数极客首页

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

数据背后的规律比数据本身更迷人,作为一只产品狗,基本的数据分析和信息挖掘能力还是要有的。enjoy~

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

本分析报告的数据来源为友盟+第三方数据服务商,数据采集时间段为2017.9.1-2017.11.5,旨在通过数据分析,从各个维度了解掌上理工大App(安卓端,后面简称为掌理)的发展情况,以便为后续的功能开发与改进、设计改进等提供参考(限于产品维度)。

关于掌上理工大:它是一款由武汉理工大学学生互联网团队Token团队开发出来的校园综合服务应用。该应用不仅提供课表、成绩、图书馆借阅、宿舍电费、校园新闻等的基础查询功能,还增加了充值、挂失等卡务管理、二手集市等功能模块,是理工学子学习生活必不可少的一大神器

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图1 掌上理工大简介

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图2 掌上理工大结构图

下面从七个方面对这款产品进行数据分析。

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图3 本文结构框架

一、用户基本分析

1.1 新增用户

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图4 掌理新增用户数(9.1-11.5)

过去的两个月中,掌理新增用户数约为1.4万,占累计用户总数(约12万)的12%。

从图4可以看出新增用户数的变化趋势:随着时间的推移,新增用户数在波动中逐渐减少,高峰集中在9月初到9月中旬,十一之后有小幅度的高峰出现,其余时间基本维持在100-200人/天左右。

这与学生用户集中在开学初下载应用,以便了解新学校各项事务的实际情景一致;十一之后的小幅度增长可能与用户查询校历,以便了解后续假期安排的需求有所关联;除此之外,新增用户数基本维稳,表明持续有用户从某种渠道了解到掌理并开始使用。

可以看到开学季是运营喵们进行宣传推广的黄金时段,建议加强宣传力度,获得更多新用户;十一黄金周之后新增用户数出现小幅增长,说明假期结束、学生返校的时间节点也是宣传的黄金时间点;同时建议产品的迭代、更新安排在新增用户数缓慢的其它时段,以便在整体上增加新用户数。

条件允许的情况下,可以将学校每年新生人数与9月内掌理新增人数进行对比,以发现用户增长空间(仅供参考)。理想状态下,理工大学子应该人手一款掌理应用。

1.2活跃用户数、用户活跃度及用户新鲜度

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图5 掌理活跃用户数(9.1-11.5)

两个月内的活跃用户数约为:7.1万,占用户总数的59%,即超过一半的用户属于活跃用户。

由图5可知:活跃用户数高峰出现在每周的工作日期间,即周一到周五,大致在2万左右;周末活跃用户数锐减,大致在1万人左右;说明用户的主要需求场景是上课、学习期间。在十一期间,用户活跃度较周末更低,与大部分学生离校、获取校园服务需求降低的实际情形对应。

活跃用户作为KOL,是掌理的核心用户,可以对应用的迭代更新提供强大推动力和有效建议。基于上述分析,可以考虑在掌理中增加娱乐、生活版块的功能,诸如:校园周边美食、电影院、景点、公共设施服务等推荐版块,满足用户周末休闲娱乐的需求,提高周末期间的用户活跃度。用户在工作日使用掌理的热情远高于周末和节假日,说明掌理在用户心中的定位还是偏向工具类型,随着应用的发展、用户群体的扩大,在工具的基础上应该进一步扩展掌理的功能,从更多维度满足学生用户的需求。

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图6 用户活跃度(占当日活跃用户数)

图中显示的是:过去的15天内有n(n取1到15之间的整数)天处于活跃状态的用户数占当日总的活跃用户数的比值,从上往下n值逐渐增大,可以看到:活跃天数较小的用户数占比在逐渐降低,而活跃天数较多的用户占比逐渐增大,说明应用的老用户忠诚度较高,使用掌理的频次较高。纵向对比,可以看出:连续使用App超过5天的用户不足50%,连续使用App超过10天的用户不足20%,且随着连续使用天数的增加,用户比例不断减少。用户黏度还有提升空间。

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图7 用户新鲜度报表

用户新鲜度指:每日活跃用户的成分构成,含新老用户比和来源结构。

从堆积图7可以看出:下层蓝色区域代表老用户(30天+新安装并于当日启动),其数量在波动中呈上升趋势,表明掌理的产品质量较高、维系老用户的能力较强;

上层绿色区域代表新用户(含当日、1天前、2天前至30天前新安装并于当日启动),其数量持续波动,高峰出现在9月期间,其余时间维持在一定数量左右,表明掌理在9月的推广力度相对较强;

新老用户在活跃用户中的比例则在某一水平附近起伏,态势良好。

同时新鲜度保留工作日水平高、十一假期水平大幅下降的特征。用户新鲜度可以辅助了解活跃用户的组成,是产品对新用户的吸引力和对老用户的维系能力的综合体现,掌理在第二个方面表现得不错,但是在对新用户的吸引力方面还有待加强。

1.3沉默用户

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图8 沉默用户:新增用户的比值(9.3-10.22)

两个月内的沉默用户数约1.7K,占用户总数(约12万)的1.4%,相对很低。

从图8可以看出,沉默用户:新增用户的比值在波动中呈现上升趋势,表明整个用户群体属于良性的增长型。沉默用户是相对于活跃用户来说的,这部分数据可以反映产品存在的问题,找到用户不感兴趣、不愿意启动App的原因,有的放矢地调整产品功能、设计和运营策略,就可以提高用户活跃度,增加产品生命力。

1.4 用户留存

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图9 周用户留存率

纵向对比:比较首次使用时间不同的用户在相同的时间间隔(按周)后的留存率,可知随着首次使用时间的向后推移(9.1-11.5),用户留存率在波动中呈现下降趋势;

横向对比:同一批下载使用App的用户在不同时间间隔后的留存率,随着间隔的增加,也成波动下降趋势;

斜向对比:可以得到目前的用户留存率大致在60%-70%之间。

留存率反映应用对用户的吸引力。经分析得知:首次使用时间越靠近开学时间,相同时间间隔后的留存率越高,用户在开学初、对校园环境极为陌生的情况下,通过掌理了解学习生活方面的各项信息,就更容易对产品产生心理依赖,进而培养为使用习惯,因此也更容易留存,成为忠诚用户。就像共同经历过危险和困难的两个人更容易对彼此产生信任和好感一样,环境对心理产生作用,顺带增加了产品在用户心中的好感度。

而首次使用时间一定时,时间间隔越小,留存率越高;类似于记忆形成的规律,在用户首次使用App之后的一小段时间内,应该通过一些线上/线下活动、版本更新、产品宣传等方式,强化应用在用户心里的印象,通过外部刺激形成记忆,产品的形象就可以在用户需要的时候被唤起;因此应该加强在开学初的宣传,并且力度要大。结合用户流失率、流失的地方以及错误日志,可以针对性地改进产品结构、逻辑走向、功能和设计。

1.5 用户组成及转化

表1 用户组成(按周)

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

用户组成可以帮助了解用户结构,为调整运营策略、改进产品提供参考。

重点关注回流用户和忠诚用户,从表中得知:回流用户比例在9.1至11.4期间呈波动上升趋势,10.8-10.14内高达25%,其余时间基本在4个百分点左右。大型节假日结束的时候,学生假期前保存在大脑里的信息基本丢失,需要重新借助App熟悉学校事务安排,因此出现明显回流现象。

忠诚用户数也呈现波动上升状态,有意思的是十一期间用户忠诚度最高,为71.3%,可能是用户注意力转移的结果,其它时候基本维持在50%左右,还是比较高的。用户使用App的情况比较复杂,其成分可能在多个状态之间进行转化,暂时不做详细讨论。

1.6 用户画像

表2 用户地域分布

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

对掌理的用户进行研究,提取共同特征,可以明确用户需求、确定功能优先级等,在此进行一个大致的描述。由于掌理用户的封闭性(全部为本校学生和教职工),因此共同特征较为集中和明显。

表3 用户画像组成

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

二、用户行为分析

2.1 使用时长

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图10  9.4单次使用时长统计图

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图11  9.4日使用时长统计图

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图12  10.4单次使用时长统计图

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图13  10.4日使用时长统计图

由于统计的是单次/日使用App的时长,所以选取用户活跃度较高(9.4,日活近2w)和较低(10.4,日活近5k)的两天进行对比分析。

9.4 单次使用时长集中在11-30秒和1-3分钟,日使用时间则集中在3-10分钟;

10.4 单次使用时长集中在11-60秒,日使用时间集中在1-3分钟;

总体上看,单次使用时长与用户活跃度没有强关联关系,但日使用时长与用户活跃度相关,活跃度越高,日使用时间越长。

用户单次使用时长很短,一般在30秒内,所以关键功能模块应该放置在首页上,或者入口不宜设置得过深。

即使在用户活跃度较高的工作日,日使用时长依然不足10分钟,说明产品的用户粘度还有增长空间,可以借鉴微博、今日头条等业界优秀产品,增加有趣、优质的内容和更新机制,吸引用户投入到App中。(笔者表示刷微博时,时常控制不住自己的手,一刷就停不下来 555)

2.2 应用使用频率

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图14  9月启动次数统计图

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图15  10月启动次数统计图

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图16  11.5启动时间点详情

过去的两个月里,掌理月启动次数产生了横向向右的偏移,9月启动次数集中在1-5次,其次是6-19次,而10月集中在20-199次,200次以上也占到4%左右。

表明随着对应用的熟悉,用户的使用频率在增加,用户的习惯被培养起来,可能是用户在使用的过程中,发现了App更多实用的功能,那么这些用户感兴趣的功能模块是否可以调整布局,放在更显眼的位置呢。日启动次数集中在1-2次,结合图16(上面这个图不够典型,应该找个工作日的,更能说明问题),可以大致推出用户使用App的场景:一般在早上7点-8点(上午上课之前)和下午1点-2点(下午上课之前)之间,用户利用App查询接下来的课程安排。目前课表查询功能放置在App首页,用户还可以添加桌面快捷方式,入口极浅,方便用户操作。

2.3 访问页面个数

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图17  9.4访问页面个数

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图18  10.4访问页面个数

可以看到,用户访问页面个数保持着一定的规律,1-2个页面最多,随着页面的增多,访问次数逐渐减少,跟当日用户活跃度关系不大;但是用户活跃度的增加会使得整体(每个条形高度代表的数值)的访问次数增加。一个功能的页面跳转路径应该控制在一定数量范围内,不宜多,否则会增加用户的学习成本,降低用户满意度,这对产品人员在功能逻辑设计阶段的功力提出了很高要求。

2.4 使用间隔

表4  9.4使用间隔

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

表5  10.4使用间隔

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

可以看到用户使用掌理的间隔一般在0-24小时,表明用户基本每天都在使用App,应用的用户黏性较强。

2.5 页面访问路径及详情

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图19  页面访问路径

整体来说,用户的页面访问路径是比较复杂的,最主要的访问路径如下所示:

  1. 首页-课表格子-回到首页-其它;
  2. 首页-课表格子-某课程详情-回到课表格子;
  3. 首页-校园卡-回到首页;
  4. 首页-其它;

可以看到,课表格子、校园卡与首页之间的转化率高,用户对于查询课表和使用校园卡相关功能的需求是最为迫切的,因此这两部分的用户体验需要得到有效保证。用户使用课表的途径一般包括两种,一是通过首页进入课表,二是添加课表到桌面后,直接点击桌面快捷方式进入,入口浅,用户操作成本很小。

相当多的用户使用掌理时只有一步操作,即打开首页查看某些信息(当前周数、天气、还书截止日期等)或桌面课表查看课程,首页卡片承载的信息量适当增加可以简化用户操作。

其它用户经常用到的功能还包括图书馆、电费、校园网认证等,如果可以细化用户访问了侧滑页面中的哪些功能,就可以考虑将使用较频繁的功能入口调整到首页卡片中,增加用户粘度。

表6 页面访问详情

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

页面访问详情的结果与图一致,用户访问首页和课表格子的比例高达56%,除此之外用的比较多的是校园卡和图书馆相关功能。校园卡平均访问时长最高,为36秒,可能是在进行充值或者挂失等操作;而首页平均访问时长只有4秒左右,表明用户一般只是浏览信息或者作为中转;课表格子、登录、校园网认证页面的跳出率均在45%以上,表明功能耦合性比较低,单个模块即可满足用户需要。

三、渠道分析

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图20  各下载渠道两月内的新增用户数

应用宝在9月中上旬带来的新用户数遥遥领先于其它应用,但是9.23之后一直为零;

ali渠道稳定地为应用输送用户,且与新增用户数趋势一致,在9月初和十一之后的一周出现高峰;

其次是华为、小米等主流手机厂商应用商店渠道。

整体来看,引流效果较好的渠道是腾讯旗下的应用商店(应用宝)和以华为为代表的手机厂商提供的应用商店。腾讯旗下QQ和微信的庞大用户基数为其提供了极大的推广和引流便利,而主流手机厂商通过预装等方式也可以触及大量用户。可以作为后续合作意向的参考。

四、应用版本分析

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图21  多版本下新增用户数变化趋势

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图22  多版本下活跃用户数变化趋势

由于存在多版本共存的情况,为了更清楚地了解较新版本的用户使用情况,只选取2.5.3、2.5.4和2.5.7三个版本进行分析。

9.3-9.14,新增用户下载的版本主要是2.5.3,9.8-9.23,下载版本主要是2.5.4,9.21至今,用户下载的版本主要是2.5.7,新增用户数高峰与新版本上线时间基本一致,表明用户对掌理版本更新的接受度欢迎程度很高,他们乐意体验新功能。随着新版本的上线,老版本用户数下降并且趋于0。

2.5.3和2.5.4的活跃用户数和启动次数高峰出现在版本上线期间,之后一直处于下降趋势,而最新的2.5.7与整体的活跃用户数趋势一致,按周波动,集中在工作日期间。目前来看,最新版即2.5.7的用户群体最大,并且是使用App的主力军。

五、设备/网络/运营商分析

5.1 设备机型

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图23  设备机型分布

5.2 设备分辨率

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图24  设备分辨率

5.3 设备操作系统

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图25  设备操作系统

5.4 网络环境

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图26  网络环境

5.5 设备运营商

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图27  运营商

以上数据的主要目的是:帮助产品、设计、开发、运营人员了解掌理所在的外部环境,从而更好地进行适配和测试,减少错误概率。

总结如下:设备机型集中在MI 6,其次是荣耀的两款机型:STF-AL10和DUK-AL20;设备分辨率集中在较高的1920*1080;操作系统集中在最新的安卓7.0;网络环境主要为:WIFI和4G;设备运营商则主要为:移动,联通,电信三大巨头。设备作为应用的载体,网络环境等作为应用发挥功能的辅助,也是产品设计时需要考虑的因素,特别是丰富的页面呈现效果、流畅的操作体验,应该确保绝大多数用户的设备足以按照开发人员设想的实现。

六、质量监控

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图28  两月以来的总错误数变化趋势

应用错误出现的高峰期在9月中旬附近以及9月初,之后逐渐减少,这与用户数和使用频率也息息相关,可以反映出App的稳健性,在开学初等用户高峰期应做好后台服务器维护工作。

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图29  监控日志

经常出现的错误包括:索引出界异常、空指针异常、数组越界异常等,可以作为程序猿开发过程中的参考,进行有意识地检查、避让。人非圣贤,孰能无过,产品也是如此。没有绝对完美的产品,没有永远不出问题的产品,但是优秀的产品应该尽可能减少错误,尽可能不影响用户的正常使用。

七、行业数据

行业数据是将应用与市面上同类型的产品进行对比分析,了解产品在整个行业的水平,属于横向对比。由于这类应用的用户具有封闭性(通常只有本校学生才能登陆使用),无法一一下载下来进行体验、对比,因此省略。下图是一些与掌理同类型的、来自其它高校的App。

《掌上理工大》数据分析报告:从数据中挖掘你想要的信息

图30  掌理同类型的竞品

八、总结

本文从以下7个方面对《掌上理工大》9月至今的各项数据进行了分析:

用户基本分析

新增用户主要出现在9月初开学季和十一之后,整体呈下滑趋势;活跃用户数按周呈现起伏波动,工作日活跃人数多,节假日少;活跃用户新鲜度有下降趋势;沉默用户数占比低;周用户留存率随着间隔周数的增加不断下降,随着首次使用时间的推移也不断下降;用户组成结构良好,用户忠诚度较高,用户回流则集中在十一之后;基于对理工大学子的特征提取,可大致描绘出掌理用户的画像。

用户行为分析

单次使用时长与用户活跃度无紧密联系,一般在11-60秒,日使用时长一般在1-10分钟,并且随着用户活跃度的增加而延长;月启动次数产生横向偏移,用户在10月的总启动次数远高于9月,结合日启动次数为1-2次的统计结果,可推出掌理用户的典型使用场景,分别是在上下午上课之前;用户访问页面的个数相对独立,一般为1-2个;使用App的间隔不超过24h;页面访问路径围绕“首页”、“课表”和“校园卡”展开,三者之间的转化率也比较高,可以看出用户最主要的需求依然是课表查询;其中“首页”平均访问时长仅为4秒,“校园卡”平均访问时长为36秒,可以大致了解用户在不同页面上进行的操作;“课表”、“校园网认证”等的页面跳出率较高,为45%。

渠道分析

应用宝在9月中上旬带来的新用户数遥遥领先于其它应用,但是9.23之后一直为零;ali渠道稳定地为应用输送用户,且与新增用户数趋势一致,在9月初和十一之后的一周出现高峰;其次是华为、小米等主流手机厂商应用商店渠道。

应用版本分析

新增用户数高峰与新版本上线时间基本一致;随着新版本的上线,老版本用户数下降并且趋于0。

外部环境分析

设备机型集中在MI 6,其次是荣耀的两款机型:STF-AL10和DUK-AL20;设备分辨率集中在较高的1920*1080;操作系统集中在安卓7.0;网络环境主要为:WIFI和4G;设备运营商则主要为:移动,联通,电信三大巨头。

质量监控

应用错误出现的高峰期在9月中旬附近以及9月初,之后逐渐减少;经常出现的错误包括:索引出界异常、空指针异常、数组越界异常等。

行业数据

目前市面上有一些同类型的产品,比如:掌上中南大、掌上南理工等,但是由于权限问题,无法下载体验,因此省略这部分。

最后,所有数据都是为分析其背后规律、挖掘潜在信息服务的。针对上述的各项数据,正文部分给出了一些产品、运营方面的改进建议。希望这款由理工大学生团队自主研发、运营的免费App能越来越好。

 

作者:李兰,某211高校研究生,刚入坑的产品小白。

本文由 @李兰 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自PEXELS,基于CC0协议

推荐使用国内新一代大数据用户行为分析平台:数极客,国内首款支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式;自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客必备的互联网数据分析工具。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,国内首创6大提升转化率的数据分析模型,是用户行为分析领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章