时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{宏观数据指标简介(上):「新增」与「卸载」}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的宏观数据指标简介(上):「新增」与「卸载」内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
烟台五金锁具检测设备解决 一直想把产品工作中遇到的数据分析问题做一个系统的总结,但因为种种原因一直没有下笔。前些天详细梳理了一番,打算通过几篇文章将产品工作中的“数据分析”说清楚,文章尽量用通俗易懂的言语阐述。 对于这些文章,我心里有一个小目标:让一个毫无基础的人,看了这几篇文章也能对产品的数据分析有一个初步的了解。 废话不多说,我们开始吧! 一、宏观指标宏观指标会从:新增、卸载、留存、活跃,四个维度来进行介绍,当然每个维度又有具体的细分。 宏观指标通常出现在数据面板(Dashboard)中,用于日常数据的监测,来判断产品的异常与否。 因为文章篇幅限制,本篇文章只会介绍前两个指标:『新增』『卸载』,剩余的部分会在接下来的文章里面进行阐述。 二、统计的基本单位在正式介绍数据指标之前,我们要明确一个概念:用户数量统计的基本单位。 实际上,目前市面上常见的数据数据统计平台,还没有能力真正识别一个真正的人。 回顾一下国家是怎么统计人口的:是为每个人分配唯一的一个身份编号,这个编号不仅仅保存在户口本与身份证上,还保留在国家的统计局里。 但是,如果一个人有两个不同的身份证号,其实从国家的角度来看,就是完全独立的两个人。 对于产品统计平台来说,也是如此。 数据统计平台也是通过为用户分配唯一编号的形式进行确认的,目前常见的方式有三种:
不同的应用对于用户单位的定义也不尽相同:对于拥有账号体系的应用,一个用户特指注册的账号,但是对于没有账号体系的应用,多数使用的是应用id作为用户数量的基本单位,而设备id通常作为补充。 这里补充一点:接下来所有的案例均以应用id作为基本单位进行阐述。 在明确了用户数量的『基本单位』后,我们正式进入产品数据核心指标的阐述部分。 所谓的核心指标指的是:能够衡量产品状态的数据标准。 通过这些指标就能很直观的判断:产品整体表现的好与坏,局部改动的得与失。 其中核心指标主要分为两类:宏观指标与微观/功能指标。 宏观指标主要衡量产品的整体状况,而微观指标则能够精准的呈现产品中某些功能的使用情况。 为了方便,我们先凭空造出一个App,名为:示例App。 接下来所有的数据指标都来源于『示例App』。 三、新增新增顾名思义,指的是:没有使用过示例App的用户。 如果这用户开始使用了,那么该用户便是示例App的一个新增用户。 如果从职责划分的角度,新增指标更多的属于运营指标。因为产品功能上的改动,往往对新增数据的影响不大。新用户的获取属于流量获取行为,更多的的归因于宣传活动、广告投放、产品ASO的优化等。 如果笼统的说新增这个指标,上面那段文字的描述就已经足够了,但是如果你想细致的了解,那可以从以下几个维度进行细分: 1. 新增究竟是什么传统行业中的新增用户很好定义——就是个体的人。
但是对于手机App来说,这个维度就显得有些粗了,举个几个例子:
或许看完了以上四个问题,你心中充满了困惑,这里建议你再重新看一次『用户数量的基本单位』的阐述——如果我们以App id为基本单位,则一切以App的时机数量为准。 对于第三个问题,用户卸载了App又进行了重装,那么这个用户还算不算新增用户? 这里给出的答案:依然是新增用户。 举个例子,『员工甲』在自己的『A公司』办理了离职手续,几个月后又重新入职,那么对于A公司来说,员工甲算不算是公司新人呢? 原则上肯定是公司新人,虽然之前员工甲对于A公司爱过、痛过,但毕竟现在是重新来过! 对于最后一个问题:升级的用户,对于新版本来说算不算是新用户? 一般来讲,应该不算是新用户的。 接着上面的案例说:员工甲在A公司努力工作,职位升了,对于新到的部分来说,可能算是新面孔,但是对于公司来讲,肯定不算是新员工了。 当然,上述文字只是说了最一般的情况。其实最终对于新增单位的定义还要看具体数据统计平台自己的定义,至于关于数据统计平台的阐述,这就是后话了。 2. 新增的关键事件定义完了新增的基本单位,接下来要说新增的触发时机了。 发生了什么行为的用户算作是新增用户呢? 这里有两个关键的操作:安装与首次打开。 一般情况下,还是默认为:只有发生了首次打开的事件才会被认为是有效新增。因为只有用户打开了示例App,社会化媒体口碑营销案例才能体验示例App的提供的服务(功能或内容),同样只是安装但是一直没有打开,那基本上等同于无效安装。 继续以员工甲与A公司为例:如果员工甲在A公司只是提交了入职材料,但是一直没有来公司上班。那么,对于A公司来说,员工甲基本上算是无效员工,只有员工甲为A公司真正工作了、服务了,这样的员工才算是一个合格的员工。 所以,我们一般情况下定义的新增用户,指的是:安装并且打开过示例App的用户。 3. 描述新增的时间范围如果按照时间范围这个维度来划分新增用户,一般可以分为『单位时间新增』与『累计新增』。 单位时间新增又可以分为:每日新增、每周新增、每月新增、每季…… 当然最长用的还是每日新增。 最开始提到过:新增是衡量运营同学工作的核心指标之一。 这里要更加精确一些:『每日新增』才是衡量运营同学工作非常的核心指标。 至于累计新增这个指标,可能对外提到的会多一些,例如:全中国一共有XXX用户用过我们的软件这样的描述,无论对于吸引投资还是展示公司的形象,都是挺管用的。 四、卸载一直再考虑要不要加上『卸载』这么一个指标,纠结的原因主要在于: 首先卸载是衡量一个产品好与坏非常直观的指标,所以非常的有意义; 但是,卸载这个指标非常的难以统计到,以至于市面上主流的统计平台只有Google的Firebase统计平台才能获取。但是,国内的互联网环境你们也懂,很多国内的Android系统内置的Google服务被阉割了。所以,主要面向国内市场的互联网公司根本就拿不到。 但是,抱着内心中仅存的一丝幻想:万一将来Google又回来了呢? 所以关于卸载仍然要说上几句。 卸载指标从时间连续性上可以分为两个类型:『卸载率』与『卸载曲线』。 卸载率指的是:截止到某一时刻,某批新增用户中,卸载用户的占比。 而卸载曲线则是:卸载率在时间这个维度上的动态变化。 1. 卸载率再次重申一下『卸载率』的定义: 某一批的新增用户中,截止到某一时刻,卸载用户占据新增用户的比例。
其实单纯的看卸载率所获取的信息是远远不够的。 因为很多时候,我们不仅仅要看某一刻的卸载率,还要观测一段时间内,示例App的卸载率的变化,所以通常情况下,我们更多的是查看「长期卸载率」。 2. 长期卸载率长期卸载率指的是:在一段时间内(一般以天为单位),每天前XX分钟/小时的卸载率的集合,如下图所示: 给人最直观的感受是:实验组的卸载率显著低于对照组。 所以,很容易得出结论:实验组要好于对照组。 虽然结论很容易得出,但是真的就这样结束了吗? 试想这样一个场景:实验组和对照组唯一的区别就是实验组砍掉了A功能。 通过数据可以看出:砍掉功能A后,卸载率降低了,但是我们真的能斩钉截铁的说用户不喜欢功能A吗? 如果是因为功能A的存在,导致了用户安装1小时之后会有极大的概率出现严重的bug,而用户实际上非常喜欢功能A,只是因为忍受不了这个bug而被迫进行卸载,那么这个时候仅仅通过长期卸载率是无法归结出正确的原因的。 更确切的说:如果App从被打开到使用了1个小时的过程中,实验组的卸载率要远高于对照组。但是1个小时之后,对照组的卸载率才开始反超实验组。 所以,这个时候只盯着固定时刻的卸载率,很容易导致我们的误判。如果这个时候能够结合着『卸载曲线』去分析,就会避免这样的问题。 3. 卸载曲线关于卸载曲线,纯粹用文字解释可能比较麻烦,所以先给大家看一个示例图:
现在我们可以给卸载曲线下一个定义:指的是在指定的时间段内(一般以分钟为单位),每个时刻的卸载用户数占新增用户数的比例的集合。 从图中我们可以看到:无论是实验组,还是对照组,其卸载曲线在前几分钟内急剧的上升,然后有急剧的回落,最终逐渐的平稳,直至趋向于一条直线。 从卸载曲线的示意图中,我们可以明显的看出:实验组的卸载峰值高度明显低于对照组,而且峰值时间也要网络危机公关的定义比对照组晚一些。 这说明:实验组确实要比对照组好很多,那么可以进一步证明A功能确实不受用户的待见。 而实际上的卸载曲线的峰值会更快与更高,因为一个普通的新用户对于一个陌生App的耐受程度是非常低的。在使用App的前几分钟内,如果觉得不爽,那就会毫不犹豫的删除掉,这关键的几分钟也被称之为:新手窗口期。 这意味着在设计产品的时候,要尽量让用户在刚打开App的时候,就能看到该App的特色/优势。如果将这些功能藏着掖着,待用户自己发掘,结果很有可能是这些功能根本没有展示的机会,就胎死腹中! 当然了,能不能把两张图结合在一起来看呢? 或许『累计卸载率』能满足这样的要求。 4. 累计卸载率累计卸载率指的是:在指定的时间段内(一般时间范围为1天),单位时刻(一般单位为分)的累计卸载率。 如下图所示: 每个节点代表着截止到某一时刻为止,总的卸载率。 而某段时间内卸载率的变化趋势/斜率,则代表着:这段时间内用户的卸载速度。 累计卸载率既能体现出卸载的过程,又能直观的看到每个时间节点的累计卸载率。 五、结语这篇比较详细的说明了『统计单位』『宏观指标』『新增』『卸载』的概念。 虽然种类不多,但深究起来,也足以值得细细品味,不再多说,下期见!
作者:MING,个人公众号:MING的大航海,知乎专栏:产品见知录 本文由 @MING 于。,。 题图来自 Unsplash,基于CC0协议。 |
上一篇:市场增长的数据分析,应该如何做?
下一篇:企业的主数据管理
小提示:您应该对本页介绍的“宏观数据指标简介(上):「新增」与「卸载」”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通宏观数据指标简介(上):「新增」与「卸载」的相关事宜。
关键词:2年, 初级, 数据指标,