網易產品經理課程學習筆記—精益資料分析
“I never make Todo list, but I make IDid list" —— James Altucher
引用詹姆斯·阿爾圖切爾一句話作為今天開篇的引言,“我從來不羅列出我將要做什麼,但我會羅列出我做過什麼。”是啊,在資訊爆炸的今天,我們著急地往前跑,卻很少停下來看看我們曾收穫什麼。那些學過的,看過的,還有多少真正轉換為了自己的東西?給你我共勉。
最近產品進行了一次較大的改版,希望通過能對資料的分析很好地評估效果,資料小白我借網易產品經理——精益資料分析的課程惡補了一些基礎知識,下面是我的學習筆記,個人覺得還是較有學習價值的。
個人習慣在筆記首頁留白,用於記錄最後總結的重點,方便下次檢視時一目瞭然:
#總結# 產品精益資料分析重點
一、網際網路產品指標思路(資料指導解決的問題)
1.有多少訪客,訪客有什麼特徵?
訪客特徵:訪客訪問的時間段,在哪些地域訪問,用什麼裝置及用什麼網路?
2.訪客從哪些渠道獲取,效果怎麼樣?
基本思路:帶來多少新訪客,瀏覽深度怎麼樣,是否留存下來了以及轉化率的情況?
效果參考指標:web網站——新訪客佔比,跳出率,瀏覽頁面數以及轉化率。
移動應用——新裝置佔比,次日留存率及轉化率。
3.訪客的參與深度如何?
參考指標:跳出率,瀏覽頁面數,轉化率,核心功能使用率。
4.這些訪客最終有沒有轉化,轉化漏斗是否順暢?
二、移動應用分析主要指標
移動應用分析主要指標主要為以下5大塊:
1.使用者獲取
2.使用者活躍與參與
3.使用者留存
4.使用者轉化
5.獲取收入
三、網站分析指標
網站分析主要指標具體為:訪問量,訪客數(UV),瀏覽量(PV),頁面停留時長和網站停留時長,退出率,跳出率和轉化率。
四、網站分析工具及方式
1.分析工具:flurry, google analytics,友盟,talkingdata,crashlyics
PS:載入程式碼分析整體留存, 埋點做功能分析, crashlyics主要做crash和bug分析。
2.指標獲取方式:
1)分析日誌:程式設計師記錄日誌——分析師/產品經理給出計算邏輯——程式設計師計算指標——Excel分析或報表
2)分析工具
***具體重點記錄
(一)移動應用主要指標
1. 使用者獲取
下載量(已下載應用的使用者數量)
安裝啟用量(安裝並開啟應用的裝置數)
啟用率(啟用裝置數/安裝裝置數)
新增使用者數((如果裝置是首次啟用應用,這個裝置就是新增。新增使用者數=新增裝置的數量)
使用者獲取成本
2. 使用者活躍與參與
數量指標:日活躍(波動大)、月活躍(相對穩定)使用者數(一段時間內啟動過應用的裝置數,表示使用者規模)使用者規模用月活躍為依據;
質量指標:活躍係數=日活躍使用者數/月活躍使用者數 (值為0.2以上為合格)
功能使用率:使用某功能的使用者數佔活躍使用者的比例。使用率越高表功能越受歡迎;
平均使用時長:平均每個使用者一天使用的應用的時間。
3. 使用者留存:N日留存率=統計日期新增的使用者或活躍使用者,在第N天又來使用的比例。
次日留存率——若低,考慮引導問題;教程差,應用無吸引力;
7日留存率——若低,內容不耐玩,不好玩;
30日留存率——若低,迭代不及時,沒有及時推新;
PS:具體參考行業值來對標自己應用的留存是否健康。
4. 使用者轉化
付費使用者比例:付費使用者佔總使用者的比例。
首次付費時間:使用者啟用後多久才會開始付費。
PS:資料表明使用者第7天付費,在第6日做付費引導。
使用者平均每月營收:等於一個月的收入除以月活躍使用者數。
付費使用者平均每月營收:等於一個月的收入除以月付費使用者數。(提升該指標提收入)
5. 獲取收入
收入金額
付費人數
(二)網站主要指標
1.訪問數:一段時間的訪問量就是這段時間內的會話次數;
2.訪客數:獨立訪客數(UV),如何識別:網站——cookie(標記使用者的瀏覽器或裝置型號);
3.瀏覽量(PV):瀏覽頁面的數量;
4.頁面停留時長和網站停留時長:
——頁面停留時長:訪客一次訪問在某個頁面上停留的時間,等於這個頁面的總停留時長除以這個頁面的訪問量;
——網站停留時長:訪客一次會話的時間長度,等於網站所量的總停留時長除以訪問量;
5.跳出率(重要):網站的所有會話當中,來到網站之後沒有任何動作就離開的比例,等於只訪問了落地頁面的訪問量除以總訪問量;
6.退出率:退出率衡量從某個頁面退出網站的比例,等於從一個頁面的退出次數除以訪問這個頁面次數。
PS: 退出率和跳出率的區別:
退出率是指無論從哪個頁面進入網站,最終從這個頁面退出的比例;
跳出率是指從這個頁面進入網站,沒有做任何事,就從這個頁面退出的比例。
7.轉化率:達成某種目標的訪問量除以總的訪問量;或達成目標的訪客數佔在那個訪客數的比例;
(三)如何用指標評估迭代效果——案例應用(網易雲音樂某次改版)
1.主要改版點:
1)頂部導航增加“排行榜”tab頁;
2)頂部“推薦”tab增加了個性化推薦和3)每日歌曲推薦;4)最新音樂模組作為單獨的模組取代之前的“新碟上架”模組;
主要從以下3方面做改版評估:
1.整體資料,整體資料重點關注整體留存率和核心功能的使用率,對於雲音樂來說,聽歌是其核心功能。
整體留存率:
核心功能(播放歌曲)使用率:
2.新功能的使用,以改版的【最新音樂】為例,分析其使用率和繼續使用率,以及該功能對核心功能的促進效果。
新功能使用——使用率和繼續使用率
新功能使用——對核心功能的促進效果
3.分析改版帶來的crash及存在的bug。
版本迭代效果推薦用新使用者作為分析群體,避免受忠實老使用者的影響。
相關文章
- 產品經理讀書筆記——產品經理20堂課筆記
- 產品經理課-需求分析
- 【產品經理入門記】產品經理在早期如何快速學習?
- 產品經理的學習之道
- 《人人都是產品經理》筆記分享筆記
- lua課程學習筆記筆記
- 《解構產品經理》讀書筆記筆記
- 達內課程學習筆記筆記
- Stanford機器學習課程筆記——神經網路學習機器學習筆記神經網路
- 產品經理學習篇-思維方式
- 產品經理學習篇-自我認識
- 讀書筆記1——《人人都是產品經理》筆記
- 產品經理必會的10種資料分析方法
- java大資料最全課程學習筆記(5)--MapReduce精通(一)Java大資料筆記
- 產品經理的私房菜 - 騰訊產品模型 - 學習能力篇模型
- Andrew ng 深度學習課程筆記深度學習筆記
- 精益生產經驗分享
- 【產品經理入門記】產品經理如何入門,沒人帶的情況下如何學習?
- 谷歌產品經理眼中的產品經理谷歌
- AI產品經理之資料標註AI
- 資料型產品經理的前世今生
- Andrew NG 深度學習課程筆記:神經網路、有監督學習與深度學習深度學習筆記神經網路
- 急聘——資料倉儲、商業分析、產品經理等職位
- java大資料最全課程學習筆記(3)--HDFS 簡介及操作Java大資料筆記
- 資料庫課程作業筆記資料庫筆記
- 產品經理
- 吳恩達《神經網路與深度學習》課程筆記(1)– 深度學習概述吳恩達神經網路深度學習筆記
- 《深度學習Ng》課程學習筆記01week3——淺層神經網路深度學習筆記神經網路
- 產品經理筆試面試準備筆試面試
- 經濟學原理(曼昆)清華大學課程學習筆記(一):微觀經濟學筆記
- 區塊鏈專項課程學習筆記區塊鏈筆記
- 《專案思維心法》課程學習筆記筆記
- 電商大資料學習筆記:理論大資料筆記
- 【MySQL精品學習資源合集】含入門課程、學習筆記、運維經驗總結(建議收藏!!)MySql筆記運維
- Java相關課程系列筆記之一Java學習筆記Java筆記
- 資料包表產品經理生存法則
- 會計學課程筆記筆記
- 騰訊資深產品經理談產品經理團隊管理幾點心得