你可能做了一个小程序，做了很多推广。

然后我查了一些背景资料：

有当地人，也有外国人；

有男粉丝，也有女粉丝；

有年轻的才华，有中年大叔；

是的，还有；

有些页面的访问量较多，而有些页面的访问量较少。

有些会停留很长时间，而有些则在点击后立即关闭；

有些人去过一次就再也没有回来，而有些人则去过多次；

有的人通过好友分享进入，有的人通过扫二维码进入，有的人在搜索框主动搜索，有的人从历史列表频繁进入，甚至有的人将小程序置顶在聊天页；

有些按钮被点击了很多次，而有些按钮则很少被点击（这是不可见的，需要预先设置自定义分析字段，后面会讲到）

那么，每一项数据代表什么？又提供了哪些指导？

今天我们来看看小程序的数据分析功能，分析一下我们后台隐藏的数据，怎么支撑我们的运营推广和功能优化。

毕竟在座的各位都是高端操作人员，逐一介绍每个数据指标的含义没什么意义，所以我会从实际需求出发，逐一分析每个指标以及它们组合所展现的价值。

Q1：花了这么多精力去宣传，效果怎么样？

最直观的指标就是访问量。

点击“数据分析-访问分析”，可以查看“近7天”、“近30天”及自定义时间段内小程序的访问情况。

从数据来看，11月24日小程序使用量达到峰值，预计本月20、21日将出现第二个峰值。

假设我们在11月24日进行促销，我们如何确定这次促销的有效性？

访问分析部分还有另外一个特点：按时间进行比较。

选取11月1日至24日的访问次数，与11月24日至今天的访问次数进行比较

绿色图为活动后的曲线，蓝色图为活动前的曲线，对比两张图我们可以看出，活动后的曲线大部分时候都高于活动前的曲线。

在这部分功能中，“打开次数”只是一个维度，还有访问次数、访客数、新增用户数、人均停留时长等多个指标，点击右上角图标即可了解各个指标的含义。

Q2：用户从哪里来？到哪里去？

上一个问题解决了用户量是否增加了的问题，接下来我们需要思考：用户量确实增加了，但是是不是因为我的推广而来的？

你可能发过一些小程序码，或者分享到很多群，或者在大V的公众号曝光过，如果流量暴增，除了开心，我们也应该知道以上哪种推广方式最好。下面是“源头分析”功能。

前段时间有很多文章给出了目前小程序的入口，总结的过程看似“熬夜摸头发”，但其实小程序已经把所有的入口都告诉了我们：

以上入口均已写入小程序数据分析功能，运营人员可以通过选择查看各入口的用户数

上图是近30天小程序用户来源的分布情况，从该图中我们可以看出小程序的用户忠诚度很高，历史榜单访问量排名第一；第二大来源是模板消息，可以认为唤醒对于小程序的二次访问非常有效；其他还有对话（在聊天界面）、其他小程序返回（小程序推荐优秀的小程序，用户可以通过小程序直接进入其他小程序）等。

如果需要更加详细的分析，该模块还提供对各个源的单独分析，方便您查看不同时间段的源变化趋势。

该功能支持数据下载，运营人员可以分别下载各个入口的小程序数据，然后合并，进行每日数据对比。

通过分析各个入口的流量变化趋势可以发现，历史列表比较稳定，模板消息在上月末出现过一次高峰，会话波动比较明显（毕竟是用户主动行为，不可控也很正常）。

除了上面分析的各个入口之外，你还可以根据自己的操作计划，观察分析公众号首页、公众号文章、搜索，甚至聊天界面等多个入口，这里就不一一阐述了。

解决了用户从哪里来的问题之后，还要研究用户到哪里去，如果只注重流量，忽略留存，肯定不是长远之计。

对于“去哪里”，我们可以通过访问分析的三个指标“访问时长”、“访问深度”和“访问页面”来考察。

访问时长：代表用户对你小程序的喜爱程度，停留时间越长，说明你的小程序对用户的吸引力越大（联想一下罗胖的全民总时长概念）

访问时长指标有两个：人均访问时长、单次访问平均时长。两个指标含义差不多，前者代表小程序对每个人的吸引力，后者代表小程序对每次访问的吸引力。

另外我们还可以查看访问时间的分布来看一下小程序整体的吸引力。

从上图我们可以看出，这款小程序具有明显的人群特征：以20秒为分水岭，上下呈阶梯式下降。我们可以猜测，停留时间超过20秒的用户为重度忠诚用户，此类用户停留时间在50-100秒；停留时间少于20秒的用户为“游客”，最多停留20秒，之后按此顺序递减。

我们可以推测，如果“游客”用户无法继续发现小程序的价值，那么他在浏览20秒后就会离开小程序；而高度忠诚的用户则会直接前往兴趣点，并停留50秒以上。

小程序设计者可以尝试找到这两类用户，并找到从20s到50s时间间隔的突破点。

新留存：代表用户在访问小程序后再次访问小程序的概率。这是最常用的图表。这个指标比停留时长更能体现小程序对用户的吸引力。这个指标的推出给运营者带来了更大的压力：如果活动当天流量很高，但7天后的留存很低，那么这个活动似乎并不成功……

此部分包含两个子指标：新用户留存和活跃用户留存。若要考察活动效果，一般以新用户留存作为KPI；若要考察用户粘性，可以选择活跃用户留存。

通常来说，主动留存率高于新留存率。向你的老板展示一下，你懂的……

访问页面数：指小程序每个页面的访客数量。这个指标给出的数据蕴含的信息量很大，对于小程序的设计有很强的指导意义，建议大家仔细阅读。

此部分提供每个页面的访客数量、访问次数、平均每次访问时长、进入页面数、退出页面数、退出率、分享次数和收藏次数。我们将重点关注平均每次访问时长、进入页面数和退出页面数。

平均访问时长：用户每次访问该页面时，停留在该页面的时间长度。如果该页面停留时间比其他页面长很多，可能有两种情况：该页面的内容很有趣；页面很难理解。所以停留时间长并不一定意味着页面好。

入口页数：该页面作为用户进入小程序页面的次数。如果该页面的入口页数高于小程序首页的数量，那么你可能要考虑是否要优化小程序页面规划了。一般来说，如果该指标的变化速度与“分享次数”、“收藏次数”相同，说明该页面对用户有足够的价值。但如果变化速度不一样，那么就要考虑是否有人悄悄地将这个页面插入到自己的公众号文章中了（醒醒吧……）

退出页面数：用户在这个页面退出小程序的次数。这个指标的含义大家可能都清楚，用户在这个页面退出你的小程序，要么是因为这个页面是小程序功能的结果页，要么是因为用户在这个页面对你的小程序感到厌倦了。

访问深度：与访问时长一样，还有访问深度，也代表了用户对小程序的探索分布。

从上图我们可以看到，用户在退出前主要探索一个页面，这是一个明显的“游客”特征。有趣的是，很多用户会继续探索6-10个页面。设计师也可以找出用户退出或继续探索的原因，进而优化小程序的设计。

Q3：用户是谁？

前两个问题都是从小程序的角度来分析用户行为，而这个问题我们将从用户出发。

数据分析中的用户画像功能可以帮助我们更深入的了解我们的用户，该功能提供了性别、年龄、地域、终端模型四个基本维度，作为资深运维人员，对于这些熟悉的就不用我过多解释了。

比如说，如果一个母婴APP的用户年龄集中在18到24岁之间，那你肯定就知道推广有问题；

比如说，某个本地生活服务APP的用户分布集中在其他省份，那你肯定会知道推广出现了问题；

比如你是一款苹果粉丝应用，你的用户安卓机型高于，那你就要想想能不能接受一波苹果广告了（醒醒吧！）

Q4：这个按钮有用吗？这个页面访问的男性粉丝多还是女性粉丝多？这个产品的购买漏斗是怎样的？

细节决定成败，高端运营绝不会局限于基础的数据分析。概览数据只能了解基本面，而深度优化则需要了解每一个按钮的点击概率、每一个页面的用户类型分布、每一个商品从浏览到购买的流程……

这就需要用到小程序数据分析的法宝——自定义分析。

自定义分析的文档描述如下：

自定义分析支持灵活、多维度、近实时的用户行为分析。通过自定义报表，可以精细化追踪小程序内的用户行为，满足页面访问量等标准统计以外的个性化分析需求。例如，某电商小程序通过配置自定义报表采集数据，可以完成以下分析：

购买产品的人群按省份、城市、年龄、性别分布如何？不同用户群体购买产品的数量和价格有何差异？

用户访问商品页面、查看商品详情、阅读评论、下单、付款、完成购买的转化率是多少？不同用户群体的转化率有差异吗？

今日不同时间段（小时级别）参与线上活动的用户活跃度如何？

简单来说，自定义分析就是你可以根据自己的需求，对小程序内的每个页面、每个元素进行单独监控，并提供不同用户的访问数据。

事件分析

下图是我为手网选小程序设置的轮播图、搜索框、导航栏三个元素的实时监控自定义分析事件。

可以对每个事件指定时间内的城市、性别、设备型号、系统版本等多维度的数据进行小时粒度的分析。

查询后可以得到当天小程序各维度访问数据的分布情况，运营人员可以导出数据，进行更细致的图表展示

导出数据后我们发现，屏幕宽度为1080像素的手机访问该按钮的比例最高，占比62%。在不考虑机型数量的前提下，我们可以猜测：是不是按钮太小了，在小屏幕手机上难以点击？

更有趣的是，我们可以结合页面的访问次数来创建页面按钮的热图！

（此图只是示例，有兴趣的可以用.js开源插件自己制作）

漏斗分析

除了对个别按钮、页面的分析，对于电商小程序，人们可能更关注商品的漏斗数据，即从浏览到完成购买的整个流程，以及用户的流失情况。通过分析各个环节的用户量，可以将用户未完成购买的原因定位到具体的环节上。

漏斗分析的关键是环节的衔接，也就是把前面分析的各个事件串联起来。由于我没有电商小程序的后台权限，下面就用小程序官方的例子来讲解吧。

首先需要创建一个漏斗分析，分析的对象就是上面提到的事件。

以电商为例，针对需要分析的商品的每个购买环节，分别创建分析事件（如商品页数据监控、加入购物车按钮数据监控、支付页数据监控），在漏斗分析中选择这三个事件。

此阶段可以选择需要分析的维度，默认收集所有维度数据（性别、城市、型号等），创建完成后管理员或开发人员可以测试漏斗（也可以不测试直接发布），发布后系统会开始收集购买阶段的三个事件数据。

上图是官方文档中的数据，整个流程的流失率都在50%以下，说明流程非常顺畅，各个环节之间的流失率都是成比例下降的，没有出现突然上升或者下降的情况，说明各个环节之间在产品设计和运营上没有出现问题。

操作员可以根据需要筛选不同维度的数据并导出，以进行更详细的数据分析。

本文由@喜新由( )整理发布，转载请注明作者信息及出处！

产品推广服务：APP推广服务广告平台龙游世纪

扫描微信进行咨询

商业合作 联系我们