用户行为分析UBA 渠道趋势.docx

用户行为分析UBA渠道趋势渠道趋势观测内容 每日渠道的访问量是多少？ 某段时间渠道的总访问量是多少？ 各个渠道的流量趋势表现如何？排行如何？数据指标PV(pageview)即页面浏览数，或点击量。通常是衡量一个频道或网站甚至一个网页的主要指标。用户刷新页面不记录到页面浏览量中。UV(uniquevisitor)独立访客，将每台独立上网电脑(以cookie为依据)视为一位访客,一天之内(00:00-24:00),访问您网站的访客数量。一天之内相同cookie的访问只被计算1次。新用户(首次访问用户)截止当日，首次访问用户数。其它业务性定义可以根据业务来设定，如设置为非注册用户。累计用户（至今累计用户）截止当日，用户累计数。且应该是个去重数据。活动中的累计用户则是活动上线截止当日的访问用户数。UV加和此处的加和数据是多日数据相加，没有去重，主要为了解决运营活动的流量统计问题。PV加和此处的加和数据是多日数据相加，没有去重。业务洞察观测者：产品运营/活动运营.渠道引流对于运营来说至关重要，观察渠道趋势变化，可了解渠道流量峰值特点。 同时比对某个渠道的PVxUV,新用户、累计用户,可以判断一个渠道的拉新能力，和持续性。行动指引 用UV看渠道，偏重选用户数多的渠道，用PV看渠道，偏重选浏览次数多的渠道。 用新用户看渠道，偏重发掘新用户的能力的渠道。 用累计用户看渠道，偏重选择（短）时间内能聚集流量最多的渠道。 看趋势，流量峰值分布特点和渠道类别有一定关系。如是娱乐媒体型的，如视频爱奇艺，可能中午、晚间、周末流量偏大。如是系统工具类的，如杀毒软件、翻译助手、OffiCe办公可能日常流量偏大。如社交、电子阅读等碎片占用型的，可能日常流量和周末流量都很大。但分散的比较均衡。如果是国际业务，每个产品渠道的特点可能会和时区有直接关系。如果和预期不符，可以查询异常的原因。 看昨日、最近2日(小时数据)一般都是和用户使用时段有关系的活动运作。比如秒杀。营销活动引流效果观测内容 产品中流量变化如何？和上周期比如何？ 每个相关活动对于此产品的引流效果如何？最大的引流活动是哪些？.产品的峰值和引流峰值的关联性如何？数据指标PV(pageview)即页面浏览数，或点击量。UV(uniquevisitor)访问产品的访客数量。一天之内相同cookie的访问只被计算1次。活动访问量活动的访问pv或UVo活动引流量从活动到达产品进行访问的访问量。活动引流量占比活动引流量/产品访问量*100%。活动转化率活动引流量/活动总量*100%。业务洞察观测者：产品经理/产品运营产品经理或者产品运营为了产品引流用户，会有各种活动运作，此时我们就需要有个视图，既关心产品本身的流量变化，又观察看每个时期，活动对于产品引流的效果如何。注意产品流量有峰值的时候，区分是活动的效果。还是产品用户本身访问习惯造成的。行动指引 首先看上方的流量柱状图，时间段上流量的高度变化，和上个周期是否有很大的提升还是下降了。 再看流量的峰值，活动是否也相应有个峰值在，还是n个活动在进行。观察其中的关联影响。反过来，在各个活动过程中，到底对产品产生了什么样的影响。 发现好的活动形式，周期性搞起，对产品有长久的运作机制。 活动效果的好坏，也要考虑到进行的时间点，关联看访问趋势，用户访问密度，如果活动花费很大精力，更要注意引流产品的用户群的一些流量访问特点。 如果引流效果好，关心下当时后续的留存情况，看看这波引流用户是不是目标用户。好的活动不仅求量也求质。