互联网运营数据分析(1):流量分析
数据分析也是为了公司的发展,粗暴一点讲,是为了公司的盈利和持续的盈利。就从这个角度,来逐一分解,互联网行业中,哪些数据需要分析,怎样分析,分析的价值是什么。我会整体分为四大部分:收入相关的数据分析、成本相关的数据分析、风险(为了持续发展)相关的数据分析、综合管理篇。
下面将进行逐一介绍(分阶段更新)。
第一章 收入相关数据分析
互联网的商业模式千变万化,但其盈利模式目前大抵可以分为以下三种:一是向用户出售商品或服务,其中电商和o2o就属这种模式;二是靠广告来进行盈利,典型的例如google、百度以及其他平台类互联网公司;三是直接向用户收取费用,目前游戏公司大都属于这种模式。不同收入模式也有着不同的数据指标,我们分别对其进行介绍。
一、向用户出售商品和服务模式
电商公司和o2o类公司主要是通过这种模式来盈利,公司的收入是由一个个订单堆积出来,其收入状况可通过订单状况得以体现。订单是由用户购买了相关的商品或服务产生,可以说用户和商品或服务为订单的两大基本元素,公司收入下降、增长、异常最终都可以追踪到用户与商品这两大元素上。这样我们将公司收入相关数据拆解为三大模块:用户、商品或服务、订单。
用户
公司收入、订单都是由用户消费所产生,用户的消费流程可以划分为以下四个阶段:引流、转化、消费、存留。我们所希望的理想情况就是大量的用户进来并且产生消费,并且持续的产生消费。然而现实一般是和我们所希望的相差甚远的,我们能做的,就是对这些数据进行分析,根据数据情况进行策略对调整,让现实与理想情况之间的距离越来越近。
我们一般将用户分为新用户和老用户,如下图所示:
引流
一个购物中心,建在荒郊野外,没人进来,装饰再奢华也没什么卵用。根据CNNIC统计,中国网民数量在2015年已达6.88亿,增速稳定,依然维持在5.7%。京东平台2015年第四季度的1.319亿相比2014年第四季度的8280万,流量同比增长率高达59%。这些数字在告诉我们,资源是稀缺的,但是却永远都有增长空间的。我们需要精打细算,实现对每种渠道每种类型的流量来源的最大价值利用。
分析目标:通过对流量的分析,保证流量的稳定性,并通过调整,尝试提高流量
分析角度:
1.观察流量规律,便于活动安排、服务调整
2.发现流量异常,分析异常原因并及时调整
3.观察流量结构,分析其合理性,并作出调整
4.追踪流量情况,衡量活动或者调整效果
分析方法:
(我们先了解关于流量的一些基本数据指标:访客数(uv)、浏览量(pv)、访问次数(visits),是常用的衡量流量多少的数据指标;平均访问深度(浏览量/访问次数)、平均停留时间(总停留时间/总浏览量)、跳失率(跳出次数/访问次数)是用来衡量流量质量优劣的指标。)
很多方法都可以完成上述的目标,将数据进行可视化展示,以一个合理的角度观察数据,会使得数据展现会更加清晰,降低发现问题的难度。下面将以图表的形式,实现对各个角度的数据分析。
1.观察流量规律,便于活动安排、服务调整
一般来说,流量都是以每天中的时段、季节、节假日、星期这样的规律来分布的。所以可以将以上几面统一放到同一页面中进行观测,可以全面的了解应用的访问规律。并且通过对渠道、业务的选择,可以观测具体的渠道、业务的访问规律。
分析出流量的规律,对活动效果、业务调整具有重大影响。例如:a公司想开展为期两天每天两小时的消费满200减50并赠送肥皂的活动,那么活动开始时间最好是选在周三、周四,时间在上午的9、10点钟。这样才能在一定的时间内被大部分用户所知道,毕竟活动的广告时间成本都是钱。另外可以根据不同时期访问量的密集程度,调整公司的业务布局,进行合理的成本控制等。
2.发现流量异常,分析异常原因并及时调整
a. 流量按周的规律分布,工作日的流量较高,周末的流量比较低,但是上图中5月2日和4月1日是周一,流量也非常低,观察日历发现这两天为五一和清明假期,依然是休息日,所以流量不高。属于正常现象。
b. 3月21日到4月17日到流量图中,工作日到流量一般都维持在2400左右,而观察4月18日到5月15日到图,发现流量从4月19日下滑开始,很少突破2000,也就是流量在近一个月有明显下滑。原因可能是对手购买了竞价排名、自己的seo做的不好等等。问题发现,还要根据实际情况进一步分析具体原因。
一般来说,流量以周为单位,周期性分布的情况是比较多的,将视角拉长,一次性多看几个周的数据,便于发现问题。将一段时间内的数据与历史数据进行对比,也有助于问题的发现。
除上图中对流量异常的简单监控外,可以对流量进行进一步分解,如下图所示,通过图表联动,观察具体渠道或者业务的流量情况,从而完成对问题的追踪定位,例如通过进一步分析发现,4月中旬开始的流量下降主要出现在pc端,那么可以进一步缩小问题的范围。便于问题的解决。
3.观察流量结构,分析其合理性,并作出调整
如上图所示,在渠道中,pc占比相对过大,而app占比不高,app对于用户具有更大的黏度,所以应分析app占比过低原因,并想办法提高app流量占比。下面的折线图可以对各渠道的流量情况进行追踪,分析占比不合理是短期内出现的,还是长期存在的,辅助问题的分析。
怎样的占比才是合理的,在不同的场景下是不同的,但通常来说,付费流量占比不应过高,通用渠道占比应占据主导地位。对于各业务来说就更加不同。但是可以通过分析对比行业数据或者竞争对手的数据,来分析合理性,当然前提是可以获取到相关数据。
通常渠道来源很多,自主访问、搜索引擎、淘宝付费、京东付费等等。有人会通过渠道流量占比来分析各渠道的质量。仅仅根据流量情况来衡量质量是不全面的,需要配合转化率和roi一起。具体会在后面写到转化率时一起考虑。
4.追踪流量情况,衡量活动或者调整效果
除活动外,公司可能会常常调整渠道投入、页面布局、功能改进等等,每一项调整后,都对流量进行追踪观察,可以分析调整的效果。这里只介绍流量的追踪,在进行产品或渠道的优化调整后,同时需要追踪的还有转化率等,关于转化率会在后面进行介绍。
互联网运营数据分析(1):流量分析相关推荐
- 会员管理、会员营销、会员权益、标签、会员体系、积分规则、订单管理、数据分析、流量分析、交易分析、新客专享、中后台模板、拓客、裂变、精准营销、换购、秒杀、拼团、后台管理、场景营销、axure原型
关键词: 高保真 会员管理 SCMR 客户关系管理 营销 数据报表 会员体系.中后台 Axure原型演示及下载地址:Axure Cloud - Generating Projecthttps://jt ...
- 互联网运营数据分析(2):转化分析
上一篇是流量分析,本篇聊一聊关于转化的分析图表. 转化 在完成引流的工作后,下一步需要考虑的就是转化了,一个崭新的用户一路走来到完成交易,中间需要经历浏览页面(下载app)->注册成为用户-&g ...
- 互联网运营数据分析(5): 流失分析
数据分析入门与实战 公众号: weic2c 有些流失是无法避免的,但也有可以挽留的.我先将流失大抵分成以下几类: 刚性流失:可以进一步分为新用户水土不服型和老用户兴趣转移型,这部分流失用户是无法挽留 ...
- 互联网运营数据分析(3): 留存分析
这里首先理一理日活.存留.复购.流失这几个概念. 日活 每天活跃的用户量,这个相对好理解,但有一些公司不会关注活跃数量,只关注订单量分布以及下单用户量分布. 存留 注册后在一定时间内有登录行为,存留更 ...
- [数据分析笔记] 互联网商业数据分析07——商业分析报告
1.背景介绍 2.分析过程 3.结论呈现 4.格式及模板 5.如何做好汇报
- 运营数据分析须掌握的十个经典方法
运营数据分析须掌握的 十个经典方法 眼花缭乱的东西很多,真正派上用场的,却不见得是那些看起来炫酷的.很多方法朴实无华,却解决大量的问题.下面十个方法都是我这么多年做互联网运营分析时一定会用到的最经典的 ...
- 电商Sass平台-商城运营后台原型-仓储管理-订单管理-店铺运营-采购管理-数据分析-交易分析-留存分析-客户管理-用户运营-围栏管理-商品管理-流量分析-电商erp后台管理-用户权限-销量分析
axure作品内容介绍:电商Sass平台-商城运营后台原型-仓储管理-订单管理-平台运营-采购管理-数据分析-交易分析-留存分析-客户管理-用户运营-围栏管理-商品管理-店铺装修-门店管理-商品档案- ...
- 本周数据与上周对比应如何表达_互联网运营中的数据分析方法
在大数据分析和产品.运营优化方面,大数据分析方法是其核心,那么如何做好数据分析呢,今天我们来讲讲互联网运营中的数据分析方法. 1.细分分析 细分分析是分析的基础,单一维度下的指标数据的信息价值很低. ...
- 2017云栖大会·杭州峰会:《在线用户行为分析:基于流式计算的数据处理及应用》之《数据可视化:构建实时动态运营数据分析大屏》篇...
实验背景介绍 了解更多2017云栖大会·杭州峰会 TechInsight & Workshop. 本手册为云栖大会Workshop之<在线用户行为分析:基于流式计算的数据处理及应用> ...
最新文章
- MPB:北大口腔陈峰、陈智滨等-口腔常见微生物的培养方法
- R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图(输出多个分组、色彩配置、添加数据点)实战
- 全国各省市直辖市软考机构联系方式(办公电话、网址、联系邮箱)
- Charles 某音最新版本抓包环境搭建
- csdn在markdown笔记中复制代码格式混乱的解决办法
- SPRING IN ACTION 第4版笔记-第三章ADVANCING WIRING-003-@Conditional根据条件生成bean及处理profile...
- ELK报错hese locations are not writable or multiple nodes were started without inc
- 高级系统项目管理师笔记1
- excel随机排序,在A列产生顺序号
- SGU 160.Magic Multiplying Machine
- 10鼎信诺为什么安装不了_鼎信诺审计软件一周常见问题(4.134.17)
- 领导者必备:三元简化模型,助你加速团队成长
- [分类汇总] 同步与异步系列
- ORM框架之Mybatis(四)MyBatis生成器,逆向工程生成实体类和SQL
- 单例模式中为什么用枚举更好
- 五款常见的bt磁力下载软件
- 前端用ps创建画布的分辨率应该设置的值
- 如何像打王者荣耀一样励志学习
- 金融科技发展布局之服务渠道建设
- 手脱FSG压缩壳及问题处理
热门文章
- WIN7 IE 无法启动
- Android蓝牙操作笔记
- RHEL6基础之一系统内核Kernel与GNU计划及Linux发行版本
- Java模拟HTTP的Get和Post请求(增强)
- android mvp框架基类,Android MVP架构项目搭建封装,基类封装
- ubuntu 14.04 nginx php mysql_Ubuntu 14.04安装Nginx+PHP+MySQL
- jquery 跨域_springboot解决js前端跨域问题,javascript跨域问题解决
- 测试面试题,自动化测试与性能测试篇(附答案)
- java转动的风扇课程设计,课程设计—智能风扇设计报告
- 运维学python perl go_公开课|一个小运维的《Golang 入门心路历程》