不用了;或者原来每天都用,后来变成每周用一次,这都是流失风险的征兆。

从用户看待App的态度,来真正地识别大家的App,再来分析大家的用户:

用户A是大家的用户吗?大家可能觉得是。用户B是吗?毕竟还启动一次——可能是。用户C是不是?就不好说了——它可能是流失的,可能只是因为用的频次比较低。

这样大家至少能知道每一个用户到底是什么样子,所以可以看到有高频用户,有普通用户,以及流失/准流失/沉默的用户。

如何做app运营
上一篇:怎样做好app用户分析?(浅析app用户分析的4个维度) 下一篇:构建数据指标体系的步骤有哪些?(分享构建数据指标体系的4个步骤)
  • app设计思路有哪些?(分享app设计的真实案例)
  • 怎样做好app用户分析?(浅析app用户分析的4个维度)
  • 怎样学习app数据埋点?(学习app数据埋点的7个步骤)
  • 如何做app运营?(浅析app运营的5大常识点)
  • 什么是app在线客服?(分享app在线客服功能设计案例分析)
  • app运营模式有哪些?(推荐5个app运营模式)
  • 怎样搞定app数据分析?(三个要点解构数据分析的思维模式)
XML 地图 | Sitemap 地图