小程序后臺數據分析功能詳解：并不是第三方就一定好用
數據分析是要給相對比較專業的事情，很多時候因公司、團隊限制，我們都采用第三方系統來進行數據分析。但有些時候，有可能系統自帶的數據分析功能就已經很強大，只是我們沒有發現而已。 ... ...
|
你可能做了一個小程序，也做了很多推廣，然后查看了后臺的一些數據：
那么，每個數據代表了什么？有什么指導意義？ 今天我們就起底小程序的數據分析功能，分析那些躺在我們后臺的數據，如何支撐我們的運營推廣和功能優化。 畢竟在做的各位都是高端運營，依次介紹每一個數據指標的意義并沒有什么意義。所以我將從實際需求出發，逐一分析各個指標以及它們相互組合所展示的價值。 Q1：花了這么多精力做宣傳，效果到底怎么樣？最直觀的指標莫過于訪問數量。 點擊“數據分析—訪問分析”可以查看“最近7天”、“最近30天”以及自定義時間段的小程序訪問情況。
從數據看，該小程序在11月24日出現一次峰值，本月20、21日預計將出現第二次峰值。 假設我們在11月24日做了一次推廣，那如何確定此次推廣效果如何呢？ 訪問分析部分還有另外一個功能：按時間對比。 選擇11月1-24日的訪問次數，與11月24日到今天的訪問次數做對比
綠色為活動之后的曲線，藍色為之前的曲線。對比兩張圖可以看出，活動之后的曲線大部分時候是高于活動之前的。 此部分功能中，“打開次數”只是其中一個維度，還有訪問次數、訪問人數、新用戶數、人均停留時長等多個指標，各指標的意義可點擊改圖標右上角的問號了解。 Q2：用戶從哪里來？到哪里去？上一個問題解決了用戶有沒有增長的問題，接下來我們需要思考：用戶確實增長了，但他們是因為我的推廣而來么？ 你可能發了一些小程序碼，也可能是分享到了很多群，或者在大V的公眾號中做了露出。假如流量暴增，除了高興，我們還應該知道，以上的推廣方法，哪一種是最好的。下面就用到“來源分析”這個功能。 前段時間很多文章給出了小程序目前的入口，總結的過程似乎都“熬長了黑夜搔短了白頭”，但其實，小程序早已把所有的入口都告訴我們了：
以上入口是小程序已經寫在數據分析功能內的，運營者可以通過選擇查看來自各個入口的用戶數量
上圖是該小程序的近30天的用戶來源分布。通過此圖可以看出該小程序的用戶忠誠度很高，歷史列表的訪問次數排在第一位；來源第二的為模板消息，我們可以認為喚醒對于小程序的二次訪問非常有效；其他依次為會話（聊天界面中）、其他小程序返回（該小程序做了優秀小程序推薦，用戶可通過該小程序直接進入其他小程序）等。 如果需要精細化分析，該模塊還提供了每一個來源的單獨分析，可查看各時間段的來源變化趨勢。
此部分功能支持數據下載，運營者可以分別下載各個入口的小程序數據，合并在Excel中做每天的數據對比。
分析每個入口的流量變化趨勢可以發現歷史列表較穩定，模板消息在上月低有一次峰值，會話則波動較明顯（畢竟是用戶主動行為，不可控是正常的）。 除了上面分析的各個入口外，大家還可以根據自己的運營方案做公眾號主頁、公眾號文章、搜索甚至聊天界面置頂等多個入口的觀察分析，此處不一一展開。 解決了用戶從哪里來，我們還要研究用戶到哪里去的問題。如果只關注流量，不考慮留存，肯定不是長久之計。 關于“到哪里去”，我們可以使用訪問分析的“訪問時長”、“訪問深度”和“訪問頁面”三個指標來考察。 訪問時長：代表了用戶對你小程序的喜愛程度，停留時間越長，表示你的小程序對用戶得吸引力越大（想到了羅胖的國民總時間這個概念） 訪問時長有兩個指標：人均時長和次均時長。兩者意義差別不大，前者代表了小程序對每個人的吸引力，后者代表了小程序對每一次訪問的吸引力。
除此以外，我們還可以查看訪問時長的人數分布來查看小程序的整體吸引力情況
上圖可以看出該小程序有明顯的人群特色：以20s為分水嶺，上下各出現階梯式下降。我們可以猜測，20s以上的用戶為重度忠誠用戶，此類用戶已停留50-100s為主；20s以下為“觀光客”用戶，停留20s最長，以此遞減。 我們可以以此猜測，一個“觀光客”用戶在完成20s的瀏覽后不能繼續發現小程序的價值則離開，重度忠誠用戶則直達興趣點，停留超過50s。 小程序的設計者可以嘗試找到這兩類用戶，找到從20s突破到50s的點。 新增留存：表征了用戶訪問小程序以后的再次訪問的概率。這是大家使用最多的一個圖，這個指標比停留時長更能表示小程序對用戶的吸引力。這個指標的提出，給運營者帶來了更大壓力：活動當日流量很高，但7日后留存很低的話，活動似乎不應該稱之為成功…… 此部分包含兩個分指標：新增留存和活躍留存。考察活動效果，一般以新增留存為KPI；考察用戶粘性，則可選擇活躍留存。
正常情況下，活躍留存會高于新增留存。給老板看，你懂得…… 訪問頁面：是指小程序各個頁面的訪問人數。這個指標中給出的數據包含的信息量非常大，對小程序設計的指導意義也很強，建議大家仔細閱讀。
此部分給出了每個頁面的訪問人數、訪問次數、次均時長、入口頁次數、退出頁次數、退出率、分享次數、收藏次數。我們重點講次均時長、入口頁次數和退出頁次數。 次均時長：用戶每次訪問該頁面停留的時長。如果該頁面停留時長遠高出其他頁面，那可能有兩種情況：這個頁面內容多很有趣；這個頁面很難搞懂。所以時間長并不代表一定是好的。 入口頁次數：該頁面作為用戶進入小程序頁面的次數。如果該頁面的入口頁次數高于小程序首頁的次數，那你可能要考慮一下是不是要優化一下小程序的頁面規劃了。一般情況下，如果該指標與“分享次數”和“收藏次數”的變化幅度相同，則說明該頁面對用戶有足夠的價值。但如果變化幅度不同，你就要考慮，是不是有人悄悄把這個頁面插入到他的公眾號文章里了（醒一醒……） 退出頁次數：用戶在此頁面退出小程序的次數。這個指標的意義大家想必已經很清楚了，用戶在此頁面退出了你的小程序，要么該頁為小程序功能的結果頁，要么在這個頁面用戶厭煩了你的小程序。 訪問深度：與訪問時長相同，訪問深度也有一個summary，該指標同樣表征了用戶對小程序的探索分布。
上圖我們可以看出，用戶主要探索1個頁面后退出，明顯的“觀光客”特質。有趣的是有不少的用戶會持續探索6-10個頁面，設計者同樣可找出各部分用戶做訪談，找到退出或繼續探索的原因，繼而優化小程序的設計。 Q3：用戶是誰？前面兩個問題都是從小程序出發去分析用戶的行為，這個問題我們則從用戶出發。 數據分析中的用戶畫像功能可以幫我們深入了解我們的用戶。該功能提供了性別、年齡、地域和終端機型四個基本維度。作為資深運營，各位對他們的熟悉程度已經不需要我再做過多講解。
Q4：這個按鈕有用么？這個頁面男粉絲訪問多還是女粉絲訪問多？這個商品購買漏斗是什么樣的？細節決定成敗，高端運營絕不會拘泥于基本的數據分析。概況數據只能了解一個基本面，而深度的優化需要了解每一個按鈕的點擊概率、了解每一個頁面的用戶類型分布、了解每一件商品從瀏覽到購買整個環節的流逝情況…… 這就需要祭出小程序數據分析的神器——自定義分析。 自定義分析的文檔是這樣介紹自己的：
簡單說，自定義分析就是可以針對需求，單獨監控小程序內的每一個頁面和元素，分別并給出不同用戶的訪問數據。 事件分析下圖為我為守望軒小程序設置的banner輪播圖、搜索框和導航欄三個元素的實時監控自定義分析事件
可以分析每一個事件指定時間內以小時為粒度的城市、性別、設備型號、系統版本等多個維度的數據。
查詢后可獲得小程序在當天各維度下的訪問數據分布，運營者可導出數據到Excel，做更詳盡的圖表展示
導出數據后，我們分析發現1080屏幕寬度的手機訪問該按鈕的比例最高，占到62%，不考慮機型數量的情況下，我們可以猜想：是否按鈕設置太小，小屏幕手機很難點擊到呢？
更好玩的，我們可以結合該頁面的訪問數量，制作頁面按鈕的熱力圖！
（此圖僅為示例，大家有興趣可使用headmap.js開源插件自行制作） 漏斗分析除了對單個按鍵、頁面的分析外，對于電商類小程序，大家或許更關注商品的漏斗數據，即從瀏覽到完成購買的整個流程，用戶的流失情況。通過分析各個環節的用戶數量，可將導致用戶未完成購買的原因定位到具體的環節。 漏斗分析的關鍵在于環節的串聯，即將前面分析的各個事件串聯起來。由于沒有電商類小程序后臺權限，下面將用小程序的官方示例做講解。 首選需要創建一個漏斗分析，分析的對象為上文提到的事件。 以電商為例，為要分析的商品各購買環節創建分析事件（比如商品頁數據監控、加入購物車按鈕數據監控、支付頁數據監控三個事件）。在漏斗分析中依次選擇三個事件。
此環節可選擇分析的維度，默認則收集全部維度數據（性別、城市、機型等）。創建完成后由管理員或開發者測試漏斗（也可以不測試直接發布），發布后系統即開始對購買環節的三個事件數據做收集。
上圖為官方文檔中的數據，整個環節流失率在50%以下，可以說流程很順滑了。各環節之間流失率等比下降，沒有突增和突降，說明各環節之間沒有產品設計營方面的問題。 運營者可根據需要，篩選不同維度的數據導出到Excel做更詳細的數據分析。 篇幅有限，無法更細化的解讀每一個數據表達的意義。大家可文末評論小程序數據分析相關問題，大家一起探討。 最后，感謝守望軒小程序開發者給予的信任，為我開放了后臺登錄權限，讓我能更深入的了解各數據指標的現實意義。 #專欄作家#喜新，微信公眾號：喜新，人人都是產品經理專欄作家。產品經理、新媒體、數據分析師三棲。 本文原創發布于人人都是產品經理。未經許可，禁止轉載 |
