諸葛:精細化APP運營要注意些什麼呢？

標籤：諸葛io 資料運營 資料分析

一、精細化運營的目標

產品是什麼類型的APP？是否需要過多的運營？

比如說你的產品只是個工具，那恐怕談不上過多的精細化運營，一般做好常規的使用者行為分析、再配合使用者定***，用於指導產品的設計即可；如果是內容型產品，或者功能和內容兼具的產品，那確實需設計統計架構統計的目標要弄清楚，拿到資料之後用來做什嗎？指導功能改進，還是版面調整？再或者是作為使用者對內容品質評判的指標？

假設使用者在你的app上會頻繁進行互動和使用功能，同時還會瀏覽或者產生內容，那麼需要在產品設計的同時，把你的統計架構設計好。諸葛

二、簡要的操作流程

資料擷取

首先列出你需要的資料項目，接著評估哪部分是需要APP上報的，哪部分是後台可以統計的，然後分別在前後台加上。一般來講，APP上報採集的資料，在發布前一定要經過謹慎的校正和測試，因為一旦版本發布出去而資料擷取出了問題，不僅之前的功夫都白做了，還會帶來一大堆髒資料，同時還有可能降低用戶端的運行效率，得不償失。

資料整理

資料擷取完之後，需要將各種未經處理資料加工成為產品經理需要的直觀的可看資料，這裡需要做一些基本的資料邏輯關聯和展示，就不贅述了。

資料分析

按照一開始設計的統計架構，你可以很清楚的看到自己需要的資料了。

比如使用者行為：哪些功能使用得被人均使用得最多，哪些按鈕被頻繁點擊，哪些在顯著位置卻未達到預期使用效果的功能，等等。

比如內容分析：哪篇文章被查閱最多，哪些內容被評論或者贊得最多，等等。

當然以上只是基礎得不能再基礎的分析，再深入一點的，例如你拿到這些資料，可以分析使用A功能的使用者同時還喜歡B功能，二者關聯性較強，是否可以在前端設計時更多的考慮整合，或者介面上的調整；比如分析點擊流，大部分使用者訪問或使用APP的路徑是怎麼樣的，是不是把核心功能藏得太深了？再比如可以分析不同使用者屬性，比如男性使用者和女性使用者，他們在使用者行為上是否有明顯差異？等等。

不同產品的資料分析方式和模型差距非常大，沒法一下子就說清楚。所以以上更多的是舉例。

三、一些需要注意的原則

1.資料本身是客觀的，但被解讀出來的資料一定是主觀的，同樣的資料由不同的人分析很可能得出完全相反的結論，所以一定不能提前帶著觀點去分析（比如已經有了假設，再用資料去論證）；

2.APP採集資料，一定是優先順序比較低的事情，不能因為資料的採集而影響產品的效能和使用者體驗，更不能採集使用者的隱私資料（雖然國內很多APP並沒有這麼做）；

資料不是萬能的，還是要相信自己的判斷。

http://zhugeio.com/news/?p=221/?lcj 諸葛

諸葛:精細化APP運營要注意些什麼呢？