一、精细化运营的目标
1.产品是什么类型的APP？是否需要过多的运营？
比如说你的产品只是个工具，那恐怕谈不上过多的精细化运营，一般做好常规的用户行为分析、再配合用户定性研究，用于指导产品的设计即可；如果是内容型产品，或者功能和内容兼具的产品，那确实需要考虑。
2.设计统计框架
统计的目标要弄清楚，拿到数据之后用来做什么？指导功能改进，还是版面调整？再或者是作为用户对内容质量评判的指标？
假设用户在你的app上会频繁进行交互和使用功能，同时还会浏览或者产生内容，那么需要在产品设计的同时，把你的统计框架设计好。
二、简要的操作流程
1.数据采集
首先列出你需要的数据项，接着评估哪部分是需要APP上报的，哪部分是后台可以统计的，然后分别在前后台加上。一般来讲，APP上报采集的数据，在发布前一定要经过谨慎的校验和测试，因为一旦版本发布出去而数据采集出了问题，不仅之前的功夫都白做了，还会带来一大堆脏数据，同时还有可能降低客户端的运行效率，得不偿失。
2.数据整理
数据采集完之后，需要将各种原始数据加工成为产品经理需要的直观的可看数据，这里需要做一些基本的数据逻辑关联和展示，就不赘述了。
3.数据分析
按照一开始设计的统计框架，你可以很清楚的看到自己需要的数据了。
比如用户行为：哪些功能使用得被人均使用得最多，哪些按钮被频繁点击，哪些在显著位置却未达到预期使用效果的功能，等等。
比如内容分析：哪篇文章被查阅最多，哪些内容被评论或者赞得最多，等等。
当然以上只是基础得不能再基础的分析，再深入一点的，例如你拿到这些数据，可以分析使用A功能的用户同时还喜欢B功能，二者关联性较强，是否可以在前端设计时更多的考虑整合，或者界面上的调整；比如分析点击流，大部分用户访问或使用APP的路径是怎么样的，是不是把核心功能藏得太深了？再比如可以分析不同用户属性，比如男性用户和女性用户，他们在用户行为上是否有明显差异？等等。
不同产品的数据分析方式和模型差距非常大，没法一下子就说清楚。所以以上更多的是举例。
三、一些需要注意的原则
1.数据本身是客观的，但被解读出来的数据一定是主观的，同样的数据由不同的人分析很可能得出完全相反的结论，所以一定不能提前带着观点去分析（比如已经有了假设，再用数据去论证）；
2.APP采集数据，一定是优先级比较低的事情，不能因为数据的采集而影响产品的性能和用户体验，更不能采集用户的隐私数据（虽然国内很多APP并没有这么做）；
3.数据不是万能的，还是要相信自己的判断。
———————————————-
数据提取的目的是为了精细化运营，那么通过大量的数据分析，给APP用户进行精细化分类。那么说说如何通过数据做精细化用户分类
维度：
从用户属性——性别、地域、收入、家庭状况
从用户生命周期——注册、活跃、流失
从用户行为——功能、内容、产品的喜好
然后对用户进行平行和交叉分析，从而可以得出，不同的用户细分
用户细分后，根据细分用户的特色，进行精细化设计
————————————————
我更相信的方法是：定性研究提出假设 -> 定量研究验证假设 -> 产品原型测试细节 ->用户行为数据指出优化方向 -> 定性研究（以下循环）。
不过同意文中这句话：数据不是万能的，还是要相信自己的判断。
多判断，多摔跟头，以后判断就会慢慢准了。
2016-08-24
网友评论