網站統計及移動應用數據統計相關術語知識詳解

傳統網站數據分析

1. 訪問Visit:

一次訪問就是指一我的來到網站,而後瀏覽了一些內容以後離開網站的過程;這個過程也被稱之爲會話,也就是session。注意關閉瀏覽器後session會話並不會自動銷燬,由於服務器端session每每默認有個20分鐘的過時時間,若是關閉瀏覽器後又打開而且訪問了同一個網址,這時候只要瀏覽器的cookie仍是存在的(即:瀏覽器關閉時,cookie不設置爲自動銷燬的話),那麼服務端還會認爲是登陸狀態,也就是屬於同一次會話。相反,若是沒有關閉瀏覽器,但未作任何操做,可是過了30分鐘後則session銷燬。後面的訪問就屬於另一個新的sessionweb

2.訪問量visits:

一段時間內的訪問量就是這段時間內的會話次數算法

3.訪客數(UV)

Unique Visitor,就是訪問網站的人數。如何識別一個用戶?在網站分析系統中,會根據用戶的瀏覽器,設備型號等信息爲用戶分配一個編號,這個編號成爲cookie.瀏覽器

訪客數就是訪問網站的cookie數。若是同一我的換了瀏覽器或者設備訪問網站,那麼,他的cookie也就變化了,也就是說是另一個用戶了。服務器

4.瀏覽量:

常被稱爲PV(Page View),就是瀏覽額面的數量。訪問量(visists),訪客數(UV),瀏覽量(PV)是網站的人氣指標cookie

5.頁面停留時長:

訪客一次訪問在頁面上停留的時間,等於這個頁面的總停留時長除以這個頁面的訪問量session

6.網站停留時長:

訪客一次會話的時間長度,等於網站全部總停留時長除以訪問量工具

7.跳出率

經常使用的算法是網站的全部會話中,來到網站以後沒有任何動做就離開的比例,等於只訪問了落地頁面的訪問量除以總訪問量優化

8.退出率:

該指標衡量從某個頁面退出網站的比例,它等於從一個頁面退出網站的次數除以訪問次數網站

9.頁面跳出率和退出率的區別?

退出率是指不管從哪一個頁面進入網站,最終從這個頁面退出的比例;spa

跳出率是指從這個頁面進入這個網站,沒有作任何事情,就從這個頁面跳出的比例

10.轉化率:

達到達成某種目標的訪問量除以總的訪問量,或者說達成目標的訪客數除以總訪客數的比例

好比:下訂單

到底採用訪問量仍是訪客數做爲分母?

若是將訪問量做爲分母,意味着將每次訪問都認爲是下單或購買的機會;

若是將訪客數做爲分母,則會認爲一個訪客在下單前,屢次訪問是正常的;

如何對網站進行宏觀分析,不要過度糾纏於細節?

1.有多少訪客訪問網站,訪問深度怎樣?

經過受衆訪客

2.這些訪客從哪裏來,以及效果怎樣?

3.訪客在網站上作了什麼?

a)查看流量最大的着陸頁;

b)查看流量最大的頁面

c)頁面點擊熱圖

d)重要流程的轉化漏斗,分析哪些流程點上的流失率最高

移動應用數據分析

用戶獲取階段

下載量

已經下載應用的用戶數量,以及應用商店排名和評分。下載排名靠前且評分高有助於進一步吸引用戶下載。

安裝激活量

安裝並打開應用的設備數

激活率

激活設備數/安裝設備數

新增用戶數

若是設備是首次激活應用,那麼這個設備就是新增。移動應用的用戶通常就是指一個惟一的設備,因此新增用戶數就是新增設備的數量

用戶獲取成本

每獲取一個用戶所須要的費用

用戶活躍與參與階段

數量指標:日活躍用戶數和月活躍用戶數

一段時間內啓動過應用的設備數,表示用戶規模。日活躍用戶數能體現當天的流量引入效果,可是波動較大;月活躍用戶數相對穩定,應用的用戶規模通常就是用月活躍用戶數來表示。

質量指標:活躍係數,平均使用時長,功能使用率

活躍係數=日活躍用戶數/月活躍用戶數

平均使用時長:平均每一個用戶一天使用的應用的時間

功能使用率:使用某功能的用戶數佔活躍用戶的比例。使用率越高說明功能越受歡迎。

用戶留存階段

第二天留存率

7日留存率

30日留存率

定義:N日留存計算指:統計日期新增的用戶或活躍用戶,在第N天又來使用的比例。能夠參考行業值來看看本身應用的留存是否健康。

通常性解讀:

若是第二天留存率底的話,說明用戶對咱們的應用不感興趣。

7日留存率說明內容不耐玩,很差玩;

30日留存底可能咱們的版本迭代差,未及時提供內容

功能使用率:監控某個功能使用人數的佔比;

功能繼續使用率:本週使用過功能A的用戶,在下週繼續使用的人數比例,表明了功能的受歡迎程度

新功能使用-對核心功能的促進效果:

使用過功能A(好比增長的是最新歌曲功能)的聽歌人數比例 - (未使用過功能A的聽歌人數比例)

若是該值爲0表示沒有貢獻,若是大於0則表示有貢獻,小於0則爲負數

案例:應用改版先後數據分析來評估改版效果

分別對雲音樂的遊客(非登陸用戶)和登陸用戶的7日留存率在改版先後作對比,發現改版後留存數據總體提升,這就代表移動端版本的新迭代版本效果比較好。

再對比新舊版本發佈後新版本發佈前14天內新增用戶聽歌比例數據

同比:舊版本發佈後14天; 環比:新版本發佈前14天

對比發現新增用戶聽歌人數比例都有明顯上升(聽歌人數佔新用戶數比率-遊客和聽歌人數佔新用戶數比率-登陸用戶兩個分類的指標),說明核心功能-聽歌使用率有明顯提升,說明改版是成功的,新版對引導用戶聽歌的比例有好的做用!!

從這裏能夠看出,要得到這些數據用戶支持後期運營,咱們必須在產品設計階段提出數據統計相關的產品需求,而且實現!!

你們要注意的是在評估新版本效果應該使用新增用戶去衡量,由於老用戶自己就是優質用戶,不剔除老用戶,很可貴出明顯結論

用戶轉化階段

付費用戶比例

首次付費時間

用戶平均每個月營收

付費用戶平均每個月營收

 

獲取收入

收入金額

付費人數

移動應用分析工具:

Flurry, Google Analytics, 友盟,talkingData,crashlytics分析crash

 

數據埋點

所謂的埋點,就是爲了將來產品優化方向給出指導意義而作的。那就要先清楚你將來想作什麼功能,而後爲了作的這個須要收集到什麼數據,哪些能夠收集到,如何收集,合適收集,什麼時候使用。
舉個例子,若是一個移動應用,想要和使用這個產品的用戶直接對話,從而瞭解用戶的需求。那麼首先要想如何與使用應用的用戶創建一對一聯繫(經過惟一標識);哪些可得到的惟一標示(賬號聯繫、郵件聯繫、設備號、手機號聯繫等等);哪一種最不打擾用戶,並且也能夠在我前期準備的時候不讓用戶察覺的惟一標識(獲取用戶設備號創建與之創建練習);什麼時候須要進行一對一對話,即在哪一個版本開始獲取用戶惟一標示、哪一個版本加入一對一對話功能

參考: https://m.zhihu.com/question/23078534

參考: http://www.chinawebanalytics.cn/

http://bluewhale.cc/ :藍鯨的網站分析筆記

 http://www.chinawebanalytics.cn/ 網站分析在中國

相關文章
相關標籤/搜索