Google Analytics數(shù)據(jù)分析工具應(yīng)用到APP應(yīng)用

申請免費(fèi)試用、咨詢電話：400-8352-114

在傳統(tǒng)的互聯(lián)網(wǎng)中，如何收集與分析數(shù)據(jù)，進(jìn)行數(shù)據(jù)化營銷以及數(shù)據(jù)化運(yùn)營，都已經(jīng)有較成熟的解決方案，市場上有很多第三方提供這樣的服務(wù)，有商業(yè)的，也有免費(fèi)的。很多公司內(nèi)部開發(fā)的BI與日志分析系統(tǒng)功能也很強(qiáng)大。而對(duì)于移動(dòng)互聯(lián)網(wǎng)來說，大家都還處于摸索的階段。我們“今夜酒店特價(jià)”也不例外，這里希望能跟大家交流一下這幾個(gè)月來我們利用Google Analytics來進(jìn)行數(shù)據(jù)化運(yùn)營與產(chǎn)品設(shè)計(jì)的一些感受與心得體會(huì)。

如何獲得數(shù)據(jù)

第一個(gè)問題，就是如何獲得移動(dòng)APP的數(shù)據(jù)。這就涉及使用什么工具來獲得想要的數(shù)據(jù)。相信很多跟我們一樣處于初創(chuàng)階段的公司或個(gè)人，都沒有過多的精力來自行開發(fā)數(shù)據(jù)的收集與分析系統(tǒng)。這時(shí)候，我們就把目光投向了第三方免費(fèi)的工具。相信大家都知道大名鼎鼎的Flurry，以及國產(chǎn)的友盟。還有一個(gè)就是免費(fèi)的Google Analytics，在收集和分析移動(dòng)APP數(shù)據(jù)方面，它非常強(qiáng)大。

經(jīng)過綜合分析與對(duì)比，我們最終還是決定使用Google Analytics來作為我們的數(shù)據(jù)分析工具。

選擇好數(shù)據(jù)分析工具之后，第二步是如何正確地實(shí)施與部署Google Analytics。在這個(gè)過程當(dāng)中，我們的體會(huì)就是，要用好Google Analytics來收集與分析移動(dòng)APP的數(shù)據(jù)，最重要的是利用好它的五個(gè)自定義變量以及事件追蹤。比如可以把APP的版本號(hào)作為自定義變量傳回，這樣你就可以很好地來細(xì)分不同的版本在轉(zhuǎn)化漏斗上是否有明顯的改進(jìn)。而對(duì)于事件追蹤（event），我們把每個(gè)按鈕的點(diǎn)擊都作為一個(gè)事件發(fā)送回來。我們的產(chǎn)品經(jīng)理可以明確地知道每個(gè)按鈕每天有多少用戶在點(diǎn)擊，對(duì)于我們的產(chǎn)品改進(jìn)也有非常大的幫助。

對(duì)于管理者而言，可以在Google Analytics里自定義一個(gè)常用數(shù)據(jù)的報(bào)表儀表板（Dashboard），從而一目了然地知道很多最重要的數(shù)據(jù)。如以“今夜酒店特價(jià)”這個(gè)應(yīng)用為例，見圖1。

數(shù)據(jù)指導(dǎo)產(chǎn)品與運(yùn)營

獲得以上關(guān)鍵數(shù)據(jù)后，第一步，分析與研究最重要的漏斗，即轉(zhuǎn)化漏斗，即圖1中左側(cè)前四個(gè)數(shù)據(jù)。用戶從打開APP到最后完成購買的流程可大致分為四步：打開APP→查看酒店詳細(xì)信息→填寫訂單→完成訂單。

在圖中，有50%的用戶打開APP之后查看了酒店的詳細(xì)信息，然后只有10%的人開始填寫訂單。從中我們可以得到的分析結(jié)論有四個(gè)方面：

第一個(gè)是可能我們的酒店數(shù)量對(duì)于用戶來說是遠(yuǎn)遠(yuǎn)不夠的，因此用戶都沒有進(jìn)一步進(jìn)入查看酒店信息的欲望。

第二個(gè)結(jié)論是酒店列表（打開“今夜酒店特價(jià)”應(yīng)用即顯示酒店列表）的信息已經(jīng)比較足夠用戶選擇酒店，因此當(dāng)用戶看到列表當(dāng)中的酒店之后，不需要查看酒店的詳細(xì)信息。

第三個(gè)結(jié)論是可能我們的APP產(chǎn)品設(shè)計(jì)不夠良好，用戶用“今夜酒店特價(jià)”不容易找到自己需求的酒店，因而有50%的人不進(jìn)入到酒店的頁面。

第四個(gè)結(jié)論是“今夜酒店特價(jià)”上的酒店不夠好（性價(jià)比不夠好，或是酒店描述太糟糕），所以當(dāng)用戶看完酒店的具體信息之后，只有10%的人愿意開始預(yù)訂。

這四種結(jié)論對(duì)于運(yùn)營和產(chǎn)品的方向來說，是完全不相同的。這時(shí)候，更多的是需要運(yùn)用行業(yè)的知識(shí)以及用戶的調(diào)研與反饋，來判斷究竟需要在哪個(gè)方面做出努力。

而當(dāng)用戶開始填寫訂單之后，成功完成并提交訂單的用戶比例是75%。我們可以從一個(gè)更長的時(shí)間段去觀察這個(gè)比例的發(fā)展趨勢，來分析購買流程對(duì)于用戶來說是否很流暢。不斷地改善預(yù)訂流程，從而提高這個(gè)比率。

第二步，我們可以分析“今夜酒店特價(jià)”新老用戶的比例，即用戶黏度。以上圖中的數(shù)據(jù)為例，老用戶占比接近60%。這個(gè)數(shù)據(jù)如果只看一天，其實(shí)不能幫助我們做出決策。我們需要從更多的時(shí)間段去看，分析不同月份用戶的回訪比例與回訪次數(shù)，再結(jié)合用戶訪談與調(diào)研，了解用戶對(duì)“今夜酒店特價(jià)”最不滿意的地方。此外，新老用戶的比例還可以結(jié)合不同的營銷推廣渠道，來看不同渠道用戶的忠誠度，這對(duì)于市場運(yùn)營來說是非常有幫助的。

再舉一個(gè)數(shù)據(jù)來幫助運(yùn)營決策的小例子。在“今夜酒店特價(jià)”的酒店列表頁中，為了更方便用戶尋找酒店，我們設(shè)計(jì)了按各種方式排序的功能，比如按星級(jí)由高到低，按距離由近到遠(yuǎn)，按價(jià)格由低到高等。我們現(xiàn)在來看看用戶點(diǎn)擊最多的按鈕是哪個(gè)，這里就用到了我前面說到的事件追蹤的功能，見圖2。

從圖中我們可以看到，下載了“今夜酒店特價(jià)”應(yīng)用的用戶，最關(guān)心的是有沒有高星級(jí)的酒店，其次是價(jià)格，最后才是距離是否合適。而這與一般訂酒店的用戶習(xí)慣是不一樣的，在一般的酒店預(yù)訂過程當(dāng)中，用戶更為關(guān)心的是酒店的位置與距離。通過這個(gè)數(shù)據(jù)，我們的產(chǎn)品人員可以將性價(jià)比最高的高星級(jí)酒店放在酒店列表的頂部，從而節(jié)約用戶查找酒店的時(shí)間。另外，我們的運(yùn)營人員也可以有針對(duì)性地去開發(fā)一些更高性價(jià)比的高星級(jí)酒店。

從Google Analytics獲得的數(shù)據(jù)，在幫助“今夜酒店特價(jià)”的運(yùn)營團(tuán)隊(duì)做一些決策的同時(shí)，也能幫助我們的產(chǎn)品經(jīng)理來更好地改進(jìn)我們的產(chǎn)品。比如在我們最近的1.3.0版本中，我們的酒店篩選功能包括了選擇商圈、酒店星級(jí)、寬帶早餐、酒店是需要到店付款還是立即支付等。我們拿到的各個(gè)按鈕的點(diǎn)擊數(shù)據(jù)如圖3所示。

從上面的數(shù)據(jù)中，我們發(fā)現(xiàn)用戶點(diǎn)擊“取消篩選”這個(gè)按鈕的數(shù)量竟然是最大的，其次才是點(diǎn)擊“顯示結(jié)果”按鈕。設(shè)置“取消篩選”這個(gè)按鈕是為了讓用戶在不想進(jìn)行篩選的時(shí)候，可以點(diǎn)擊它回到酒店列表；如果用戶想看篩選結(jié)果，需要點(diǎn)擊的是“顯示結(jié)果”按鈕。從數(shù)據(jù)來看，用戶明顯習(xí)慣性地將“取消篩選”這個(gè)按鈕誤認(rèn)為是“顯示結(jié)果”按鈕了。為什么會(huì)造成這個(gè)情況呢？因?yàn)橛脩魪木频炅斜磉M(jìn)入到篩選功能時(shí)，那個(gè)點(diǎn)擊按鈕恰好就在“取消篩選”這個(gè)位置（見圖4）。在智能機(jī)上，用戶的操作更多憑借的是手指的習(xí)慣，而不是你的按鈕上面所寫的文案。

上面幾個(gè)例子，是數(shù)據(jù)指導(dǎo)產(chǎn)品與運(yùn)營中比較普通的例子，在實(shí)際工作中，其實(shí)有更多更為復(fù)雜的情況。數(shù)據(jù)化運(yùn)營與產(chǎn)品設(shè)計(jì)說起來很簡單，就是用數(shù)據(jù)來分析判斷、幫助決策，但做起來很難。“今夜酒店特價(jià)”在這方面也僅僅剛起步，但是我們希望用這樣一種方式，不斷改進(jìn)用戶體驗(yàn)。