[CTO劄記]新版上線後的資料分析

新版本上周四上線後，效果如何？營運與産品人員迅速開展了資料統計與分析工作，并且在周一就進行Review。

一、看哪些資料？

通常，網站有以下重要資料：

流量：PV、UV、

粘度：（特定頁面）跳出率、（使用者）滞留頁面數、（使用者）總滞留時間、（特定頁面）滞留時間、

注冊率、付費率

對于網站改版，我們應該看哪些名額資料？

短期内，應該關注‘粘度’類名額！因為，改版的目的是提升已有産品，短期内不會影響流量（它是由外部推廣因素控制的）。

Sample1：跳出率

從最近幾天看，有明顯的下降，這是好現象。

Sample2：平均滞留時間

3天來，從16秒連續攀升到33秒。同樣是好現象。

二、如何比較資料？

1、需要‘比’

沒有‘比較’的資料，不能說明問題。

Sample1：99%的可靠性好不好？對于銀行來說肯定不行！

Sample2：如下圖，44.55%比較低吧？但是之前沒有（0%），是以這是不錯的。

2、與自身比：環比/同比？

資料比較，首先應該與自身比，即同一名額在不同時間段的資料。

通常是與上年度‘同比’，或與上月/上周‘環比’。網際網路的發展太快，‘同比’的時間跨度過大，是以推薦‘環比’。

3、與預定目标比

即使與自身資料比較，情況是好的，是不是就意味着産品/項目成功呢？

依然不一定，因為不知道是否達到了預期目标。是以，還應該與‘預定目标’比。

三、如何分析使用者回報？

1）調查

最直接的回報就是‘網際網路調查’，并且采用‘問卷式投票’。

2）問題設計

問題的設計應該提倡‘簡潔明了’，數量不宜過多。

形式上多‘是非’/‘單選’，少一些‘多選/填空’；

對于選擇題，選項不宜過多，并且選項要簡單明了，沒有二義性；選項覆寫範圍不能重合、不完備。

Sample1：

這個還可以，若選項改為：是，差不多，否；也許更簡潔些

Sample2：

同上。

Sample3（反例）：

選項1就有問題：‘很友善’與‘希望能。。。’是沒有關聯的

3）統計與分析

問卷投票資料收集好了，我們立即作了統計。随後的一個重要事項就是分析，這是網際網路産品設計師（PD）、營運專員（PO）的重要工作。

分析不是簡單地将餅圖（各選項占比）作出來，而是應該運用上面談的‘比較’方法，來看趨勢；再運用邏輯推理來得到一些結果。

四、小結

從這幾天的資料來看，效果很好。

但由于上線時間尚短，資料并不能說很充分；可能還要積累幾天。--我以往的習慣是一周。

Anywhere，對于網際網路産品，這種及時分析與資料說話是值得稱道與堅持的。

本文轉自DavyYew 51CTO部落格，原文連結： http://blog.51cto.com/davyyew/241416，如需轉載請自行聯系原作者