APP推广合作
联系“鸟哥笔记小乔”
数据分析运营须熟练掌握的10个数据分析方法
2022-04-27 16:00:00

互联网运营分析到底该如何做好数据分析?本文分享了10个最经典的数据分析方法。这些方法如果烂熟于心,其实互联网运营分析的最核心部分也就掌握差不多了。真没那么复杂。

Link Tag 的流量标记

Link tag 标记流量源头 ,绝对是所有方法中最为基本重要的一种。这种方法不仅仅适用于网站的流量来源,也同样适用于 app 下载来源的监测(但后者需要满足一定的条件)。

Link tag 的意思,是在流量源头的链出链接上(链出 URL 上)加上尾部参数。这些参数不仅不会影响链接的跳转,而且能够标明这个链接所属的流量源是什么(理论上能够标明流量源的属性数是无限的)。

Link tag 不能单独起作用,必须要在网站分析工具或者 app 分析工具的配合下工作。

Link tag 是流量分析的基础,要严肃地分析流量,不仅仅是常规分析,还包括归因分析(attribution analysis),都需要使用 link tag 的方法。

数据分析运营须熟练掌握的10个数据分析方法


转化漏斗

分析转化的基本模型是转化漏斗(conversion funnel),这个大家都应该很熟悉了。

转化漏斗最常见的是把最终的转化设置为某种目的的实现,最典型的就是实现销售,所以大家很多时候把转化和销售是混为一谈。但转化漏斗的最终转化也可以是其他任何目的的实现,比如一次使用 app 的时间超过 10 分钟(session duration >10minutes)。对于增长黑客而言,构建漏斗是最为常见的工作。

漏斗帮助我们解决两方面的问题,第一、在一个过程中是否发生泄漏,如果有泄漏,我们能在漏斗中看到,并且能够通过进一步的分析堵住这个泄漏点;第二、在一个过程中是否出现了其他不应该出现的过程,造成转化主进程受到损害。

漏斗的构建很简单,无论 web 还是 app,都是最好用的方法之一。但漏斗使用的奥秘则很丰富。而且漏斗方法还会和其他方法混合使用,乐趣无穷。我在互联网数据运营的课程中也会具体讲解。

微转化

人人都懂转化漏斗,但不是所有人都关注微转化。但是你想指望一个转化漏斗不断提升转化率太困难了,而微转化却可以做到。转化漏斗解决的是转化过程中的大问题,但大问题总是有限的,这些问题搞定后,你还是需要对你的转化进行持续优化,这个时候必须要用到微转化。

微转化是指在转化必经过程之外,但同样会对转化产生影响的各种元素。这些元素与用户的互动,左右了用户的感受,也直接或者间接的影响了用户的决定。

比如,商品的一些图片展示,并不是转化过程中必须要看的,但是它们的存在,是否会对用户的购买决定产生影响?这些图片就是微转化元素。

个人认为,研究微转化比研究转化更好玩。

数据分析运营须熟练掌握的10个数据分析方法

合并同类项

合并同类项是大家容易忽视的常用方法。我们往往非常重视细分,但有的时候我们却需要了解更宏观的表现。

合并同类项就是这样的方法。举一个例子,我问你,一个电子商务网站,所有商品页的整体表现如何?它们作为一个整体的 bounce rate 怎么样,停留时间怎么样,用户满意度怎么样等等,你能够回答吗?

如果我们查看每一个商品页的表现,然后再把所有一个一个页面的数据加总起来作分析,就太麻烦了(根本无法实现分析)。这个时候,我们必须要合并同类项。

如何合并?利用分析工具的过滤工具或者查找替换功能。不支持这样功能的工具你可以考虑扔掉了,因为这根本不应放在增长黑客的专业装备箱中。

合并同类项还有很多用途,比如你要了解 web 或者 app 一个版块(频道)的整体表现,或者你要了解整个导航体系的使用情况,这都是必须使用的方法。

AB 测试

增长黑客不谈 AB 测试是耻辱。

通过数据优化运营和产品的逻辑很简单——看到问题,想个主意,做出原型,测试定型。

比如,你发现转化漏斗中间有一个漏洞,于是你想,一定是商品价格不对头,让大家不想买了。你看到了问题——漏斗,而且你也想出了主意——改变定价。

但是这个主意靠不靠谱,可不是你想出来的,必须得让真实的用户用。于是你用 AB 测试,一部分的用户还是看到老价格,另外一部分用户看到新价格。若是你的主意真的管用,新价格就应该有更好的转化。若真如此,新的价格就被确定下来(定型),开始在新的转化高度上运行,直到你又发现一个新的需要改进的问题。

增长黑客的一个主要思想之一,是不要做一个大而全的东西,而是不断做出能够快速验证的小而精的东西。快速验证,如何验证的?主要方法就是 AB 测试。

今天的互联网世界,由于流量红利时代的结束,对于快速迭代的要求大大提升了,这也使我们更加在意测试的力量。

在 web 上进行 AB 测试很简单,在 app 上难度要高很多,但解决方法还是很多的。国外那些经典 app,那些卖钱游戏,几乎天天都在 AB 测试。

数据分析运营须熟练掌握的10个数据分析方法

热图及对比热图

热图是一个大家都喜欢的功能,它是最直观的记录用户与产品界面交互的工具。不过真用起来,可能大家很少真正去深究吧!

热图,对于 web、app 的分析,都非常重要!今天的热图相对于过去的热图,功能得到了极大的提升。

在 web 端,过去一些解决不好的问题,比如只能看链接的被点击情况,点击位置错位,对浮层部分点击的标记,对链出链接的标记等等,现在已经有好的工具能够提供很多新的办法去解决。在 app 端则分为两种情况,内容类的 app,对于热图的需求较弱;但工具类的 app 对于热图的需求则很显著。前者的 screen 中以并列内容为主,且内容动态变换,热图应用价值不高;后者则特别需要通过热图反映用户的使用习惯,并结合 app 内其他的 engagement 的分析(in-app engagement)来优化功能和布局设计,所以热图对它们很重要。

要想热图用得好,一个很重要的点在于你几乎不能单独使用一个热图就想解决问题。我常常用集中对比热图的方法。

其一,多种热图的对比分析,尤其是点击热图(触摸热图)、阅读线热图、停屏热图的对比分析;

其二,细分人群的热图对比分析,例如不同渠道、新老用户、不同时段、AB 测试的热图对比等等。

其三,深度不同的互动,所反映的热图也是不同的。这种情况也值得利用热图对比功能。例如点击热图与转化热图的对比分析等。

总之,分析很多用户交互的时候,热图简直是神器,只不过,热图真的比你看到的要更强大!

Event Tracking(事件追踪)

互联网运营数据分析的一个很重要的基础是网站分析。今天的 app 分析、流量分析、渠道分析,还有后面要讲到的归因分析等等,都是在网站分析的基础之上发展起来的。

但是,早期的网站分析有一个特点,就是对于用户在页面上互动行为的记录,只能记录下来一种,就是点击 http 链接(点击 URL)。不过随着技术的发展,页面上不仅仅只有 http 链接,页面上还有很多 flash(现在 flash 都要被淘汰了)、JavaScript 的互动链接、视频播放、链接到其他的 web 或者 app 的链接等等,用户点击这些东西就都无法被老方法记录下来了。

不过,有问题就一定有方法,人们发明了 event tracking 来解决上面的问题。event tracking 本质上是对这些特殊互动的定制化监测,而由于是定制化,所以反而有了更多附加的好处,即可以额外添加对于这个活动的更多的说明(以 event tracking 这个方法的附件属性的方式)。结果,这个方法甚至有些反客为主,即使是一些 http 链接,很多分析老手也喜欢把它们加上 event tracking(技术上完全可行),以获得更多的额外监测属性说明。

随着 app 的出现,由于 app 的特殊性(屏幕小,更强调在一个屏幕中完成互动),分析 app 的 page(实际上应该是 app 的 screen)间跳转的重要性完全不如 web 上的 page 之间的跳转,但分析 app 上的点击行为的重要性则十分巨大,这就使我们分析 in-app engagement 的时候,必须大量依赖 event,而相对较少使用 screen。这就是说,在 app 端,event 反而是主,page(更准确应该是 screen)反而是辅!

这也是为什么,这个方法你必须要掌握的原因。

数据分析运营须熟练掌握的10个数据分析方法

Cohort 分析

Cohort 分析还没有一个所有人都统一使用的翻译。有的说是队列分析,有的说是世代分析,有的说是队列时间序列分析。大家可以参考维基百科:队列研究,找找自己觉得合适的译名。

无论哪种叫法,Cohort 分析在有数据运营领域都变得十分重要。原因在于,随着流量经济的退却,精耕细作的互联网运营特别需要仔细洞察留存情况。Cohort 分析最大的价值也正在于此。Cohort 分析通过对性质完全一样的可对比群体的留存情况的比较,来发现哪些因素影响短、中、长期的留存。

Cohort 分析受到欢迎的另一个原因是它用起来十分简单,但却十分直观。相较于比较繁琐的流失(churn)分析,RFM 或者用户聚类等,Cohort 只用简单的一个图表,甚至连四则运算都不用,就直接描述了用户在一段时间周期(甚至是整个 LTV)的留存(或流失)变化情况。甚至,Cohort 还能帮你做预测。

我总觉得 Cohort 分析是最能体现简单即美的一个典型方法。

Attribution(归因)

归因不是人人都听说过,用好的更是寥寥无几。 不过,考虑到人们购买某一样东西的决策,可能受到多种因素(数字营销媒体)的影响,比如看到广告了解到这个商品的存在,利用搜索,进一步了解这个商品,然后在 social 渠道上看到这个商品的公众号等等。这些因素的综合,让一个人下定了决心购买。

因此,很多时候,单一的广告渠道并不是你打开客户闸门的阀门,而是多种渠道共同作用的结果。

如何了解数字营销渠道之间的这种先后关系或者相互作用?如何设置合理的数字营销渠道的策略以促进这种关系?在评价一个渠道的时候,如何将归因考虑在内从而能够更客观的衡量?这些都需要用到归因。

如果你是互联网营销的负责人,归因分析是必不可少的分析方法。在我的课堂上,会特别多的篇幅讲解这个方法。

细分

严格说,细分不是一种方法,它是一切分析的本源。所以它当之无愧要排名第一。

我经常的口头禅是,无细分、毋宁死。没有细分你做什么分析呀。

细分有两类,一类是一定条件下的区隔。如:在页面中停留 30 秒以上的 visit(session);或者只要北京地区的访客等。其实就是过滤。另一类是维度(dimension)之间的交叉。如:北京地区的新访问者。即分群(segmentation)。

细分几乎帮助我们解决所有问题。比如,我们前面讲的构建转化漏斗,实际上就是把转化过程按照步骤进行细分。流量渠道的分析和评估也需要大量用到细分的方法。

维度之间的交叉是比较体现一个人分析水平的细分方法。比如,我的朋友他将用户的反馈作为 event tracking 的属性(放在了 event action 属性中),提交给 GA,然后在自定义的报告中,将用户反馈和用户的其他行为交叉起来,从而看到有某一类反馈的用户,他们的行为轨迹是什么,从而推测发生了什么问题。

分析跳出率时,我们也会把 landing page 和它的 traffic source(流量源)进行交叉,以检查高跳出率的表现是由着陆页造成,还是由流量造成。这也是典型的维度交叉细分的应用。

赵同学
分享到朋友圈
收藏
收藏
评分
评论

综合评分:

我的评分

参与评论(0)

社区交流公约

暂无评论,快来抢沙发吧~
登录后参与评论
发布评论
鸟哥笔记用户社区交流公约

Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
超级nice便签砖
超级超级超级奈斯!
1000羽毛
立即兑换
【新品】办公/外出两用静音充电小电扇
办公桌必备小电扇!
2000羽毛
立即兑换
赵同学
赵同学
发表文章1129
确认要消耗 羽毛购买
数据分析运营须熟练掌握的10个数据分析方法吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接