◣网络获客36计◥为巨推传媒(CALL:400-606-5558)网旗下的原创栏目,主要提供针对初创、中小企业如何低成本、高产出的通过网络卖货、获取用户的营销干货。内容涵盖头条号/知乎等自媒体运营技巧、天猫京东店铺诊断、0成本推广App、SEO快排技巧、SEM账户优化、社交媒体营销等方面。

 

☝不方便看文章的朋友,戳此听极具磁性嗓音的杜俊鸿朗读干货

 

 

这一期分享的主题是:使用GA(Google Analytics)工具进行数据分析与优化,提升App留存率进而提高日活的8个实操要点。

 

作者是孙维,他是卡车之家用户分析中心总监,拥有14年互联网从业经验,6年数据分析经验,做过很多App端产品的数据分析,比如年轻人熟知的百思不得姐

 

全文分为四点来展开叙述:

 

先进点:留存率对于App DAU有哪些影响?

 

第二点:怎样更好的提升App留存率?

 

第三点:提升App留存率需避开哪些坑?

 

第四点:推荐国内外几款比较知名的数据分析工具

 

 

嘉宾 | 孙维(左)

记者 | 孔乐(右)

 

先进点:留存率对于App DAU的影响

 

 

 

以上数据来自对三款真实App的长期跟踪,它们的短期和长期留存率各有高低。

 

1.假设App1的新增是每天一千,一年后日活大约是1000*8.2,用户几乎都流失了。

 

2.APP2的次日留存是这几款里头较高的,但长期留存却不是较高的。假设App2每天的新增都是一样的,一年后它的DAU大概是新增量的40倍。

 

3.App3的次日留存没有那么高,但它的30日留存率很高,一年以后DAU是新增的48.6倍。

 

结论是:远期留存率对提升日活非常有好处。

 

以上数据分析使用的工具GA。

 

关于提升留存率,我总结了两个相对直接的方法:

 

对比新老用户的行为,理论上说老用户用的更多的那些功能,可能就是他们留下来的原因,结论是把老用户喜欢用的那些东西做的更好,或者说把老用户喜欢的那些东西更多的展示给新用户看。

 

对比留存用户和流失用户,看他们在首次使用App时,用的功能、看到的内容有何不同。后来留存下来的用户用到、看到的,可能就是他们留下来的原因。

 

第二点:如何使用GA工具埋点功能,提升App留存率

 

 

我们用的App大部分都是内容型的

 

(一)点击内容

 

用户阅读文章,比如用类似今日头条的一个APP,首先“点击内容”是先进个埋点,我们给用户提供的内容,如果他一个都不看,那也白搭,这是转化的先进步,也是最重要的一个。

 

(二)分享

 

分享也十分重要,分享意味着拉新。我们做过计算,如果你的内容比较吸引人,每一次分享大概能带来10到20次的点击,通常来说有可能展示量是上百的。这个价值非常大,所以分享也是一个很重要的埋点。

 

 

 

 


 

 

“转疯了”频道新旧版数据对比&进入和没进入频道数据对比

 

这是一个真实的的案例,我曾经为一个新闻App做数据分析,发现他们的新闻分享出去之后点击率很高,是获取新用户的好办法。那么如何提升分享率呢?当时我们想到建立一个叫做“转疯了”的频道,里面专门放热门转发的内容。开发完成上线之后,我们利用GA的高级细分功能进行了数据分析。

 

带有“转疯了”频道的新版本App比旧版本分享率高,并且在新版本里,进入过该频道的用户分享率高于没进过该频道的。

 

点击、分享(还包括H5分享到朋友圈)的埋点数据都是给运营看的,运营会知道哪种类型的内容热门用户愿意点击,进而多做类似的内容,提升点击率和分享率。

 

(三)搜索

 

搜索是能最直接表达用户需求的。搜索有两种情况,一种是搜完了有结果,那就看用户愿意点什么样的内容;还有是搜索没有结果,这个通常都会单拿出来做一张报告,比如哪一天突然有一个新词出来了,在我们App上没有搜索出结果,那就得马上去补充这个内容,搜索也是一个用户需求的风向标。

 

(四)下拉刷新

 

下拉刷新的用户习惯应该是今日头条培养出来的,每下拉一下,就推荐一些偏好的内容。

 

为什么要统计这个?用户每次下拉刷新都意味着一次推荐内容的展示,下拉刷新之后紧接着有多大的概率用户点击了内容,能体现出推荐算法的优劣,这就和上头埋点那个点击内容连上了。

 

这是两个行为之间的比较,一百次下拉刷新只有三次的阅读行为,那显然这个转化率很差。如果一百次下拉刷新能有80次内容点击那转化率就很好。推荐算法做的是不断地提升下拉之后的点击率。

 

(五)加载下一页

 

 

 

PC时代大家是点下一页,现在都是下拉加载下一页,下拉一次加载20条,看完之后再继续往下拉,不断地重复这样做,它同时也体现了用户能接受的信息条数。比如一个用户加载了三次,那就是加载出了60条内容,再加上它本身这一页的20条,可能他就扫过了80条内容。

 

做这个埋点的意义在于可以指导运营每天更新多少内容合适。如果运营每天更新两百条,但绝大部分用户在一百条的时候就止步了,那剩下一百条就是浪费。

 

(六)推送

 

推送是个很重要提升日活的手段。假设公司的编辑习惯在每天三个时间点做推送,突然有天数据分析负责人看见前一天日活有明显的降低,于是按小时对比日活,发现只有三个推送的时间点日活降低了,那显然是推送出了问题。

 

推送很重要,它是提升日活一个特别有效的手段。但是我们通过GA的高级细分发现,用户时常打开推送直接看完一篇文章就走了,也就是说通过推送开启App的用户粘度明显低于普通用户。我们当然不希望这样的人很多,所以我们会想办法在这个推送打开的这一页里去增加一些延伸阅读,提升推送开启用户的停留时长。

 

(七)意见反馈

 

目前意见反馈有不少第三方的解决方案,但是我为什么会坚持用GA也发一份数据过来,目的是为了把个人高级细分出来。通过GA可以查看任何一个反馈用户的手机型号、手机系统版本等,而且每个反馈用户的功能使用路径也一览无余。之后找和他一样或差不多的机器,看看会不会出现他反馈的那个问题,这样就很容易定位他的问题。

 

(八)报错

 

最后一个事件是报错。报错跟反馈有点接近,但是遇到错误还能反馈的人毕竟是少数,App程序上知道什么地方出了什么错误,通过系统进行信息收集也是可以细分出来这些报错的用户。

 

通常大家上手进行App数据埋点时不知道统计什么,那我刚才说的这八个就是最通用的,按照优先顺序排列。对于初创或中小企业,有这些数据就已经能把分析工作做到至少70分了。

 

第三点:提升App留存率需避开哪些坑?

 

讲完了为提升App留存率需要注意的八点后,继续讲讲如何避开过程中产生的“坑”。

 

(一)注意局部功能

 

某App内有论坛和圈子两个互动频道。改版后,论坛的样式改动比较大,如果仅对比新旧版App的使用时长,新版的数据更好。但经过GA的高级细分发现论坛上的人转移到了圈子,由于圈子本身的使用时长更长,导致从整体看来时长增加,但实际上是老用户被迫走了,这次改版其实是失败的。

 

这个分析其实有点像经济学的思路:不仅要看一个政策导致的局部变化,更要看到这个局部的变化会对其他系统有何影响。普通的数据统计系统无法精准细分人群,也就无法发现这个深层次的问题。

 

(二)因果关系别搞反

 

可能很多人都知道LinkedIn的例子,先进次用LinkedIn时,如果加了四五个好友,它后期的活跃度就会变得高。所以LinkedIn一开始就会引导新手一上来就去加好友,可能推荐一些他同单位或是同行业的一些人去关注,用这种方法去提升留存。

 

一款网络电话App(可以免费打电话)发现先进次使用就能打4、5次电话以上的人后期留存会很高。然后他们就想办法推荐新注册用户多打电话给别人,但是结果发现没用。后来内部总结的结论是:可能那些留存高的人本来就有打电话的需求,而不是因为开始打得越多后期留存就越高。

 

第四点:推荐国内外几款比较知名的数据分析工具

 

最后简单分析下我所了解的App数据分析工具,大家可以自行尝试选择。

 

App分析用的SDK装的越多,它们互相之间如果有冲突的话,你APP的稳定性就越差。所以通常我觉着尽量别超过两个,一个国内一个国外的就可以了。

 

国内:友盟(意义在于它是一个行业标准,是大家在沟通数据时共同的基准线)、百度统计(细分功能正在变强)、GrowingIO(多维度村分分析比较有特色)、腾讯MTA、神策数据(支持数据私有化部署)、诸葛IO等

 

国外:GA(细分功能宇宙最强)、Flurry(用户路径分析比较有特点)、Firebase Analytics(组件非常多,是一整套App解决方案,数据不限量,但细分分析不如GA)

 

以上我的分析方法对于创业公司、中小企业都是适用的。通常来说,你团队再小,也得有后台开发,GA的话每天可以自动导出数据、转化成PDF,通过邮件发到团队每个人的手机里面,这就变成了一个小的数据后台,在初期完全可以满足简单的数据分析和监控需求,节省大量人力开发成本。

 

第五点:现场专访花絮

 

 

 

看完还不过瘾?欢迎加入营销社群《狮友会》与大咖面对面交流。加群步骤:扫码以上二维码,备注姓名-公司-职位,我们拉您入群。