开发者如何利用数据分析提高收入

淡淡的烟草味﹌ 2021-12-03 06:17 287阅读 0赞

**不懂数据分析的程序猿不是好的产品经理**

之前写过一篇关于获取流量的文章，里面提到了数据分析在提升收入里会起到至关重要的作用，笔者有幸毕业后从事第一份的工作便是与数据挖掘与分析相关，做的是网站方面的统计分析，公司是覆盖了几十万中小站长的统计平台，每天漂浮在脑子里的就是各种各样的指标和数据——PV、UV、IP、新增用户、活跃用户、用户属性、页面跳转率、页面到达率、访问深度、访问时长......之后便慢慢学会分析如何在刨除SEO因素的层面去提高一个页面用户粘性；在保持独立变量的前提下去分析广告应该摆在哪个位置可以带来最好的点击率；在现有的内容不变的条件下如何去合理排版减少用户流失等等。之后的工作中逐渐发现数据分析在产品运营以及决策中起到的作用，这不单单是一个企业BI人员需要去做的事情，而在产品的初期设计、推广、运维中无处不在，所以也就出现了开头的那句话。

![17155651-e73848ea5b0f45f49972a3e663f649a4.jpg][]

而到了移动互联网层面上，似乎数据挖掘不是那么好做了，udid取代了pc端的cookie，成为了标识用户的唯一途径，而随着日趋完善的杀毒及防护系统，移动设备用户的行为及属性似乎更加难以捉摸，在数据源获取不准确的情况下去做分析就难上加难了。作为靠流量变现为生开发者的我，从之前潜移默化的工作经验中积累了一些使用数据分析提高收入的一些方法，希望能够跟各位同行们讨论一下。

**工欲善其事，必先利其器**

如果没有合适的工具，光靠眼睛是没法做分析的，好在我们处在一个免费开源的互联网环境中，自然就会有很多优秀的辅助工具出现，web端我们有百度统计、cnzz，移动端我们有Flurry、友盟、TalkingData等，有兴趣的童鞋也可以研究研究Google Analytics。简单调查了一下，目前国内大多数开发者都会使用的友盟统计，所以我这里我就着重讲一下我是怎么使用它的。

友盟改版后的功能和界面与Flurry有着异曲同工之处，虽然本人比较偏爱Flurry的Dashboard（可能是对Ios系统的钟爱），但是对友盟的界面风格以及功能方面还算比较满意，毕竟是工具，实用才是硬道理！

![17155709-253c948d8f1e4d7a8f2eff51b8659454.jpg][]

**学会多维度分析**

和很多同行聊了一下各自友盟的使用情况，总结到的是：很多人每天就看看概况里的新增用户、活跃用户、留存用户等几个指标，稍微有心的会进行一下同期对比，看看数据是增是减，再对比一下在广告平台的数据及收入情况，出入不大就认为正常，如果出入较大就会兴师问罪，其实在我使用的过程中，发现友盟很多功能模块还是非常实用的，比如\[应用趋势\]里的按小时为单位的启动次数统计，你会发现自己的启动情况是有一定的波动规律的，如这款与黄历运势相关的应用，可以清晰的看到每天8-10点的启动次数是最多的，因为里面提供了Push每天宜忌的功能，这个时候便可以适当的加一两条广告，可以达到事半功倍的效果。

![17155732-cef95ed81c1447c58b0aafbac84a6c45.jpg][]

另外统计分析里的“漏斗模型”是经常性被拿出来使用的，可以很容易的去看到用户到达每一个步骤深度的筛选情况，数据可视化后，便可集中的去分析某一步骤带来的影响，以及如何提高某一环节的转化率，比如我这款在游戏主界面加了积分墙的游戏产品，用户首次需要获取一定的积分才能进入关卡，这款应用的新增用户量不少，但是单位用户收入却很低，为了研究积分墙设定的模式对游戏本身的影响，通过\[功能使用\]里的页面访问路径可以看到，在用户打开应用时会有5.5%打开积分墙，30.6%会离开应用，63.9%会试着选择游戏关卡，而在重复2、3步骤时，实际进入到积分墙来获取积分的用户占比只有1.8%。

![17155805-5c1a0901b4704806827ee0349395ceac.jpg][]

从图2我找到了原因：用户首次进入积分墙的流失率竟高达44%！而在重复2、3步骤时的流失率也在17%，由此可见用户刚进入到游戏便加以限制并不是一个很明智的选择，我意图通过游戏本身的吸引力来提高单位用户收入的美好愿景并不可行，所以我乖乖的给予用户免费开通了第一个关卡，而下面的关卡需要一定的积分才能激活，这样不但提高了用户留存率，也相应的提高了一些单位用户收入。

![17155826-b2678eb1a0ca4c0093c4c7cf8280beb0.jpg][]

同时友盟也提供了更为实用的工具——\[事件转化率\]，旨在通过用户自定义事件来进行路径分析，其实此类功能在web统计里就已经脍炙人口，唯一的缺点是对于站长而言，一个页面上的链接、按钮、内容都过于繁多，从而在网站流量不是那么大的情况下，单独定义一个事件的漏斗分析会产生一定的数据失真，导致分析上的偏差，而移动端的优势在于其正好规避了这一点——通常移动端应用的单一页面，不会给予用户多个选择的入口，从而在流量集中的情况下，事件转化率的分析便显得更有效果。

![17155900-a7494586aee74a50ad9b071eb1c3e675.jpg][]

如上述一个有三个步骤的事件模型，分别是广告弹窗、广告（应用）详情介绍、应用下载，其实我们最关注的是最后的一步——广告应用下载，可以结合上下两图来分析几个问题：

1、  步骤2及步骤3的转化率是否达到预期

2、  如何快速有效提高步骤3的转化率

3、  流程设计是否合理

首先，广告从弹窗-展示-用户点击下载这个流程是没什么大问题的，而很明显我们对广告下载率的预期比较很大，因为它决定了最终收入，而1.6%的弹窗-下载其实并不算高，而从上图可以得知，广告弹窗到广告详情展示还是有很大提升空间的，如果尽量的提高用户展示广告的留存率，是否能一定帮助下载率呢？

这里我做了另一个版本：在广告弹出时，不允许用户消除，而必须点击进入详情页才能消除，可见下面的效果：

![17155917-824ad7061c1e4f06ac713c63aefbcdbf.jpg][]

这样大家也就明白了，为什么目前国内很多广告平台将广告消除的按钮故意设计的比较小，或故意将广告语设计的诱人无比，造成用户误点，这是最简单粗暴的增加转化率的方式且屡试不爽，虽然一定程度的强迫和诱导了用户，却也深受广告平台和开发者的喜爱。

**理性看待数据**

现在满天下都是铺天盖地的“大数据”、“云”，笔者有幸参加了几次大数据的论坛及峰会，感觉打广告的多，卖服务器的多，真正作分析的却很少。“一屋不扫何以扫天下”，如果身为一个开发者，自己连做广告营收的关键数据都不清楚，如何衡量一种广告形式的优劣以及广告平台的好坏，就很容易被一些所谓的“大公司”、“大平台”、“大数据”的光环忽悠。其实每天不必盯着数据研究新增用户有多少，活跃用户有几何，只需要以“转化率”、“单位用户收入”为核心来整体考量，然后分不同的广告形式分别评估即可。

转化率：平均每个新增用户的广告下载量/点击量

单位用户收入：平均每个用户的收入

然后结合Banner的填充率、点击率，积分墙的打开量、推广量，插屏的展示量、点击率、推广量等指标分别计算，只要数据波动在合理的范围内，就没必要去计较过多。比如你看到自己今天友盟统计的活跃用户多了，但是广告收入反而少了，那么就要结合新增用户量及广告的展示量来看，是否大部分活跃用户并没有去打开广告列表？

另外需要强调的一点是，友盟统计新增和活跃用户相对会宽松一些，他们最新的SDK会提供给开发者三种发送数据的策略

1、  启动时发送

2、  按时间间隔发送

3、  退出时发送

众所周知移动端定位用户信息是通过Udid号，而我研究了一下，友盟老用户的统计存在一定的生命周期，即过了一段时间之后，这个用户再次访问，就又成了新用户，而广告平台的老用户基本上是永久性的，这点相信不必解释过多，所以基本上友盟的统计数据是大于目前大部分广告平台的统计数据的，不明白的就会认为被扣了量。

其实验证一个广告平台是否扣量的方法很简单，只要看这几个数据：

1、  单位用户收入

2、  数据实时性——即多长时间更新一次

3、  分时段统计的数据稳定性

**多看分析案例**

虽然目前市面上移动广告收入的分析比较少，但大家还可以从其它类型的分析报告中学习到很多东西，个人经验是，艾瑞、DCCI、易观的这种看个宏观数据就可以了，他们也不会给你特别精细的数据，多逛逛36氪，199IT，可以从他们从国外翻译过来的一些报告中掌握一些分析方法，更深入的如RFM模型分析和社交网络分析等，可以去一些知名的数据挖掘博客，推荐blog：

[http://idmer.blog.sohu.com/][http_idmer.blog.sohu.com]

[http://shenhaolaoshi.blog.sohu.com/][http_shenhaolaoshi.blog.sohu.com]

我的blog:

[http://www.cnblogs.com/LilJim/][http_www.cnblogs.com_LilJim]

转载于:https://www.cnblogs.com/LilJim/archive/2013/05/17/3083833.html

[17155651-e73848ea5b0f45f49972a3e663f649a4.jpg]: /images/20211203/9e45f8d638ac44c4a998a72feebb0990.png
[17155709-253c948d8f1e4d7a8f2eff51b8659454.jpg]: /images/20211203/7d2f1bce458c47768df8c493a1c07883.png
[17155732-cef95ed81c1447c58b0aafbac84a6c45.jpg]: /images/20211203/0544277b0c9f4af39a09eb7a2e5fd7be.png
[17155805-5c1a0901b4704806827ee0349395ceac.jpg]: /images/20211203/7f86a8b8d3ba4c0e81d5b2917b4361b7.png
[17155826-b2678eb1a0ca4c0093c4c7cf8280beb0.jpg]: /images/20211203/0f19b58f21224c6c836aeeca4f757108.png
[17155900-a7494586aee74a50ad9b071eb1c3e675.jpg]: /images/20211203/54f1ff7e6cca4e67be617fe3d32d862e.png
[17155917-824ad7061c1e4f06ac713c63aefbcdbf.jpg]: /images/20211203/5f3a93958714445385e1cb17ecd7d2fe.png
[http_idmer.blog.sohu.com]: http://idmer.blog.sohu.com/
[http_shenhaolaoshi.blog.sohu.com]: http://shenhaolaoshi.blog.sohu.com/
[http_www.cnblogs.com_LilJim]: http://www.cnblogs.com/LilJim/