当前位置:首页 > 内容营销 > 正文

从 4 年不间断数据分析中吸取的 4 个教训

从 4 年不间断数据分析中吸取的 4 个教训

分析是一个快速发展的领域。 大多数变化都是从 PC 计算向移动计算过渡的结果。 移动仍然是一个新空间...

分析是一个快速发展的领域。

大多数变化都是从 PC 计算向移动计算过渡的结果。 移动仍然是分析的新空间。 事情发生得很快,每个人都在寻找更新、更好、更快的解决方案。

在 Amplitude,我们四年来一直在不间断地分析数据。 我们想分享我们在这段时间里看到的帮助公司进行分析的四个主题。 这些是大局的想法和框架,有时会在匆忙中迷失方向,但如果您想成功地充分利用数据,请务必牢记这些想法和框架。

1. 你的工具现在不同了

人们认为他们用于常规网络分析的工具也应该适用于移动设备。 它没有。 网络和移动不是体验产品的两种方式。 它们是完全不同的媒介,具有自己的结构、组织、激励措施和指标:

  • 身份识别:我们不处理移动应用程序中的 cookie。 用户通过首次下载和注册时分配的唯一 ID 进行标识。
  • 离线使用:用户在使用您的应用程序时并不总是在线,因此您不能仅仅依靠实时跟踪他们。
  • 手势:点击很容易跟踪——点击就是点击。 但是用户以各种方式与应用程序交互,无论是轻按、长按、滑动、摇动,还是移动设备支持的许多其他手势中的一种。
图片来源
  • Cohorts :由于用户使用您的应用程序的时间显然从安装开始并以他们变得不活跃结束,因此您可以对某些群体的行为和对变化的响应进行更强大的分析。
  • 货币化:网站传统上通过广告货币化,因此将其分析导向该目标。 移动应用程序往往不会,而是试图通过额外安装直接通过最终用户获利。

课程:强调移动

这些是用户体验您的产品的方式的根本差异,以及您用来了解这些用户的工具必须进行调整。 移动分析不是一件好事:它们是构建出色移动产品的重要组成部分。

正确跟踪您的移动分析是您必须发展的最强大的工具之一。 它会让您深入了解使用常规分析工具永远无法发现的用户行为。 您所学到的知识将帮助您减少摩擦、提高保留率并构建更具粘性、更强大的产品。 您的公司将因此变得更强大。

2. 数据可访问性现在更重要

当移动优先的应用程序 Tinder 开始被大量使用时,他们以前有效的分析平台崩溃了。 本应花费几分钟的查询却需要花费数小时。 这是不可接受的,尤其是现在我们期望我们对产品做出的几乎每个决定都得到某种数据的支持。

过去,所有数据请求都可以通过组织内部的中央节点。 如果产品经理需要有关用户行为或转化渠道的信息,他们会向数据科学部门提出请求,该请求将得到满足。

今天,更小的屏幕尺寸、更压缩的菜单以及移动设备固有的更多种类的可能交互结合在一起,定期生成大量关于用户的信息。 数据是每个公司都想使用的东西。

如果没有一种方法让所有人都能访问这些数据,组织中的决策机制就会陷入停顿。

教训:跳出框框思考。

确保您的工具满足整个组织的数据需求。 正如 Instacart 的 Fareed Mosavat 所说,“如果你说你是数据驱动的,但一切都必须经过分析师,那么你实际上并不是数据驱动的。”

随着您的公司开始扩大规模,这变得越来越重要。 您的数据团队(应该)收到的请求量会降低您团队的决策能力。 这就是为什么您必须使用开箱即用的分析解决方案的原因。

当只有您和您的联合创始人时,您的自制工具可能会很好地为您服务,但其他人对数据可访问性问题进行了长时间的深思熟虑。 您需要专注于建立您的业务,而不是拼凑出最佳的分析解决方案。

3.请不要搞乱用户体验

多年前,初创公司“增长黑客”迷恋于 Facebook 和 Zynga 等公司的巨大成功,开始着手“破解”他们自己应用程序的增长。

但增长黑客就像电话游戏。 一家公司做了一些很酷的事情,消息传开了,其他人开始尝试效仿他们的成功。 然而,他们总是做错了一点。 同样的技术永远不会奏效两次。

这就是您如何获得针对短期指标公然过度优化以致几乎无法使用的应用程序。 所有这些社交分享按钮、黑暗模式、全屏接管和烦人的推送通知可能会在短期内为您带来转化,但从长远来看,它们几乎总是会让您付出代价。

图片来源

像 Facebook 这样的公司没有增长,因为他们发现了一些低级别的转化指标来攻击。 如果他们早日完成某些应用程序今天所做的事情,他们基本上就会成为 MySpace。

凭借数据赢得并继续赢得胜利的公司始终将用户体验放在首位。 每一个对用户产生负面影响的变化,即使是以微小的方式,都需要与实验可能带来的好处一起进行系统权衡。 从长远来看,它使这种体验始终保持良好,从而吸引用户。

经验教训:倾听用户的声音。

大多数程序员在编写软件时,也在编写单元测试。 这些代码块通过向程序发送输入来模拟实际用户的行为。 通过监视输出,开发人员可以查看他们的应用程序是否按预期工作。

当您进行实验时,不要只进行更改并希望获得最佳效果——应用相同的逻辑。 如果变化很大,请先由团队中的人来执行。 如果它没有在那里引发任何危险信号,请将其公开给有限的用户群。

并且不要只是为了做而做:分析他们的反应,然后评估您是否想要更大规模地引入这种变化

4. 看行为,而不仅仅是行动

分析的最大转变是从原始和高级数据转向更全面的行为分析。

四年前,您基本上有三种选择来了解您的应用程序中的使用情况:

  • 查看有关单个用户如何导航和使用您的应用程序的原始数据。
  • 查看显示转化漏斗和保留图表的高级仪表板。
  • 聘请一支出色的数据科学家团队,他们不仅可以收集、处理和消化人们使用您的应用程序的方式,还可以了解原因。

前两个有用但不完整。 第三个太贵了。 今天,这种“方法和原因”分析可以使用比我们四年前拥有的任何工具都更实惠、更用户友好的工具成为可能。

基本原则是排队。 与其关注单个用户或整个用户群,不如关注特定用户群的行为。 找出您认为可以在您的应用中长期保留的行为模式类型,并更仔细地分析它们。

这并不是要让按钮通过将其变为绿色来多转换 0.04% 的访问者。 这是关于找到“啊哈!” 时刻,用户体验应用程序的拐点,让他们想一次又一次地回来。

教训:保持简单。

有一百万种方法可以分析您的应用程序生成的数据。 不要狭隘地认为产生可衡量影响的最佳方法是针对您认为重要的一些随机转换变量进行优化。

过去、现在和未来最重要的是一件事:用户体验。 您的分析需要服务于用户体验,而不是相反。 找出让您的应用与众不同的行为,并加倍努力。

优化变量,你会在短期内获得收益,但从长远来看会毁掉你的公司。 针对用户体验进行优化,可能需要更长的时间才能看到结果——但您会朝着正确的方向前进。

结论

向移动设备的转变已经改变了很多关于分析的事情。 它通过增加可跟踪事件的数量增加了风险,改变了我们分析这些事件的方式,并使将用户体验放在首位变得比以往任何时候都更加重要。

该领域的新颖性使许多人提出了关于如何进行移动分析的想法和框架,学习新策略非常有用。 但重要的是在你弄清楚的时候记住更大的图景:

  • 为您的团队提供正确的工具
  • 让您的团队访问数据
  • 不要伤害用户体验
  • 查看人们在您的应用中的实际行为

围绕这四个核心思想组织你的实验和分析,你将为长期的成功做好准备,而不仅仅是为了今天的酷而优化。

,

最新文章