美文网首页
智析数据,森罗万象——浅谈友盟+数据分析产品

智析数据,森罗万象——浅谈友盟+数据分析产品

作者: 人人都是产品经理社区 | 来源:发表于2019-07-16 16:39 被阅读0次

    从竞品角度分析,友盟+产品作为公有云数据产品,在新版上确实达到了各维度分析数据的高度,无论是从常规数据指标,到用户使用APP情况,再到事件,漏斗,留存,流失,行为路径;从各指标设备数到用户分群,再到推送,已经形成整体的数据流转链条。下面笔者从采集、各指标数据、场景数据分析,推送数据分析进行分析。

    前言

    我作为数据产品经理,从业时间不长。目前主做两部分数据产品,数据分析系统(行为分析系统)和标签系统管理平台。友盟数据产品作为竞品和功能参考产品,在我司原有产品功能基础上给了一定的启发。不过从体验友盟+1.0版本产品和现在的新产品确实有很大的功能提升,已经从一个数据BI产品上升到了和产品,运营,业务各场景贴合更为紧密的数据分析产品。

    一、数据分析系统产品

    作为一款数据分析产品,从采集端-应用数据分析端-场景应用端-事件应用采集,是形成一个全闭环的操作,在该数据应用中,只需要把场景设定完成,数据是可以自行形成闭环,源源不断提供数据,并加以分析,以求产生数据自身应用价值,实现数据自动化流转。

    该过程中需要APP端进行事件埋点,各设备属性值(渠道,版本,终端属性)埋点附加,采集生成的数据通过ETL过程对指标值进行各种加工计算,生成我们需要的指标数据,通过指标数据进行数据分析,并把设备或用户进行分群或分标签处理,生成精细化人群,对精细化人群进行运营活动应用场景或产品新功能迭代的发布,然后再通过运营活动的埋点采集继续加工成指标数据进行分析。

    补充一下,我的另一个产品(标签系统)为什么和数据分析产品分离,因为两个产品各自有不同的产品边界。数据分析产品作为APP行为采集数据产品。而标签更侧重对人,属于这个人的所有数据,包含APP行为采集,从其他渠道获取的电商数据,资讯数据,阅读数据,汽车数据等全量数据,带标签系统中进行计算,因此该系统数据是包含但不限于APP行为数据。在这里不过多赘述。

    二、体验友盟+数据分析产品

        从竞品角度分析,友盟+产品作为公有云数据产品,在新版上确实达到了各维度分析数据的高度,无论是从常规数据指标,到用户使用APP情况,再到事件,漏斗,留存,流失,行为路径;从各指标设备数到用户分群,再到推送,已经形成整体的数据流转链条。下面我从采集、各指标数据、场景数据分析,推送数据分析进行分析。

    1.友盟SDK采集

    A:账号SDK采集

    友盟SDK采集数据已经涵盖从APP端的几乎所有设备场景

    其中也包括移动统计,游戏统计等SDK操作,细看发现,作为以分析为主的系统平台,用户唯一标识比较关键,通常采集端是设备号为主,账号和第三方作为注册APP账维度统计。因为在作为产品或者运营角度来讲,账号的作用也比较重要,并且需要作为维度进行指标分析,这样在分析场景数据时,对数据的把握会更加准确。

        B:事件和页面SDK采集

    事件和页面采集,作为所有场景分析(漏斗/行为路径)中最基础的部分,通过查看友盟事件SDK埋点情况,也是分为事件-事件参数-参数值进行分析。页面埋点主要分析页面时长等指标。

    作为事件和自定义事件,在产品或运营分析时,更多会关注事件参数的各指标数据值(点击数/设备数),页面数据(停留时长/平均停留时长)。

    建议:

    1.在参数位置埋点的采集和事件本体之间做好埋点过渡。主要是防止服务器压力问题。

    2.做好采集时页面和事件之间的关联关系,会为后续页面和事件之间数据关系进行统计。

    2.数据应用分析

    A:实时分析

    实时分析作为产品新功能或运营活动上线后查看数据值的效果分析途径,需要精细化设计其功能。目前通过DEMO测试账号只能看到基础指标值计算。

    从产品新功能上线或者运营活动上线,需要即可查看功能或活动的实时效果,并及时作出活动策略调整。

    建议:在基础指标上增加对功能事件的分析,活动事件的分析,更能体现实时分析功能的价值所在。

    B:留存/流失分析

        留存和流失其实都是用户生命周期的过程,该部分用户为App潜在价值用户,是需要精细化运营,以求达到该部分功能的价值。

    留存和流失分析本身为互补功能,但作为APP运营的重要指标数据,除了定义正常的渠道和版本中新增和活跃用户留存数据之外,更多对产品和运营有数据帮助的是APP功能的留存和流失,活动用户的留存和流失。

    由于流失分析中的流失用户需要召回等流程操作,因此需要分析的更为灵活。以目前流失阶段菜单中呈现的内容,还属于基础数值计算报表,并不能起到运营活动流失用户筛选的最终目的。

    建议:流失分析过程中,还需要调整计算逻辑,以用户自定义时间为区间进行流失数据计算,这样才能保证该流失分析计算的数值最大化(计算逻辑及技术实现方式通过复杂SQL语句可以实现)。

    C:页面转化路径

    页面转化路径作为分析产品功能及运营活动数据的功能点,有很强的的辅助作用,如果只用页面路径来分析,并不能很好的达到分析的效果,毕竟页面中也包含很多事件元素,更多需要了解事件之间流转数据。

    另外转化路径需要可以自由设定事件的起始事件或者结束事件,这样分析活动路径才能更加方便。

    如果要想对产品功能或新上线功能有更清晰的了解,可以设定起始和结束事件,系统自由计算出多条路径及路径转化率值,能更大带动产品进行功能点逻辑优化,保证产品操作易用,清晰,运营活动发布时用户更加直接了解的点击查看。

    D:自定义事件分析

      分析事件指标值用来反映产品功能和活动事件的数据,更好的运营该部分数据,但是更多APP中其实包含了很多事件参数和事件参数值,尤其是Banner位广告,通知栏信息等,更多作为参数计算。

    建议:事件分析也需要分析参数,并且分析参数或参数值和事件半身的关系,以此达到产品或运营分析数据的,及时纠正错误逻辑。

    3.可增加功能点

    A:预警监控管理

      预警监控管理增加可以帮助产品、运营或业务及时发现指标值处理偏大或偏小,在此基础上及时更新产品或运营逻辑,以便达到数据相对正确的范围。

      一般该问题存在在产品迭代新功能后,或者系统计算异常情况,运营策略在调整之后出现指标偏低也应该排查运营活动本身问题或者运营活动逻辑问题,再通过运营活动漏斗分析出异常情况并进行改动。

    预警值尽量计算为实时值,可以在迭代功能或发布活动后及时发现问题并改正。可设置短信,邮箱,平台等提醒功能。

    以下为我的原型图:

    B:单用户查询功能

    可以通过用户群或者其他条件查看用户列表或单用户属性情况,单用户点击事件情况,以及单用户按天点击事件路径及页面情况。方便对用户进行统计和管理,个鞥清晰了解用户的操作APP流程及特点,有针对性的对用户做出个性化服务。

    该功能的特点是让产品更加全面的了解用户,深入用户操作的流程,有针对的性的做出决策。

    以下为我的原型图:

    四、场景分析

    系统平台已经有实时事件数据分析,预警管理,流失分析等功能,现有功能不变。

    场景一:APP功能迭代

    功能名称:交易流程

    上线天数:36小时

    已有功能:登录功能成熟,产品功能成熟。

    入口:APP banner页面推广,产品商城页面,其它入口页面。

    功能上线后先对功能进行预警值设定。

    问题原因:交易流程中出现交易过程流失人数过多,大多是在点击交易完成时,交易失败。

    步骤一:平台或短信收到预警值偏小的预警,并进行预警值查看。

    步骤二:查看交易事件实时数据,实时中也可以添加漏斗数据值进行分析。

    步骤三:查看行为路径中事件路径管理,并看上下级事件之间数据流转值是否在合理范围内。

    步骤四:查看该事件到下级事件之间时间差的,或者查看该事件所在页面停留时长,

    步骤五:查看终端设备在该事件下的点击情况,看是否为某部分终端设备出现问题。

    步骤六:定位问题所在,并进行处理。

    流程可以设定为自制看板,更方便查看问题所在,观察功能运行情况,及时发现问题并处理。

    运营活动也可以设置相应的流程进行查看,运营活动的最终目的是查看最终的交易数据值,交易金额值等具体指标,也可按照具体运营流程进行数据之间流转计算,并最终体现为运营数据增长的效果。

    推送效果分析尽量直接在数据分析值中存在,方便查看推送效果,并进行分析,实现数据闭环。

    五、总结

    数据分析是为产品,运营,业务等部门在不了解用户真实操作,用户心理,用户真实需求情况下,诞生的分析用户真实行为,并帮助B端公司减少产品研发弯路,提供真实需求的坚实基础。通过分析数据,窥见用户心理,了解需求,分析真实应用场景中运营活动,业务推广存在的不足,良好的改进策略。

    但是数据分析本身有其先天的不足,说到底,数据分析本身为概率统计学范畴,并不是100%体现真实情况,因此需要分析者结合现有的数据和真实的业务逻辑进行相对正确和完善的策略制定,以帮助更好的运营APP。

    最后,不要盲目地相信数据,要从正确的角度理解并运用数据以求达到数据价值利用的最大限度。

    作者:朱九奔

    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

    相关文章

      网友评论

          本文标题:智析数据,森罗万象——浅谈友盟+数据分析产品

          本文链接:https://www.haomeiwen.com/subject/xffokctx.html