对一款APP的数据监控、分析过程，是否也和这个减肥健身的过程有异曲同工之妙？

1. 写在开头

“凭感觉”和“看数据”可以说是做产品设计中的两个主流方法，而在“看数据”这个方向上，有很多量化工具可以使用，正巧儿最近人人都是产品经理举办一个评测活动，有幸体验腾讯移动分析平台，也让我从新思考及整理自己对数据分析方面的一些浅见。

从新思考整理对数据平台的需求是，我想这个和胖子想减肥的需求有某些类似（我是个胖子）。而大概的经历如下：

• 医院：最开始因为肥胖引起某些不适而去医院检查，各种化验之后，告诉我是否是一个医学上正常人，然后发现还好，不是病；
• 健身房：那么为了减肥，转战健身房，从最开始的教练带着减脂，到后期一些人结伴锻炼，练胸、练背、练腿等等，通过大家的经验来提升自己；
• 选美比赛：（假设）希望有一天自己减肥健美成功，可以靠体型吃饭。

而对一款APP的数据监控、分析过程，是否也和这个减肥健身的过程有异曲同工之妙？

2. 医院-发现问题

大家都有去医院的经历（当然我希望你没有），医院为判断某人是否生病，需要各种化验及检查，以便通过量化方式来判断，如果没有病，皆大欢喜；如果有病，那么就要继续查问题到底在哪、原因是什么，然后就需要对症下药。而做产品就像是做家长，一个APP就像是一个孩子，各个家长都希望孩子健康成长，此时除了家长本身的信心、愿望这些主观判断外，也需要客观的判断，也就是可量化的判断，此时就需要数据平台闪亮登场。

上图是一张医院血液化验单，大家可以很容易看出那些数值有问题，图片中有四个数值是在参考值之外，这就是数据呈现出问题所在，而有些X光或者CT片子上还会写明病症。那么当我们看一个数据分析平台的数据时，是否也应该得到类似信息？

2.1 新增用户 – 纵向分析

如上截图为后台数据，显示2018年5月4日到同年6月3日的新增用户变化趋势，我们可以知道数据上升的转折点，但是这个转折点和那些因素有关：

• 是渠道为主吗？
• 如果是渠道，哪个渠道为主？
• 是版本为主吗？

如果是版本，哪个版本为主？

所以是不是没有医院的化验单简单明了？在此部分，针对某个数据的异常变动（异常由用户设定或者结合行业考虑），我们可以引入贡献率/拉动百分比分析，这是一种常用的纵向分析方法：将大维度变动拆分到其下一级小维度来分析。而针对此次新增用户可能原因及呈现结果：

• 可能是因为我们在某个渠道做推广（CPA等），导致某个渠道上升幅度特别大，而通过其下一集小维度——渠道分析，我们可以马上知道是否是由这个推广渠道带来的增量提升；
• 可能是因为新版本上线某个特别功能，比如说注册领券、拉新领券等活动导致这个版本一上线就新增很多，而此时新版在新增中的贡献率应该最高，马上可以知道这次改版效果显著；
• 可能是市场整体趋势变化，或者某个特有内容/功能导致，比如世界杯期间某平台有唯一转播权，而此时各个安卓渠道的贡献率都会比较正常（与历史比较），此时App Store的下载量也会明显上升；

实际情况中，渠道推广往往是提高新增用户的一个很主要原因。下面以渠道贡献率做一简图，针对各个渠道和版本可以用相同方法更详细的计算，以便让开发者更快确定变动的主因。

2.2 播放器改版-横向分析

除纵向分析外，还有一常用方法是横向分析：在同一个维度上进行横向比较。

之前做在线视频产品时，有一次播放器大幅度改版，在Android渠道全线铺开并且该版本占比很高时，发现一个问题：最近Android的DAU在下降。

这个问题的严重程度无需累述，那是不是因为改版导致？当时App Store审核周期比较长，还在审核中，如果改版导致，那么是否要赶紧把在审核中的iOS版本撤回？此时需要横向分析来看：iOS的DAU是否也下降。当我们查看时，发现IOS的DAU也以几乎相同趋势下降，此时可以发现，不是播放器改版的问题（因为IOS并没有改版），这就是通过横向来解决问题。

而当我自己建立一个看板，想将同一个指标的Android和IOS放入同一个折线图中时，发现好像是不行，如果因为两个量级差距过大，其实可以采用双坐标轴的方式呈现。DAU只是一个维度，在某些分析中，可能需要更多的Android与iOS的对比分析（比如留存率、人均时长、某些关键路径的漏斗模型等），来确定是否是非功能问题。

上面的问题引申出另一个问题：为什么IOS和Android都下降哪？答案是：因为开学了。

2.3 留存问题 – 行业对比

“开学了”这个答案可以意会，但是并不是所有问题都能意会。而此时更好的办法就是看“行业数据”。如果A视频软件的DAU下降了，而相同分类 — 在线视频 — DAU都有相同趋势的下降，那此时就是市场风险，起码可以不用那么担心。如下是一张应用宝中分类部分截图，各个分类可以看做一个“行业数据”的采集范围。

我们再从留存率进行阐述。互联网流量为王，都希望自家APP能有更多用户、更长使用时间，但是也需要了解下自己给用户带来的服务/功能体验是否真的达标。那么如何像判断一个人是否健康一样，判断我们是否达标哪？此时需要引入行业数据，需要竞品间的数据进行对比。简单来说，可以用应用宝中当前APP所在分类中的留存率均值来作为达标值。这样我才知道“我是否达标”。如下是留存率与行业对比，与医院化验单展示形式类似。

通过三个例子的阐述，我认为数据分析平台首先应该码提供三个维度分析，简称“三维分析”（个人总结，如有雷同，实属巧合），而不仅仅是数据的展示。

• 维度一：从时间维度上看，当前的趋势是否合理；周期性的对比（天、周、月等周期），而且也需要行业数据，比如上面说的留存率问题；
• 维度二：当前时点的横向维度对比，比如上面说的Android的DAU和iOSDAU对比；
• 维度三：当前维度的纵向细分对比，比如上面说的新增用户问题。

如下图所示，画的丑就是为了让你印象深刻（皮一下，很开心）。

3. 健身房-强化提升

虽然已经是一个达标的APP，但是也不代表就此不求上进，正所谓“不满是上进的车轮”，而在个人健康上的精进很多就是发生在健身房里，而健身房就是为了某个局部（或者是整体）来提供强化提升方案。而作为一个数据分析平台，是否也能提供这种能力哪？

3.1 渠道ROI

上一部分提到新增用户分析，如果当用户新增量和质量（次日留存）都差不多的时候，我们该选择哪个渠道拿？此时就有点类似健身房的私教阶段，需要局部增强，但是不知从何做起。此时的数据平台不但要分析质量，还要分析性价比，也就是各个渠道的ROI，在每日新增、次日留存和单位成本间去寻找一个更加适合的状态，比如选择人均次日留存用户成本最低的那个渠道。数据分析平台可以统计收益，至于总成本，让用户自己填写即可。

3.2 复用率

在和电商朋友沟通过程中，发现用户使用超过三次返利平台后，成为忠诚用户的概率会大幅增加，那么此时就要设计如何来让用户复用超过三次，通过不同Android渠道来做是可以的，通过自己搭建AB test后台来测试也是可以的。但是，现有的方式都需要自己再结合数据分析平台来分析，那么数据分析平台是否可以承接AB test的能力，直接结合数据能力，产生结果？

流程对比如下图，从原来左侧所示在配置环境后台、数据统计后台、数据分析（很可能是Excel）间将数据传递，我们不如将配置、采集和结论都放到数据分析平台，既能节省开发时间，又能增加实验效率，同时能兼顾多组实验。

当我们发现自己是一个“正常且达标的人”，同时通过健身房私教进行“局部加强”后，慢慢会发现私教已经无法满足我们需求，那么此时最好的方式就是找到小伙伴，通过伙伴的经验、体会来提高自己。但是这个在数据分析中未必走得通，因为毕竟是竞品。但是不代表思路不可以交流，方法不可以分享。所以数据分析平台也可以是一个数据分析人员的交流平台，做社交是腾讯的强项，不再累述。同时我们也可以结合数据分析平台的先天优势，从现在的“开发者通过平台来观察用户”，变成“开发者通过平台来观察开发者如何通过平台观察用户”（有点拗口，建议看图），而这就是一个大家的“人工”让大家“智能”的过程。

• 比如在线视频行业的开发者都比较关注DAU和人均时长，那么如果你是一个在线视频的新开发者，那么直接推荐这个行业看板给你即可；
• 比如清理类工具比较关注的是MAU，那么如果你是一个清理类工具的新开发者，那么直接推荐MAU看板给你即可；
• 比如电商类关注复购率及购买流程漏斗模型，那么如果你是一个电商类的新开发者，那么直接推荐复购率及购买流程漏斗模型即可。

4. 选美比赛-充分变现

有了强健的体型，是否要将体型变现？现在平台可以通过用户挖掘的手段，借助广点通等渠道找到那些人是我们APP的用户，那么数据分析平台是否可以把自己变成一个内容和活动运营的分发平台哪？我们只负责生产内容，而平台帮助我们在已有的用户中找到最可能喜欢这些内容的用户，也就是将数据分析平台的数据作为推荐系统的原料来使用，然后通过三级价格歧视赚取更多价值。

所以，此时内容平台方做的类似是一个智能分发的平台。我们知道我们产生的内容强项是什么，而平台知道我们的用户中，那些人喜欢这些内容。

写在最后

数据分析过程中，在数据准确的采集后，应该注重的是分析，而不是凉凉的展示；

数据分析过程中，应该用三维分析法，找到相关关系/因果关系，而不是无方向的探索；

数据分析过程中，要充分利用行业数据及同行经验，让分析更加便捷高效，而不是重复造轮子；

数据分析过程中，要充分利用数据的能力进行扩展（AB test、内容分发），而不是仅仅分析数据。

一点不成熟的小看法，供参考。

相关阅读

腾讯移动分析产品测评大赛报名开启，丰厚大奖等你来！

腾讯移动分析测评大赛结果公布｜这一次，且听我娓娓道来

作者：代成龙，人人都是产品经理专栏作家，智能硬件创业公司产品狗，从视频巨头公司到玩智能硬件的公司，继续产品设计工作。

本文为「人人都是产品经理」社区和腾讯移动分析联合主办的“腾讯移动分析测评大赛”中的三等奖作品，未经许可，禁止转载。

题图来自 Pexels，基于 CC0 协议