新功能或新业务模块上线后,需要分析新功能或新模块的用户量,浏览情况,注册情况等等,来判断这个功能是否符合用户的使用习惯,是否对整体App有贡献并值得进一步深化等。对于App客户端的各个产品模块,如何科学合理的评估每个模块对整体App的贡献是非常重要的,只有更好的认识自身产品的价值,才能在后续产品迭代和功能改进上有更明确的方向,并进行合理的资源投入和预算分配。
针对这样的分析目标,我们也可以尝试采用同期群分析(即Cohort Analysis)方法来进行分析和辅助产品决策。Cohort Analysis方法主要是指分析相似群体随时间的变化情况,也就是将用户按初始行为的发生时间进行划分为群组(即同期群),然后通过比较不同的同期群,可以从总体上看到App应用的变化趋势,从而验证产品改进的效果。这种方法的好处在于忽略用户访问过程中的杂乱信息,针对核心问题进行效果监控。
同期群分析(Cohort Analysis)的核心是在做用户的留存分析,并可以自定义用户的初始行为和留存行为。例如,我们在上述例子中定义某App的新增激活是初始行为,次日再次访问App成为留存行为,然后来看不同时间段内有此初始行为的用户群,后续留存行为的变化趋势。当然,我们同样可以定义App的某个用户群的初始行为是账号注册,留存行为则是用户产生UGC内容行为,然后考察通过改善注册流程,随着时间推移是否可以增加用户的实际UGC行为等等。
以某App的购物商城模块为例,并以日为时间轴,来看访问商城模块的用户群次日再次访问App的比例,通过上图可以看到,随着不断对商城模块的资源整合和产品展现的精打细磨,商城对App的拉动成正向趋势,并进一步提升整体App的活跃度和粘性。
作为一款内容型App,每个模块都在贡献着它的价值,这就需要标准化的衡量各自模块的价值,以便我们在有限的资源里可以有的放矢,合理规划产品。比如在同期群分析的基础上,利用模块活跃留存率与App整体活跃留存率的差值来计算考核。具体公式为:
当然,这种方式会因App的内容不同或是介质不同而产生不同的情况,但我们需要积极不断的尝试新的思考方式,精进我们的分析方法。
- 同期群分析可以清晰的知道产品改动前后对特定群体某一指标的影响,也是衡量产品迭代、市场、运营推广效果的关键指标。
- 功能优化、活动策划针对目标用户进行定位,明确目标用户,定位分析活动前后的数据变化,合理评估产品改版或活动执行的效果。如果仅通过观测整体数据来衡量,效果分析往往会被冲淡和干扰。
- 不同用户群的需求不同,会存在个性化的需求,这就需要我们深入分析并做到精细化运营,找到产品的高价值用户,并重点服务好他们。
同期群分析(Cohort Analysis)带给我们的更多是一种思考方式,为我们打开了一个全新的分析视角。如何利用好这个方法,发掘自身业务的增长点,是需要我们每一个App开发者和分析从业者需要深入思考的问题。