数据可视化有助于提高用户对于不同属性域间关系的理解。
一、总览
友盟+移动统计产品为APP开发者提供了一个智能的监测和分析平台。作者对大多数功能进行了体验。对于APP运营的各个阶段，平台可以提供用户活跃情况，渠道分析，终端属性，功能使用等分析工具，同时AI版提供用户分群功能，在此基础上，可以方便的对特定行为的群体，通过漏斗分析这一强大的工具可以对一系列数据进行组合筛选分析。在经过一段时间使用之后，作者发现，有一些操作需要复杂的步骤和设置才能达到（不排除可能是由于作者对功能还不熟练的原因），有一些图表不够直观，还有一些功能目前尚无法支持。
下面就将这些分别列出并进行简单的分析，提出了一些进行改进的建议，以便能进行更直观更便捷的操作，功能更加完善。
二、一些功能的限制以及改进建议
1. 基础功能的组合项
考虑这样的需求：APP厂家在某个渠道，特别针对某个区域进行了推广，比如北京，广州，杭州，福州。所以需要查看特定区域上，单独某个渠道的新增用户情况，或者用户活跃情况等，并进行对比，以便确定推广效果。这在一些服务类APP开始启动期是比较常见的需求。在经过小规模原型验证之后，APP厂商可能选择几个试点区场进行前期市场推广，然后逐步扩张到全国市场，所以其团队很自然会按照地区进行任务划分。某个团队可能只关心某几个区域的指标情况，所以他会对区域进行筛选。
在当前的U-App AI版本中，作者经过尝试无法在完成这样的操作。一个可以有近似效果的操作是：在事件分析中，新建事件，然后增加事件为APP启动用户数，筛选条件中选择“市” “等于” “北京”，如下图所示：
图1. 单个区域的筛选条件
然后在新建类似的事件，在筛选中选择“市”“等于”“广州”， “市”“等于”“杭州”，“市”“等于”“福州”，总共四个事件分析，然后分别算出结果。但这样做，一方面如果一次要查看的区域比较多，则需要新建非常多的事件分析，比较麻烦。另一方面，当区域中多于两个的时候，无法在同一个图表中显示出来，无法直观比较。如果想进行对比则，仍然需要人工把四个结果合成到一张图表上，这样带来操作上的不便。类似的需求包括选择某几个渠道对比，或者版本对比等。
在此补充一下，有一个类似的条件，如下图所示，貌似可以达到上面的效果，但其实也有问题，这个计算结果是这些区域的总和，无法看出单个区域的数据。
图2. 组合区域的筛选条件
2.多属性的叠加显示
考虑另外一个场景需求，和上面的问题类似，但不完全相同。假如APP厂商在一个测试版增加了某项新功能，并进行灰度测试。此功能预埋了一些特定的错误信息，技术人员查看错误信息时，可能需要分析此错误的在操作系统版本和手机型号这两者之间是否存在某种关系，以便缩小问题范围。比如几年前在MTK平台出现过的wifi断流现象，只发生的在一些比较特定场景的情况下。而多个手机厂家都可能使用了同一个方案商的芯片，也就是需要从多个手机型号和多个android版本中进行分析比较。
但是这个“规律” 需要能有图表方便的查看出不同特征量的映射关系。比如安卓版本，手机厂家，错误数量显示在一张三维图表中，才能直观的观察到。而目前U-App AI版中，多数是图表显示的是在单个属性（或时间）上的映射。意味着多个属性，特别是跨基础项中的属性，没有图表能方便的来展示相关性。虽然漏斗工具提供了一个可能的途径，但漏斗工具也存在一些限制，无法将多个对比结果显示在同一个时间域上。
简单的分析一下两个问题的不同之处。假设我们把每一项属性看成一个维度（也可以称作域，比如时间域，空间域，操作系统域）。第一个问题说明了，平台尚不支持选择一个域中的不同值显示在同一个图表中进行对比分析。第二个问题说明了，U-App AI版的基础看板，默认每一项属性都映射到时间域上的新增用户数，如果想观察两个基础属性之间的关系就需要非常复杂的操作（或者无法达到）。
针对上述的问题，建议的改进方式为：
第一个问题，平台应提供一个选项，允许选择一个域中的某些值组成新的域，而不是把这些条件为“或”的结果简单相加。
第二个问题，把每一个基础属性赋予和时间域相同的地位，不需要每一项都映射到用户数上。比如观察区域上的操作系统分布统计，观察手机厂商上的渠道用户分布等等。同时建议把属性域分为静态属性域和动态动作域。静态属性域指用户操作系统，地域，运营商等不经常变化的属性，动态动作域指的是用户的页面点击，停留时间，错误信息等等。静态属性区分用户，动态属性观察指标。
3.数据的可视化
数据可视化有助于提高用户对于不同属性域间关系的理解。在解决前述两个问题之后，需要图表来展示任意三个或者四个属性域。目前U-App 比较多使用的是三维表, 如下图3分别是：时域，渠道域，用户数量域。
图3. U-App中三维图表
有许多比较成熟的工具能支持生成更高维的图表，如下图4所示。但是超过4维的数据图表将变得复杂，不够直观，较难理解。所以建议图表维度最多增加到4维即可。这样将能支持之前描述的一些需求，比如显示本周（时域）某几个地区（地域），不同渠道（渠道域）的新增用户数（用户数域），这样的四维数据。
图4. 四维图表示例
另外当数据域的其中一项是地区时，建议采用更为直观的基于地图背景的图表。那些通过区域来划分团队的APP厂商， 在做某些活动推广时，经常需要大屏幕仪表盘来展示实时指标。此时地图图表将是主要的展示方法，包括地区放大细分显示，地区数据变化过程等。建议在看板中增加此项功能。
图5. 地图图表示例
作者：刘海君
本文为「人人都是产品经理」社区和友盟＋联合举办的“2019「友盟杯」数据分析大赛”中参赛作品，未经作者及平台许可，禁止转载
本文部分数据有脱敏处理，非全部真实数据
有关产品测评大赛合作事宜，请联系邮箱：denis@woshipm.com
网友评论