行動數據分析初學者手冊 - mobile analytics guide basic

行動數據分析初學者教戰手冊Ya h o o F l u r r y 亞太區團隊製作

2 Yahoo Confidential & Proprietary

歡迎來到行動數據分析 101 ！這份文件適合這樣的您：• 公司主管 (CXO)• 產品經理• 行動開發者• 行銷企劃人員• 數據分析師• 流量成長駭客（ Growth Hacker ）• 使用者經驗設計師 / 研究員• 任何關心產品成長的人

本文件將會提及…• 基本的指標與分析方法• Flurry Analytics 特色功能的實作• 國內外知名產品應用的實際案例

目錄為什麼您該用 Flurry Analytics ？【心法篇】行動數據分析入門指南（指標篇）行動數據分析入門指南（方法篇）【實戰篇】特色功能 -1 ：用戶輪廓（ Persona ）特色功能 -2 ：用戶獲取分析（ UAA ）特色功能 -3 ：用戶回訪分析（ Retention ）特色功能 -4 ：事件追蹤分析（ Event ）【案例篇】 Overstock 如何透過 Flurry 提升 25% 的人均購買量 PicCollage 透過 Flurry Analytics 大幅提升使用者體驗

4

613

21222324

2628


為什麼您該使用 Flurry Analytics ？

對於所有初創或小型的團隊而言， Flurry 無疑是一套非常強大的數據分析工具，原因有三點：1. 完全免費2. 擁有大部份數據分析所需的功能，且容易上手3. 可藉由 Flurry 完整的資料庫與預測模型借力使力，快速成長

分析工具所在多有，但對初創公司而言，真正的問題出在於「沒有足夠的資料」， Flurry 早在 2008 年就已進軍行動數據分析領域，全球平均一支手機有 7 個 App 裝有 Flurry ，透過此龐大資料庫的模擬系統， Flurry 就能提供諸如標竿分析、使用者輪廓分析等功能，供開發者在早期即能進行數據比對

行動數據分析初學者教戰手冊（心法篇）


行動數據分析入門指南（指標篇）

觀念釐清：請先定義“一項”關鍵數據指標許多企業主常會問：「我想讓產品快速成長，什麼指標是重要的？」很遺憾，萬用指標並不存在，隨著產品性質、成熟度的不同，關鍵指標也不盡相同，事實上，成長最難的從來不是「如何去分析」，而是如何去定義「該分析什麼」

心法篇

“ 每月活躍用戶對我來說比較重要！”

“ 每天發送的訊息數對我來說很重要！”

“ 每天的售貨數對我來說更有意義。”

“ 比起傳統的頁面瀏覽數，我更在乎檔案瀏覽數。”


行為指標 V.S 財務指標心法篇

行為指標： New Users, Active Users, Session, Conversion, Retention, Churn…

財務指標：ARPU (Average Revenue Per User),ARPPU （ Average Revenue Per Paid User ） ,ARPDAU (Average Revenue Per Daily Active User)

Flurry 得以提供的

分析人員或產品經理的分析能力


想不到？這些指標或許是個不錯的開始…（ 1/4 ）心法篇

① 宏觀指標較為通用，能夠幫助開發者快速檢視 App 的健康程度，但是說明的僅僅是現象，若要進一步分析原因，這些指標是不夠的，建議搭配其他進階指標一同分析下載數（ New User ）：有多少用戶下載了您的產品，可以分別以每日、每週、每月檢視活躍用戶（ Active User ）：每日有多少用戶有開啟過您的產品，可與下載數相除造訪次數（ Session ）： App被開啟的次數，可以分別以每日、每週、每月檢視

進階議題 1. Session 的明確定義：各家分析工具有不同的定義，以 Flurry 而言，若您的 App被拉到主畫面後（如按 Home 鍵）超過 10秒以上，將被判定 Session結束。但 Flurry允許開發者自行定義此指標2. 組合上述指標：許多分析者會將 DAU/ MAU 視作活躍指標、（ DAU-DNU ） / DAU 視作忠誠度指標，我們建議您可以試著組合上述宏觀指標，找出最適合的觀察指標



② 用戶群像指標與其他指標不同的是，這些指標通常是質性而非量性指標，可以幫助開發者更精確地抓住用戶的樣貌，並藉此調整產品或設計行銷活動人口統計指標（ Demographic ）依照年齡、性別、地區、語言進行分析，但通常較難從這些指標中萃取有意義的洞察行為指標（ Behavior ）了解您的用戶還下載了哪些類型的 App ，開發者可從用戶的行為觀察他們的喜好，進而思考可能的行銷切入點用戶輪廓（ Persona ）用戶輪廓是 Flurry獨有的功能，我們創造了一個大型的用戶模型，並依據用戶的行為指標將其歸類成某一種樣貌，協此開發者更具象化目標客群的樣貌進階議題用戶輪廓到底有什麼：目前 Flurry 所建立的用戶輪廓超過 40種，包含商業專業人士、電影愛好者、新手媽媽等…詳情可點此瞭解更多，另外值得注意的是， Persona 的分類依據是透過 App 的使用

行為而非僅人口統計變數

http://www.flurry.com/sites/default/files/resources/Personas%20vF.pdf



③ 用戶活躍度指標活躍度指標可以與用戶路徑（ User Path）交互比對，瞭解用戶是如何使用我們的產品的，從用戶的角度看產品的定位是什麼，尤其對社交型產品而言，活躍度是相當重要的一項指標

每次使用時長（ Session Length ）：用戶每一次造訪的總時長， Flurry採計中位數而非平均數，可以幫助我們了解我們屬於沉浸式的產品或是嘗鮮式的產品，可與頻率交互比對使用頻率（ Frequency ）：用戶每天 / 週 / 月造訪的頻率為何，可以理解用戶對產品的成癮程度為何，通常交友與通訊軟體的頻率會相當的高



④ 用戶忠誠度指標如果您的產品在較為早期的階段，我們強烈建議您用忠誠度作為關鍵指標，原因在於忠誠用戶的價值與一般用戶相差甚遠，根據統計，約有 20% 的用戶在用過一次後就不再使用，從終身價值來看是非常有損害的一件事回訪率（ Return Rate ）經過某特定時間後，還有多少比例的用戶會回頭造訪，業界主流指標視 1日、 7日、 14日、30日為通用回訪指標流失率（ Churn Rate ）在特定時間內，用戶下載後就不再使用的比率，這項指標比回訪率更具代表性，可以搭配客群分析，找出關鍵流失客戶


好的，我明白關鍵指標很重要，但是該如何分析才會產生有意義的洞察呢？


行動數據分析入門指南（方法篇）心法篇

用戶分層分析請專注在某一種關鍵用戶上即可。您可以透過背景（年齡、性別、地區、語言）、曾使用過的活動（ Event ）、使用頻率（ Frequency ）進行分層，得到這些分層後再回頭去看各分層在下載數、黏著度上的表現

（此為Flurry後台真實介面，帳號為範例帳號）

切換為付費用戶的回訪狀況

Cohorts: Segment based on acquisition date

Usage Level: Define heavy, regular & infrequent users

Events: Any event, parameter, or value you specify

Demographics & Geography: Age, gender, location, language and more

Acquisition Source: Segment by channel & campaign

到底能分哪些客層呢？Segment Your Audience Your Way

心法篇



行銷活動與渠道分析除了客群分層外，開發者亦可自訂用戶是透過什麼「活動」及「渠道」發現產品的，即是以「獲取方式」作為分隔基礎，常見的用法為追蹤新用戶的使用狀況，用以辨別某項活動 / 渠道獲取的用戶價值高低，藉以計算行銷時的 ROI

切換不同的品質標準




漏斗分析對不靠販售廣告的行動應用而言，關鍵行為的轉化非常重要：「用戶到底是在哪裡流失的？」是最重要的議題，因此， Flurry 提供了漏斗分析，開發者可以自訂關鍵路徑，並觀察用戶的行為變化，再透過用戶訪談、 A/B Test 等測試方法去尋找背後真正的原因為何，是非常實用的分析技巧。（需加裝事件追蹤碼）

（此為Yahoo民調中心的漏斗流程）



標竿分析Flurry 也有提供強大的標竿分析功能，開發者可以同類型 App 的平均水準為標竿，衡量用戶的活躍程度是否健康（例如：比對 Session Length 與 Frequency ），此對於資料較不足的初創團隊可以說是一大福音


同類型網站使用時長


其實一切都是為了一條公式… LTV>CAC心法篇

說了這麼多的衡量指標與分析方法，其實都要回歸到一個最簡單的問題：「我的 App 能賺錢嗎？」剖析一下這個問題，我們得到了 LTV （用戶終身價值） >CAC （用戶獲取成本）這條黃金公式，當 LTV遠高於 CAC時，公司才有成長潛能，上述的指標與方法不外乎就是試圖提高 LTV 、降低 CAC ，由於對客戶價值的定義有所不同、我們所經營出來的生命週期也有所不同，所以我們再次強調，沒有萬用的指標，一切都操之在我們註：LTV （顧客終身價值）＝預期生命週期 x 平均每用戶貢獻收入 x 毛利率CAC （用戶獲取成本）＝總獲取成本 / 總用戶數

行動數據分析初學者教戰手冊（實戰篇）


實戰篇寫在實戰篇前 — 了解「我們該做什麼」

任務一：了解用戶任務二：觀察用戶使用行為，藉以優化產品體驗

獲取使用回訪

Persona UAA RetentionEventFlurry 提供了


特色功能 -1 ：用戶輪廓（ Persona ）實戰篇

介紹

操作

相信大家應該都聽過用戶區隔 (User Segment)的概念，而用戶輪廓 (Personas)則是更深入地針對目標族群 App使用行為進行探討，藉由前述 Flurry龐大的使用行為資料庫，我們得以建立精準模型、將各種用戶分類，如電影狂熱者、貓咪愛好者、商務旅遊者等等，有了「用戶輪廓」的建立，開發者便能更深入了解您的 App 該如何針對目標客群調整產品與宣傳方案，以提升用戶黏著度除此之外，用戶輪廓也是 App 開發商與廣告主談判重要的籌碼，了解用戶結構後更能幫助廣告主進行精準投放

Step1: 點選 Audience中 Persona 功能 Step2: 觀察用戶分佈，此資料每 2 周會更新一次



特色功能 -2 ：用戶獲取分析（ UAA ）實戰篇

介紹

操作

身為 App 開發者，我們常會需要透過各種宣傳活動（如 : Line coin, native ad, banner … ）來增加下載量，然而，這些用戶真的有價值嗎？透過 Flurry 所提供的用戶獲取分析，不但可以持續追蹤各通路或活動發表後的點擊次數、下載安裝數（比例），還可以追蹤用戶的投入程度、品質百分比等等，以確保用戶不會在下載完之後就不再開啟 App

Step1 ：在 User Acquisition建立一個活動、通路以及目標 App ，並針對需求設定品質指標。最後，填入活動來源的 URL碼後即完成設定

Step2 ：交互對照不同的活動與通路產生的效益如何，此外， Flurry 也提供數項品質指標，如 “兩日回訪用戶”與“七日回訪的用戶”等，這些指標可以幫助開發者了解除了數量以外，這些獲取的用戶究竟有無黏性與商業價值

Step3 ：一旦建立特定獲取方式後，開發者可觀察該來源用戶的其他使用狀況與忠誠程度。（附圖為檢視特定時間某來源獲取狀況）此分析即用戶獲取方式分析



特色功能 -2 ：用戶回訪分析（ Retention ）實戰篇

介紹回訪用戶（內地稱作「留存用戶」）是初創團隊最重要的數據指標之一，指的是下載您的 App 一段時間後仍繼續使用的人，這群用戶不但忠誠度較高，對開發商來說也更具商業價值在正式進行分析前，我們強烈建議您定義屬於您的回訪週期，業界流傳著「 40-20-10 」的規則，也就是隔日回訪率（下載後隔一天會使用的，以此類推）要達到 40% 、七日回訪率要達到 20% 、三十日回訪率要達到 10% ，才能稱作一個較為健康的產品狀況，當然，這些指標會因每個產品不同的屬性、內容以及使用情境而異操作

回訪分析

流失分析

Step1 ：透過 Retention中的 Return Rate 觀察特定時間的回訪狀況，可進行時段比較

Step1 ：透過 Retention中的 Rolling Rate 觀察特定時間的流失狀況（ 100%-Rolling Retention Rate= Churn Rate ）

Step2 ：可透過不同的 Cohort（在某日下載的人群稱為一個Cohort ）交叉檢測，因果性一目了然，可用於檢測推廣效果 Step4 ：開發者可以切換不同的目標客群，藉以觀察關鍵用戶的回訪、流失狀況（用戶分層分析的一種）



特色功能 -2 ：事件追蹤（ Event Tracking ）實戰篇

介紹

操作

在進行產品功能設計時，我們必須了解一項關鍵問題：「用戶是怎麼使用我的產品的？」在 Flurry中，開發者可以自行設定事件（及用戶使用的功能或執行的某項動作），每個事件中可以含有不同的行為參數：如用戶點擊性別欄（事件）、勾選男性（行為參數），透過此設定，開發者就能清楚掌握使用狀況，但是事件追蹤目前仍須額外添加追蹤碼才能啟用

Step1 ：點擊 Event中的 User Path ，可以瞭解使用者的路徑偏好為何

Step2 ：若想針對某特定造訪進行深入分析，則可使用 Event Log與 Event Summary 的功能Step3 ：若想測試新功能或新介面，則可利用 Funnel 的功能設定特定流程，再去看個階段的流失率如何（即漏斗分析）

以上事件分析都能依照不同的客群與渠道進行細部的分析（此為Flurry後台真實介面，帳號為範例帳號）

行動數據分析初學者教戰手冊（案例篇）


Overstock 如何透過 Flurry 提升 25% 的人均購買量（ 1/2 ）案例篇

背景

目標

Overstock.com 是美國知名的線上零售商，目前公司已成功上市，主要業務是販售線下零售店未賣完的剩貨，商品內容包含大型傢俱、家裝以及各類服飾， 2010 年 Overstock正式將其 App 上架，開放消費者也能透過行動應用程式瀏覽、搜尋以及購買商品

Overstock於 2013 年導入 Flurry Analytics，希望藉由數據分析來優化使用者體驗，而為了優化體驗， Overstock想先了解自家 App在 iPhone與 iPad上的操作體驗有何相異之處


Overstock 如何透過 Flurry 提升 25% 的人均購買量（ 2/2 ）案例篇

過程為掌握用戶行為， Overstock產品團隊開始追蹤各種不同的使用者事件（ Events），包含搜尋行

…為、滑動目錄頁、點擊放大圖片以及看網友評論等不久之後，兩者差別漸漸浮現，我們發現， iPhone 用戶偏向目標導向，搜尋特定商品的行為也較 iPad高出 4-5倍，反觀 iPad的情境則較為瀏覽導向，以滑動行為而言， iPad多出 3倍之多，了解這點後， Overstock馬上開始著手修改介面設計，在 iPhone上主要修改了搜尋引擎的機制與流程；在 iPad上則是將商品圖片放大，強化其視覺效果等

結果此次改版的結果提升了以下數據的表現：1. 搜尋優化後， iPhone的應用程式內購買者（ In-App Purchasers）提升了 70%2. 圖片優化後， iPad的應用程式內購買者提升了 30%3. 平均每使用者應用程式內購買（ In-App purchase/ Users）提升了 25%


PicCollage 透過 Flurry Analytics 大幅提升使用者體驗（ 1/2 ）案例篇

背景PicCollage 拼貼趣是知名的免費相片組圖 App,目前全球已有將近1億使用者。隨著相片組圖App越來越多元化， PicCollage不斷的推出新的介面設計與進階功能以提供更卓越的體驗給使用者，以增加市場競爭力

目標1. 提升模板的使用率2. 提升使用者完成拼貼的轉換率


PicCollage 透過 Flurry Analytics 大幅提升使用者體驗（ 2/2 ）案例篇

過程PicCollage團隊自 2011年即開始使用 Flurry，期望透過 Flurry了解使用者在 App 的使用行為。其中，他們特別關心在事件分析（ Event）、使用者區隔（ Segment）與使用者行為（ Usage ）等功能

為提供更好的使用者體驗，產品團隊調整了起始介面（ landing screen ），並想了解其改變對於使用者的點擊率及分享率的影響

透過 Flurry的 Funnel Analysis ， PicCollage團隊發現新介面推出後，每一步驟的轉換率都略有提升，而改版後，模板的使用率確實有顯著的提升，此外，在 iOS/ Android 上使用者體驗也不盡相同。未來，他們將透過更進階的客群分層了解不同使用者對改版後介面的接受度差異 ,進而優化產品以提升使用者體驗

左圖為原介面 :採簡潔直觀的設計，並未凸顯模板的功能右圖為新介面 :強調模板的設計，期望能提升模板使用率

Picollage目前持續擴大徵才中，有興趣可至此頁面瞭解更多


三步完成 Flurry Analytics安裝① 請至 developer.yahoo.com 免費註冊會員② 下載 Flurry 提供的 SDK封包③ 將 Flurry兩行編碼加入您的 App中

https://goo.gl/rn7sLB


Flurry 洞察：分析與獲利 (中文版)

（由 Yahoo ！官方所維護）Mobile Analytics Taiwan/ 行動數據分析

（非官方維護，僅為業界交流社團）

更多訊息請至…

其他 Yahoo 行動開發者套件 FLURRY INSIGHT (global site)

http://goo.gl/Lnx5s5





https://www.facebook.com/groups/1537840879811406/

https://www.facebook.com/groups/1537840879811406/

http://goo.gl/vDPp0u



https://goo.gl/JxLA3E

行動數據分析初學者手冊 - mobile analytics guide basic

Mobile

Transcript of 行動數據分析初學者手冊 - mobile analytics guide basic