如何进行产品数据分析一——移动应用APP分析方法

news2024/11/23 22:18:09

如何进行产品数据分析

  • 产品的定义
  • 产品分析的构成
  • 移动应用APP分析方法
    • AARRR
    • 1.流量拆解
      • DAU
      • MAU
      • 活跃率拆解
      • 流量深度
    • 2.流量引入
      • 反作弊算法识别系统(量)
      • 拉新质量评估体系(质)
      • 渠道价值评估体系(值)
    • 3.流量输出

产品的定义

产品是指能够供给市场,被人们使用和消费,并能满足人们某种需求的任何东西,包括有形的物品、无形的服务、组织、观念或它们的组合。

简而言之,产品是满足用户诉求的。在移动互联网端,APP是产品,比如微信APP,主要是满足用户社交诉求,手淘APP,主要是满足用户生活消费和线上购物需求的,APP中某一具体前台场景也是产品,比如充值icon,满足用户充话费的刚性需求,产品是一个相对比较宽广的定义。

一个好的产品是能解决用户痛点,为用户提供核心价值的产品,APP是一个产品,APP里的各项子产品和功能也是一个产品。所有的产品都是定位目标用户、寻找合适场景,解决用户述求,在电商类APP即为“人货场”三位一体。

手淘APP为用户提供了“随时随地,想淘就淘”的核心价值,但是手淘面临人群多样性、产品多样性和场景多样性等三个显著特征,传统的货架形式很难满足用户诉求,必须结合大数据的力量,采用产品矩阵的形式,满足个性化需求,猜你喜欢、有好货、必买清单等子产品应运而生。

产品分析的构成

流量在整个APP的链路上可以概括为6个环节,入—分—接—值—环—出,每个环节都可以发挥数据的作用(流程图请见图1):

  1. 第一个环节–入:主要回答流量从哪里来,质量如何,能产生多大的价值;
  2. 第二个环节–分:主要回答流量进入后,聚集于中心化流量入口,该如何高效的向下分发;
  3. 第三个环节–接:主要回答流量进入具体产品后,产品怎么更好的承接且转化流量;
  4. 第四个环节–值:主要回答APP内产品会对大盘有什么贡献;
  5. 第五个环节–环:主要回答分散在各个环节中的达人生态、卖家生态如何;
  6. 第六个环节–出:主要回答APP和其他APP之间的引流情况;
    在这里插入图片描述

将产品分析方法论拆解为2个部分,分别是APP分析和APP内的用户产品分析,APP分析主要侧重流量进入、流量输出以及竞品相关分析,用户产品分析,主要侧重于流量分发型产品和流量承接型产品
在这里插入图片描述

移动应用APP分析方法

AARRR

移动应用的增长黑客理论AARRR,分别对应Acquisition、Activation、Retention、Revenue、Refer这五个单词的缩写,也对应一款移动应用的用户生命周期中的5个重要环节,拉新-留存-活跃-成交-互动
在这里插入图片描述

1.流量拆解

APP的流量规模是衡量一个APP好坏的关键结果指标。

经常需要回答三个问题:流量为什么涨?流量为什么跌?流量为什么不涨不跌?

流量规模定义:
● DAU:日去重活跃设备数
● MAU:月去重活跃设备数,为降低月份影响,一般取近30天去重活跃设备数
● 活跃率:DAU/MAU,反映用户使用APP的频次

DAU

日活跃用户DAU是产品关注的最核心指标,直接反映产品的活跃用户规模,但是由于各种产品对应的业务场景不同,产品的用户频次差异较大,如聊天类应用、视频类应用等天然高频,而旅游、地图等天然低频,为降低这种业务场景频次差异的影响,拉长时间周期,定义月活跃用户MAU,反映产品的用户池子。

提升APP的用户规模即DAU无非两种手段:扩大用户池子即MAU,提升用户活跃程度即活跃率。一旦用户规模出现异动,需要从MAU和活跃率进行拆解。
在这里插入图片描述

MAU

如何提升MAU规模?一旦MAU出现异动,如何定位原因?这就需要对MAU进行拆解,定位各部分的重点。将MAU拆解成三部分即本月新增、上月留存和历史回访,三部分的定义如下:

  1. 本月新增:重在扩大规模,从外部引入纯新用户,异动问题可拆解到具体渠道
  2. 上月留存:重在传递产品价值,提升用户粘性,留住用户;上月留存可转化成留存率进行分析,从人货场角度出发,考虑如何将人(用户)和货(商品与卖家)更好的在场(产品)中进行匹配;
  3. 历史回访:重在流失用户召回,主要靠活动和利益刺激拉回;

活跃率拆解

活跃率在实际应用中评估两种情况:

  1. 对比不同领域APP的用户使用频次,判断APP属于高频、中频还是低频,APP对应的用户需求天然存在用户习惯差异,如社交类APP>新闻类APP>视听类APP>地图类APP,
  2. 对比同一领域APP的用户粘性。同一领域或者同一类用户需求的APP间,则可以通过活跃率评估APP的粘性,如手淘、猫客、京东、唯品会等电商类APP通过活跃率相互对比活跃率。
    3

活跃率的拆解主要包含设备分层拆解、会员分层拆解、外部环境分析等三种类型,综合使用判断和定位哪一部分人的活跃率出现变化,从而制定针对性的保活和提活策略:

设备维度异动分析:

  1. 分平台:包括手淘的6个平台;
  2. 分版本:包括各平台的Top3版本;
  3. 设备类型:指当日访问的UV中所属MAU拆解的三部分,包括当月新增、上月留存以及历史回访;
  4. 流量来源:指首次访问手淘的UV的来源,包括主动打开、Push、分享、SB等;
  5. IP解析省份/城市:根据用户IP地址解析的省份与城市;
  6. 产品拆解:基础产品、导购产品、详情产品、店铺产品、活动页面等,用以找到某些特殊的活动页面;
  7. 分时段:指当天分时段的UV与累计UV;
  8. 是否登录:指有登录的设备数,引出会员维度;

会员维度异动分析:

  1. 会员活跃分布:指用户在近30天活跃的天数,包括当日新增、活跃1-3天非新增低活用户、活跃4-7天低活用户、活跃8-15天中高活用户、活跃16天及以上的高活用户,该项数据会受到Push策略、活动运营等影响;
  2. 职业:根据用户默认收货地址与常用收货地址解析的用户职业;
  3. 信用等级:用户的C等级;

外部因素:

  1. 市场环境:参考竞品活跃率变化评估外部市场环境影响;
  2. 周期因素:历史同期、大促活动、季节变化(春夏季、秋冬季)

流量深度

需要重点关注流量深度,纵向挖掘流量价值,如扩展场景提升用户使用频次,提供高价值内容提升用户时长,优化流程提升用户转化等。因此衍生出流量深度评估指标体系,以及对应的流量深度拆解逻辑,主要包括:

● 通用的流量深度指标:人均使用时长、人均启动次数、人均PV
● 个性化流量深度指标(电商):用户级别转化率(浏览转化率、成交转化率、客单价)、PV级别转化率(人均PV、PV浏览转化率、PV成交转化率、笔单价)
● 常用的流量深度拆解逻辑:
○ APP人均使用时长 = SUM(产品A人均时长 * 产品A用户占比 + 产品B人均时长 * 产品B用户占比 + …… + 产品X人均时长 * 产品X用户占比)
○ 用户转化:成交 = 成交UV * 客单价 = DAU * 浏览转化率 * 成交转化率 * 客单价
○ 流量转化:成交 = 成交笔数 * 笔单价 = DAU * 人均PV * PV浏览转化率 * PV 成交转化率 * 笔单价

2.流量引入

流量引入是APP规模增长的源泉。常规的业务模式是在各应用市场如360手机助手、腾讯应用商店等投放软件包。但是存在不足:激活量虚高/拉新质量缺/投入产出效率缺失问题

基于传统流量引入评估模式的不足,开发全链路流量引入价值评估体系,包含反作弊算法识别系统、拉新质量评估体系、渠道价值评估体系三大块,分别从规模、质量和价值进行全面评估。

反作弊算法识别系统(量)

反作弊算法识别系统基于无线UT采集APP行为日志,抽象出设备特征、用户特征、行为特征等特征画像,结合算法工程,对单台作弊设备进行有效识别,
在这里插入图片描述

● 渠道财务结算:10000台新增激活,通过反作弊算法系统扣量20%,结算中仅结算8000台设备,挽回大量财务费用;

● 渠道质量评级:根据反作弊算法系统产出的设备质量分,进行分级结算,构建良币驱逐劣币的机制,提高优质渠道推广的积极性,打击低质渠道的作弊行为;

● 核心数据剔除作弊流量:识别日活设备数、月活设备数等关键核心指标中的异常数据,提升决策过程的准确性;

拉新质量评估体系(质)

常规的拉新质量评估只判断新增设备规模,但是对“新用户”的定义,对于不同的业务模式和业务发展阶段,都会存在差异,需要根据实际业务评估渠道真正的拉新能力。

以手淘为例,作为电商类APP,用户会发生如下四个关键步骤:激活——>注册——>登录——>成交,设备从激活到最终成交之间,需要先进行账号注册或者登录,因此手淘更关注真正的拉新能力,即新会员规模。基于手淘拉新的业务目标,我们打通“新设备”和“新会员”之间的关系,构建一套拉新质量评估体系,评估各渠道对新会员的拉新能力。
在这里插入图片描述

● 新会员_新注册:首次访问手淘APP,且手淘纯新注册会员
● 新会员_其他平台迁移:首次访问手淘APP,其他平台注册会员;
● 老会员_正常换机:非首次访问手淘APP的会员,最近一次访问时间在90天之内
● 老会员_流失换回:非首次访问手淘APP的会员,最近一次访问时间在90天之前
● 访客:未登录的设备
衍生出登录率=会员/新增激活、拉新率=新会员/新增激活、注册率=新会员_新注册/新增激活、流失换回率=老会员_流失召回/新增激活等指标,评估各种渠道引入流量对APP贡献的会员价值;

渠道价值评估体系(值)

反作弊算法和拉新质量评估体系帮助我们合理评估渠道激活的真实规模和质量,但由于渠道推广是真金白银的投入,实际推广过程中需要准确评估渠道的ROI,优化财务预算和渠道推广策略,因此在之前规模和质量的基础上构建渠道价值评估体系,从投入产出角度和用户生命周期价值角度进行综合分析。

● 投入产出角度:以流量的广告价值与天猫佣金作为收入的组成部分,以渠道推广费用作为投入的组成部分,计算单设备的ROI;
● 用户生命周期价值:引入用户对APP的贡献是持续存在的,在之前仅横向对比激活当日质量的基础上,将统计周期延长到更长周期(暂定90天),间接反映用户整个生命周期的价值;

整个渠道质量评估体系包含四类价值:

  1. 拉新价值:拉新规模(新设备规模、新会员规模)与拉新结构(激活率、登录率、注册率、流失召回率);
  2. 流量价值:流量规模(DAU与MAU)、流量深度、用户结构
  3. 成交价值:成交金额、客单价、笔单价等
  4. 收入价值:广告收入与天猫佣金收入
    在这里插入图片描述

3.流量输出

用户的需求是多样的,从而衍生出各种APP服务于各自的用户群和各自的应用场景,当一个APP形成一定规模时,可以通过流量输出帮助提升其他APP的用户规模,协同发展,以APP矩阵的形式在各个领域抢占用户时长,构建商业壁垒;同时也可以打通不同APP之前的用户体系、内容体系和权益体系,提供给用户一致的体感,提升用户粘性。
在这里插入图片描述

● 二方矩阵:APP间流量互导、内容互导、权益共享
● 流量采买与分配:淘客流量价值、外部流量采买价值评估
● 流量标准化:准确评估APP间流量空间和价值,为APP间合作提供结算依据;
● 资源共享化:在流量、内容和权益等方面能够资源共享,扩大资源的利用价值;
● 成本精简化:大规模带小规模,高频带低频,降低APP推广成本、流量获取成本;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1306994.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

同义词替换器降低论文重复率的最新技术进展

大家好,今天来聊聊同义词替换器降低论文重复率的最新技术进展,希望能给大家提供一点参考。 以下是针对论文重复率高的情况,提供一些修改建议和技巧: 标题:同义词替换器降低论文重复率的最新技术进展 一、引言 随着学术…

RK3568全国产化多网口板卡带poe供电,支持鸿蒙麒麟系统

信迈XM-3568-01主板采用瑞芯微RK3568四核Cortex-A55 处理器,主频最高可达2.0GHz,效能有大幅提升最高可配8GB内存容量,频率高达1600MHz;支持全链路ECC,让数据更安全可靠配置双千兆自适应RJ45以太网口,并扩展…

kernel32.dll如何解决,教你如何快速修复kernel32.dll文件缺失问题

kernel32.dll是Windows操作系统中非常重要的一个动态链接库文件,它提供了许多系统级的功能和服务。本文将介绍kernel32.dll动态链接库报错的五种解决方法,并探讨kernel32.dll丢失对电脑的影响以及其作用的介绍。 一、kernel32.dll动态链接库报错的五种解…

每日一练2023.12.13——6翻了【PTA】

题目链接:L1-058 6翻了 题目要求: “666”是一种网络用语,大概是表示某人很厉害、我们很佩服的意思。最近又衍生出另一个数字“9”,意思是“6翻了”,实在太厉害的意思。如果你以为这就是厉害的最高境界,那…

docker容器-compose单机容器编排

yaml文件:是一种标记语言,以竖列的形式展示序列化的数据格式,可读性高 类似于json格式,语法简单 yaml通过缩进来表示数据结构,连续的项目用-减号来表示 yaml文件使用的注意事项 1、大小写敏感 2、通过缩进表示层级…

Python 递归及目录遍历

递归调用:一个函数,调用了自身,称为递归调用 递归函数:一个会调用自身的函数 凡是循环能做的事,递归都能做。 目录 递归示例 普通方法实现 递归方式实现 计算分析: 递归遍历目录 引入os 遍历目录 执…

安防视频/可视化监控云平台EasyCVR对接大华卡口摄像头告警的操作步骤

旭帆科技的国标GB28181视频融合平台EasCVR不仅具备传统的视频监控功能,还配备了智能分析算法,近期有用户需要在现场的摄像头配备AI识别的功能,如烟火、人脸识别、车牌识别等功能。 最新版的EasyCVR(V.3.4)目前可对接大…

DBA轻松应对慢查询挑战,使用NineData这款工具就够了!

对于一个 DBA 来说,从公司数据库系统的稳定程度可以看出他的能力几何,一个优秀的 DBA 不仅要保证数据库的稳定运行,还需要有能力有效处理数据库的各种突发性能问题,而最常见的性能问题,就是慢查询。 我们公司规模比较…

Linux基础项目开发2:物联网监控——MJP-streamer方案实现(二)

前言: MJPG-Streamer代码简单,并且对CPU的要求比较低,一般的处理器都能运行,我们可以通过它,大体了解一下视频监控的知识。 一、MJP-streamer 编译安装MJP-streamer 使用Buildroot编译 在100ASK_IMX6ULL上安装、运行 使…

通讯系列电路芯片选型分析

适用于电话机上的电路芯片D34018 工作电压范围6V~11V 采用SOP28封装形式 D34118 工作电压范围3.5V~6.5V 采用SOP28封装形式 压缩扩展器电路芯片D31101 D5015 D5020 窄带中频放大器电路D3361 D3380 D31136 收发器电路芯片 D232 低功耗3-5.5V供电RS-2…

-bash: docker-compose: 未找到命令

-bash: docker-compose: 未找到命令 我在使用Docker搭建Nacos容器时遇到了这个问题:是没有安装 docker-compose工具 。 docker-compose的用处主要体现在以下几个方面: 快速搭建开发环境:使用docker-compose可以快速搭建起开发环境&#xff0…

全球十大骨传导耳机排名,骨传导耳机排行榜品牌推荐

随着科技的进步,人们对音乐和通话的需求越来越高,而骨传导耳机作为一种新兴的耳机类型,逐渐受到人们的关注。它通过人的头骨将声音直接传递到内耳,不经过耳道,因此不会阻碍外界声音的进入,同时也能更好地保…

pytorch强化学习(1)——DQNSARSA

实验环境 python3.10 torch2.1.1 gym0.26.2 gym[classic_control] matplotlib3.8.0 numpy1.26.2DQN代码 首先是module.py代码,在这里定义了网络模型和DQN模型 import torch import torch.nn as nn import numpy as npclass Net(nn.Module):# 构造只有一个隐含层的…

【Python】计算最少排班人数(1)

需求背景: 某工作24小时需要人员,单个班次为8或9小时,需要根据每小时需要的人数、不同的班次计算最低需要的人数。 每小时需要的人数举例: 班次类型: 问题分析: 1、需要各个时段的人员数大于等于需要的人…

CV中的Attention机制:SENet

paper: Squeeze-and-Excitation Networks paper link:https://arxiv.org/pdf/1709.01507.pdf repo link:GitHub - hujie-frank/SENet: Squeeze-and-Excitation Networks 摘要: 卷积神经网络(CNNs)的核心构建块是卷积算子,它使…

微信小程序map视野发生改变时切换定位点

<!--地图--> <view><map id"myMap" style"width: 100%; height: 300px;" latitude"{{latitude}}" longitude"{{longitude}}"scale"{{scale}}" markers"{{markers}}" controls"{{controls}}&q…

OpenCV-Python:图像平滑操作

目录 图像平滑基础 本文目标 2D卷积 图像模糊&#xff08;图像平滑&#xff09; 平均模糊 高斯模糊 中值模糊 双边滤波 图像平滑基础 在尽量保留图像原有信息的情况下&#xff0c;过滤掉图像内部的噪声&#xff0c;这一过程称为对图像的平滑处理&#xff0c;所得的图像…

排序算法之三:希尔排序

希尔排序基本思想 希尔排序法又称缩小增量法 希尔排序法的基本思想是&#xff1a;先选定一个整数&#xff0c;把待排序文件中所有记录分成个组&#xff0c;所有距离为的记录分在同一组内&#xff0c;并对每一组内的记录进行排序。然后&#xff0c;取&#xff0c;重复上述分组…

ThingsBoard 前端项目轮播图部件开发

前言 ThingsBoard 是目前 Github 上最流行的开源物联网平台&#xff08;14.6k Star&#xff09;&#xff0c;可以实现物联网项目的快速开发、管理和扩展, 是中小微企业物联网平台的不二之选。 本文介绍如何在 ThingsBoard 前端项目中开发轮播图部件。 产品需求 最近接到产品…