開發人員如何利用資料分析提高收入

不懂資料分析的程式猿不是好的產品經理

之前寫過一篇關於擷取流量的文章，裡面提到了資料分析在提升收入裡會起到至關重要的作用，筆者有幸畢業後從事第一份的工作便是與資料採礦與分析相關，做的是網站方面的統計分析，公司是覆蓋了幾十萬中小站長的統計平台，每天漂浮在腦子裡的就是各種各樣的指標和資料——PV、UV、IP、新增使用者、活躍使用者、使用者屬性、頁面跳轉率、頁面到達率、訪問深度、訪問時間長度......之後便慢慢學會分析如何在刨除SEO因素的層面去提高一個頁面使用者粘性；在保持獨立變數的前提下去分析廣告應該擺在哪個位置可以帶來最好的點擊率；在現有的內容不變的條件下如何去合理排版減少使用者流失等等。之後的工作中逐漸探索資料分析在產品運營以及決策中起到的作用，這不單單是一個企業BI人員需要去做的事情，而在產品的初期設計、推廣、營運中無處不在，所以也就出現了開頭的那句話。

 

而到了移動互連網層面上，似乎資料採礦不是那麼好做了，udid取代了pc端的cookie，成為了標識使用者的唯一途徑，而隨著日趨完善的殺毒及防護系統，行動裝置使用者的行為及屬性似乎更加難以捉摸，在資料來源擷取不準確的情況下去做分析就難上加難了。作為靠流量變現為生開發人員的我，從之前潛移默化的工作經驗中積累了一些使用資料分析提高收入的一些方法，希望能夠跟各位同行們討論一下。

工欲善其事，必先利其器

如果沒有合適的工具，光靠眼睛是沒法做分析的，好在我們處在一個免費開源的互連網環境中，自然就會有很多優秀的協助工具輔助出現，web端我們有百度統計、cnzz，移動端我們有Flurry、友盟、TalkingData等，有興趣的童鞋也可以研究研究Google Analytics。簡單調查了一下，目前國內大多數開發人員都會使用的友盟統計，所以我這裡我就著重講一下我是怎麼使用它的。

友盟改版後的功能和介面與Flurry有著異曲同工之處，雖然本人比較偏愛Flurry的Dashboard（可能是對Ios系統的鐘愛），但是對友盟的介面風格以及功能方面還算比較滿意，畢竟是工具，實用才是硬道理！

 

學會多維度分析

和很多同行聊了一下各自友盟的使用方式，總結到的是：很多人每天就看看概況裡的新增使用者、活躍使用者、留存使用者等幾個指標，稍微有心的會進行一下同期對比，看看資料是增是減，再對比一下在廣告平台的資料及收入情況，出入不大就認為正常，如果出入較大就會興師問罪，其實在我使用的過程中，發現友盟很多功能模組還是非常實用的，比如[應用趨勢]裡的按小時為單位的啟動次數統計，你會發現自己的啟動情況是有一定的波動規律的，如這款與黃曆運勢相關的應用，可以清晰的看到每天8-10點的啟動次數是最多的，因為裡面提供了Push每天宜忌的功能，這個時候便可以適當的加一兩條廣告，可以達到事半功倍的效果。

 

 

另外統計分析裡的“漏鬥模型”是經常性被拿出來使用的，可以很容易的去看到使用者到達每一個步驟深度的篩選情況，資料視覺效果後，便可集中的去分析某一步驟帶來的影響，以及如何提高某一環節的轉化率，比如我這款在遊戲主介面加了積分牆的遊戲產品，使用者首次需要擷取一定的積分才能進入關卡，這款應用的新增使用者量不少，但是單位使用者收入卻很低，為了研究積分牆設定的模式對遊戲本身的影響，通過[功能使用]裡的頁面訪問路徑可以看到，在使用者開啟應用時會有5.5%開啟積分牆，30.6%會離開應用，63.9%會試著選擇遊戲關卡，而在重複2、3步驟時，實際進入到積分牆來擷取積分的使用者佔比只有1.8%。

 

從圖2我找到了原因：使用者首次進入積分牆的流失率竟高達44%！而在重複2、3步驟時的流失率也在17%，由此可見使用者剛進入到遊戲便加以限制並不是一個很明智的選擇，我意圖通過遊戲本身的吸引力來提高單位使用者收入的美好願景並不可行，所以我乖乖的給予使用者免費開通了第一個關卡，而下面的關卡需要一定的積分才能啟用，這樣不但提高了使用者留存率，也相應的提高了一些單位使用者收入。

 

 

開牆使用者有了一定的增加：

 

同時友盟也提供了更為實用的工具——[事件轉化率]，旨在通過使用者自訂事件來進行路徑分析，其實此類功能在web統計裡就已經膾炙人口，唯一的缺點是對於站長而言，一個頁面上的連結、按鈕、內容都過於繁多，從而在網站流量不是那麼大的情況下，單獨定義一個事件的漏鬥分析會產生一定的資料失真，導致分析上的偏差，而移動端的優勢在於其正好規避了這一點——通常移動端應用的單一頁面，不會給予使用者多個選擇的入口，從而在流量集中的情況下，事件轉化率的分析便顯得更有效果。

 

如上述一個有三個步驟的事件模型，分別是廣告彈窗、廣告（應用）詳情介紹、應用下載，其實我們最關注的是最後的一步——廣告應用下載，可以結合上下兩圖來分析幾個問題：

1、  步驟2及步驟3的轉化率是否達到預期

2、  如何快速有效提高步驟3的轉化率

3、  流程設計是否合理

首先，廣告從彈窗-展示-使用者點擊下載這個流程是沒什麼大問題的，而很明顯我們對廣告下載率的預期比較很大，因為它決定了最終收入，而1.6%的彈窗-下載其實並不算高，而從可以得知，廣告彈窗到廣告詳情展示還是有很大提升空間的，如果盡量的提高使用者展示廣告的留存率，是否能一定協助下載率呢？

這裡我做了另一個版本：在廣告彈出時，不允許使用者消除，而必須點擊進入詳情頁才能消除，可見下面的效果：

 

這樣大家也就明白了，為什麼目前國內很多廣告平台將廣告消除的按鈕故意設計的比較小，或故意將廣告語設計的誘人無比，造成使用者誤點，這是最簡單粗暴的增加轉化率的方式且屢試不爽，雖然一定程度的強迫和誘導了使用者，卻也深受廣告平台和開發人員的喜愛。

理性看待資料

現在滿天下都是鋪天蓋地的“大資料”、“雲”，筆者有幸參加了幾次大資料的論壇及峰會，感覺打廣告的多，賣伺服器的多，真正作分析的卻很少。“一屋不掃何以掃天下”，如果身為一個開發人員，自己連做廣告營收的關鍵資料都不清楚，如何衡量一種廣告形式的優劣以及廣告平台的好壞，就很容易被一些所謂的“大公司”、“大平台”、“大資料”的光環忽悠。其實每天不必盯著資料研究新增使用者有多少，活躍使用者有幾何，只需要以“轉化率”、“單位使用者收入”為核心來整體考量，然後分不同的廣告形式分別評估即可。

轉化率：平均每個新增使用者的廣告下載量/點擊量

單位使用者收入：平均每個使用者的收入

然後結合Banner的填充率、點擊率，積分牆的開啟量、推廣量，插屏的展示量、點擊率、推廣量等指標分別計算，只要資料波動在合理的範圍內，就沒必要去計較過多。比如你看到自己今天友盟統計的活躍使用者多了，但是廣告收入反而少了，那麼就要結合新增使用者量及廣告的展示量來看，是否大部分活躍使用者並沒有去開啟廣告列表？

另外需要強調的一點是，友盟統計新增和活躍使用者相對會寬鬆一些，他們最新的SDK會提供給開發人員三種發送資料的策略

1、  啟動時發送

2、  按時間間隔發送

3、  退出時發送

眾所周知移動端定位使用者資訊是通過Udid號，而我研究了一下，友盟老使用者的統計存在一定的生命週期，即過了一段時間之後，這個使用者再次訪問，就又成了新使用者，而廣告平台的老使用者基本上是永久性的，這點相信不必解釋過多，所以基本上友盟的統計資料是大於目前大部分廣告平台的統計資料的，不明白的就會認為被扣了量。

其實驗證一個廣告平台是否扣量的方法很簡單，只要看這幾個資料：

1、  單位使用者收入

2、  資料即時性——即多長時間更新一次

3、  分時段統計的資料穩定性

 

多看分析案例

雖然目前市面上移動廣告收入的分析比較少，但大家還可以從其它類型的分析報告中學習到很多東西，個人經驗是，艾瑞、DCCI、易觀的這種看個宏觀資料就可以了，他們也不會給你特別精細的資料，多逛逛36氪，199IT，可以從他們從國外翻譯過來的一些報告中掌握一些分析方法，更深入的如RFM模型分析和社交網路分析等，可以去一些知名的資料採礦部落格，推薦blog：

http://idmer.blog.sohu.com/

http://shenhaolaoshi.blog.sohu.com/

我的blog:

http://www.cnblogs.com/LilJim/