使用 GrowingIO 搭建产品分析指标体系

概述

我们评价一个产品的好坏,有两种方式。一可以用定性分析,比如用户拜访、调查问卷等。二可以用定量分析,从数据中发现使用情况。产品分析的指标体系搭建,核心就是为了通过定量分析了解用户是如何使用产品功能的,哪些是用户最常用的功能,哪些功能是最有粘性的功能,哪些功能带来更多的转化,新用户喜欢用什么功能,老用户在用什么功能,新上线的功能表现如何,等等。

产品功能渗透率和使用率

比如,上面这张图,每一个圆代表一个产品功能,横轴是功能使用用户数,越在右边代表使用用户数越多。纵轴是人均使用功能次数,越上上面表示使用越高频。圆的大小是平均每次功能使用时长,圆越大代表单次功能使用时长越高。从这个图,就可以分析得出,对应某一个人群,功能的渗透率和使用率如何,哪些功能有潜力去推广,哪些功能是分发功能,等等。

本篇内容,主要介绍的是宏观层面的产品分析,不涉及分析具体某个具体产品功能,内部细节的转化数据,交互设计是否合理等。这些会在以后的文章中介绍。

用好产品分析的客户例子

多元女性社区热拉

GrowingIO 是我们的数据伙伴和导师,专业,敏捷,值得信赖。借助 GrowingIO 我们不断迭代产品,注册转化率提升 10%,功能留存率提升 30%,驱动用户持续增长。
—— 热拉 CEO 鲁磊
通过 GrowingIO 的【留存魔法师】功能,热拉发现了一个和用户留存强相关的行为,使用过热拉「谁看过我」功能的用户留存度非常高。因此我们在产品迭代当中做了一个很小的改进。当一个用户访问你的时候,App 会给你发一条通知,留存率从 36.4% 提升到了 47.2%。

服装定制服务商 MatchU

在 MatchU,产品经理、运营和市场同学都会使用 GrowingIO 进行数据分析,真正做到了人人都是数据分析师。
—— MatchU 联合创始人蔚馨
MatchU 定制衬衫的下单转化过程中,由于新用户会对领型、袖型等信息感到疑惑,导致转化率偏低。产品经理通过 GrowingIO 快速定位问题,洞察用户心理,提出一系列“小白功能”改进产品方案,将加购率/购买成功率提升150%。

如何搭建指标体系

任何一个产品,都可以分成两大部分。用,即浏览功能。做,即创建功能。比如电商产品,浏览商品是浏览功能,下单购买是创建行为。对于内容产品,查看内容是浏览行为,创建内容是创建行为。所以,从指标体系搭建角度,我们也应该分成两部分来搭建,一部分是浏览类功能指标,一部分创建类功能指标。

对于浏览功能,一般而言,一个功能,会在某个页面上面,所以从产品角度考虑,功能使用大致等于页面访问。举个例子,你查看 GrowingIO 的某个漏斗,是在具体漏斗的详情页上。

对于创建功能,是在具体的某个交互触发的,所以从产品角度考虑,交互行为完成大致等于创建功能。举个例子,你在新建分布分析页面点击保存并成功返回时,就是使用了分布分析创建功能。

基于此,我们只需要用一个事件,两个变量。即可完成宏观层面的产品指标体系搭建。

指标名称 类型 标识符
产品交互性参与事件 埋点事件 productEngage
交互功能类型 事件级变量 engageType
交互功能页面名称 页面级变量 engagePage

事件:产品交互性参与事件,标识符为 productEngage

什么叫事件?在 GrowingIO 的模型中,为了对用户行为进行统计和分析,我们使用一类被称为“事件”的消息来记录用户行为。一个事件,包含了用户信息、时间信息、行为信息、行为对象信息。

在产品分析里,我们用一个名为productEngage的事件,来监测用户使用产品过程中发生的创建行为。当创建成功后,发送这个事件并记录当前使用的创建功能是什么。拿 GrowingIO 来举个例子,当用户创建了一个分布分析图以后,我们就需要发送 productEngage 事件。

事件级变量:交互功能类型,标识符为 engageType

事件级变量是对于一个事件更多的信息描述。在产品分析里,我们用一个名为engageType的变量,来描述用户使用的创建功能的类型信息,其值即当前使用的创建功能名称。还是拿 GrowingIO 来举个例子,当用户创建了一个分布分析图以后,我们在发送 productEngage 事件的同时,设置事件级变量 engageType 为“创建分布分析”。

页面级变量:交互功能页面名称,标识符为 engagePage

页面级变量是对于一个页面更多的信息描述。通过给当前页面附上更多的页面信息,可以作为维度拆分数据做分析。在上面提到,页面访问大致等于功能使用。所以,我们通过给页面设置变量,来记录用户当前交互的功能信息。当用户浏览某个功能即页面打开的时候,给当前页面设置上页面级变量,值为功能名称。仍然以 GrowingIO 为例子,当用户进入了活跃用户分析这个功能,我们在页面上设置页面级变量 engagePage 为“主要功能-活跃用户分析”。

实施方式

如果上面的分析,适合你分析你自己的产品,那么下面我们就要进入实施阶段。要做好这个实施,需要产品经理和工程师之间通力的协作。有些公司,会有专门的数据产品经理,负责指标体系规划,跟研发沟通落地实施。有些公司,每个产品经理都需要掌握这个能力,遵循公司统一的指标体系方案,在每个产品文档里落地实施。这两种方式皆可,可以由公司当前的阶段而定,在后文里我会介绍。

简单来说,可以分成以下几步:

  1. 规划:纯从产品角度,规划一下目前这个阶段,要分析的功能有多少,哪些是浏览功能,哪些是创建功能。在这一步,交付物是产品功能说明文档。
  2. 整理:浏览功能,具体对应在什么页面,如果是多个平台比如 Web、iOS 等,是在哪些页面。创建功能,会在哪些情况下发生,列举出来。在这一步,交付物是数据采集说明文档。
  3. 实施沟通:根据数据采集说明文档,跟技术团队沟通埋点代码实现细节,每一个数据,采集的时间点和方式。在这一步,交付物是数据实施说明文档。
  4. 开发测试:技术团队根据数据实施说明文档做代码实现,交由 QA 或者产品经理做测试,最后上线。关于如何更好地测试实施正确与否,可以用 GrowingIO 的数据校验功能。

当实施完成后,我们就可以开始搭建可视化看板,再往上做数据洞察继而改进产品了。

PS:确保在 GrowingIO 的数据管理里面,已经创建好了埋点事件 productEngage,事件级变量 engageType,页面级变量 engagePage。具体用法可以参考数据定义 - 帮助文档

实施代码样例

针对浏览功能的实施。当用户访问到某个功能页面时,在当前页面设置页面级变量。下面以 GrowingIO 为例。

// Javascript
// 当用户使用活跃用户分析功能时,设置页面级变量。
gio("page.set", { engagePage: "主要功能-活跃用户分析" });

// iOS
// 当用户查看某个分布分析图详情时,设置页面级变量。
[Growing setPageVariable:@{@"engagePage":@"主要功能-分布分析详情页"} toViewController:myViewController];

// Android
// 当用户查看某个落地页分析详情时,设置页面级变量。
GrowingIO gio = GrowingIO.getInstance();
JSONObject jsonObject = new JSONObject();
jsonObject.put("engagePage", "主要功能-落地页分析详情页");
gio.setPageVariable(myActivity, jsonObject);

针对创建功能的实施。当用户创建成功时,采集功能创建事件。下面以 GrowingIO 为例。

// JavaScript
// 当用户创建了一个用户分群时,打 productEngage 点。
gio("track", "productEngage", { engageType: "创建用户分群" });

// iOS
// 当用户创建了一条跟踪链接时,打 productEngage 点。
[Growing track:@"productEngage" withVariable:@{@"engageType":@"创建跟踪链接"}];

// Android
// 当用户创建了一个分布分析图时,打 productEngage 点。
GrowingIO gio = GrowingIO.getInstance();
JSONObject jsonObject = new JSONObject();
jsonObject.put("engageType", "创建分布分析");
gio.track("productEngage", jsonObject);

分析报表样例

一旦指标体系实施完成,就可以开始搭建产品分析可视化报表。下面是一些报表例子,供参考。

浏览功能整体情况

浏览功能整体情况

通过横向柱图可以了解用户主要在用哪些浏览功能。通过事件分析,选择两个指标,即页面浏览量用户量,选择维度为交互功能页面名称,选择用户分群为你想分析的人群,可以是全部登录用户,就出来上面这张图。其中,左边的图是浏览功能的使用次数,右边的图是浏览功能的使用人数。

创建功能整体情况

创建功能整体情况

通过横向柱图可以了解用户主要在用哪些创建功能。通过事件分析,选择两个指标,即产品交互性参与事件_次产品交互性参与事件_人,选择维度为交互功能类型,选择用户分群为你想分析的人群,可以是全部登录用户,就出来上面这张图。其中,左边的图是产品创建功能的使用次数,右边的图是产品创建功能的使用人数。

  • 功能渗透率和使用率

产品功能渗透率和使用率

通过气泡图可以了解核心功能的渗透率和使用率是怎样的,找到产品功能推广方向。通过事件分析,选择三个指标,即用户数人均浏览页数平均页面停留时长(分钟),选择维度为交互功能页面名称,选择用户分群为你想分析的人群,可以是全部登录用户,就出来上面这张图。具体的解释可以看文档开头。

  • 用户产品功能分布分析

用户产品功能分布分析

通过分布分析可以了解功能使用频率,结合使用率和渗透率来优化产品。通过分布分析,选择指标为页面浏览量,选择目标用户为你想分析的人群,可以是全部登录用户,在维度对比里面选择交互功能页面名称,就出来上面这张图。同时,可以通过自定义区间来设置你自己希望分析的区间,我们可以知道高频使用产品功能的用户的占比,低频使用功能的用户的占比,是否符合预期,后续就可以思考如何增加用户的使用频率。

总结

以上就是一个宏观产品分析的指标体系搭建方案。数据分析的流程是以业务或产品为起点,定义指标体系,搭建看板,探索洞察,继而决策。大道至简,在定义指标体系的过程中,并不追求用很多个指标很多个维度,就如上面方案所列,一个指标两个变量,基本就能完成产品宏观分析的大多数工作。

少即是多,好的指标体系,才可以更好地为后续的分析洞察提供支撑。

Yedingding

关于我

技术创业者,系统架构师,GrowingIO 联合创始人,Teahour 主播。