對一個互聯網產品做數據分析包含了對哪些數據進行分析?


每個網站分析的重點都不一樣,電商網站偏向流量和成交,資訊網站偏向閱讀,工具產品偏向使用頻次等,產品的差異性決定了所要分析的數據肯定也是大不同的。但是,運營一個網站總的分析維度有這些:

1、網站流量

主要是指PV/UV等最常見的數據指標,肯定是每個網站都要關注的指標,單單關注這個指標還不夠,重要的是要關注訪客最終的轉化的情況,新訪客是否註冊了、是否下載了、最終是否購買了;老訪客來幹嘛了,參加活動了還是購買了......轉化率是最重要的標準哦

2、訂單數據

訂單肯定都是每個必然、肯定關注的指標,因為訂單的多少決定了網站的商務盈利模式,訂單總量、優惠券補貼、訂單來源、訂單全國地域分布等,這些都要了解的,涉及推廣、渠道、盈利等重要問題。

訂單模板:

https://me.bdp.cn/share/index.html?shareId=sdo_ec43665084d4e2d90d36f066b892093a

3、用戶數據

對於網站來說,用戶是上帝,用戶的一切行為決定了網站的運營情況,用戶註冊、登錄、購買等行為必須要研究分析。

用戶模板:

https://me.bdp.cn/share/index.html?shareId=sdo_a77fa6b9e48a19e02cc2923f46618344

4、推廣數據

每個網站或多或少都要進行推廣,或付費或免費,但是不能白白進行推廣工作啊,肯定要統計渠道效果的啊,不然白白投錢啊。

推廣模板:

https://me.bdp.cn/share/index.html?shareId=sdo_1aca4cbbcad96dc7559d0ba1ad2be5a1

5、APP渠道數據

現在大部分網站都有APP,那肯定還要分析APP渠道數據啊。

https://me.bdp.cn/share/index.html?shareId=sdo_58740e7b1b7ffcc193443fe7535200d1

6、營銷活動數據

每個網站都要經常做一些活動,so活動分析也很常見咯!

https://me.bdp.cn/share/index.html?shareId=sdo_049b5e54855b2b40c205ee93bd84982b

這6個方向是很常見的分析方向,還要很多其他的,比如微信公眾號分析、商品數據分析、微博數據分析、營銷簡訊數據分析等等,其他可以按照以上的思路和分析方法去自定義分析!


互聯網的分析少不了流量,少不了用戶的分析。這兩個拓展了就是流量多少,流量從哪兒來的,哪些搜索關鍵詞帶來的流量。訪客的分析那就是多少人過來訪問,新增了多少人,多少人是來客戶。

除了這些就是結合具體的互聯網產品做的分析,來你的網站的用戶是帶著需求來的,是買東西?是得到某種服務?那就看這項服務有沒有完成和實現,轉化是不是順利?這個叫轉化的分析。

如果是搜索引擎,視頻這種服務,服務是沒有成本的。如果是電商,你賣的東西有成本,你要分析哪些商品賺錢多,哪些東西賺錢少,哪些東西好賣,哪些東西如何定價,哪些東西怎麼採用打折的方式更吸引用戶。這個就不是電商分析了,就有點像零售和銷售的分析了

除此之外有些網站靠廣告掙錢,要看你家的廣告被點了多少次。這個結合用戶,廣告的類型,位置幾個維度分析吧

大體就這些,總之你做什麼業務,分析什麼……

為了分析而分析也沒什麼意義


1、通用的運營指標體系

基本上,通過在線、流失、盈利3大方面可以從總體上判斷一個互聯網產品的好壞。

在線,對於網路遊戲而言,就是伺服器的登錄人數有多少;對網站而言,可能就是每天的流量有多少。其實就是判斷有多少人使用這個產品,更深入點,還需要分析用戶的使用頻率。例如對網路遊戲,可能會加上用戶的在線時長等。諸如還有新增在線用戶、迴流在線用戶等指標都屬於在線範疇。

流失,其實是為了反映用戶的吸引程度,如果一個產品用戶很多,但是流失用戶很多,是需要預警和注意。需要判斷這是這個產品特有的現象,還是因為產品缺陷導致用戶流失。特別是初創產品,初期積累起來的用戶都開始流失,就是很嚴重的問題了。

盈利,這是重心之重,因為盈利最終支持產品的運營。每月收入、利潤、ARPU值,各個來源的收入比例以及時間趨勢變化,特別需要留意現有的奶牛收入點和潛在的收入點。

2、具體產品特有的指標體系

一般稱為用戶行為分析,其實就是針對產品自身內容的分析。

例如。用戶的地域分布、用戶的年齡層分布、用戶的收入分布等。

此外用的較多的是比較分析,也可稱之為A/B測試。例如對於網站的一個購買按鈕,做了用戶體驗方面的優化,就會比較調整前後用戶的點擊率、點擊次數、轉化率等指標變化,從而判斷調整是否收到預期效果。或者調整了網站的內容和結構,分析其對在線數量和盈利的影響。


互聯網產品數據分析,應該從最基本的這些數據分析起:

留存率

DAU日活率

DMU月活率

IP

PV

UV

平均PV


互聯網產品是一個比較寬泛的概念,有pc端的產品和移動端的產品,不同的形態關注的點也不一樣,以移動互聯網產品為例大致可以有以下維度進行分析

一、用戶分析

AU、DAU、WAU、MAU、PCU、ACU、沉默用戶、流失用戶等

轉化情況

留存率/流失率、活躍率、DAU/MAU比值

二、行為分析

登入次數分布

使用時長分布

登入天數分布

功能使用情況分布

三、業務(充值)分析

APRU、ARPPU、LTV、付費率、付費滲透率

四、性能分析

事件量(宕機、一二級事件、不可用時長...等)

響應時長(載入時長、頁面刷新...等)


1、商業價值分析:短期和長期(產品創造的利益),價值分布(產品創造利益的分布,比如:創造的價值會分給兩個事業線,那就得看對哪個事業線更重要 ),這是對於賺錢的公司。

2、用戶或市場覆蓋量分析:這是對於圈錢的公司,這得看投資收益看重哪個方面了,拼的是量和速度。

3、對於既不賺錢也不圈錢的產品,那就只能是在現有情況下節省成本了,也有一些公司是出售銷售線索的,那就衡量銷售線索。


推薦閱讀:

APP推廣被刷量之後,公司損失的是什麼?
如何做互聯網產品分析?
運營人員該如何引入核心用戶?
用戶運營就是做好用戶服務嗎?
以留住玩家為目的的遊戲運營,最值得關注的數據是什麼?

TAG:產品運營 | 互聯網數據分析 |