网站和移动端APP分析师必备技能


第20章

User

四个任务

作为一个网站分析师或移动端APP分析师,通常会有四个主要任务:

  • 发现趋势并整理数据报告。
  • 分析线上营销的获取策略,并挖掘新的机会和/或者新的策略。
  • 理解线上(和/或者应用端上)访客的行为和体验。
  • 持续跟踪趋势与细节。

三个步骤

为了完成这四个主要的任务,网站分析师和/或者移动端分析师一般需要经历以下三个步骤。

  • 数据收集 – 收集存储用于生成报告的原始数据。
  • 数据报告 – 处理原始数据,呈现作为分析报告的数据。报告可能是表格或者图形或者两者兼而有之。
  • 数据分析 – 仔细检查数据报告,希望能找到击中要害的数据和/或者提高业绩的深度观察

这三个阶段是数据分析(网站数据和移动端数据)中的传统步骤,让我们看一下每个步骤。

第一阶段:数据收集

你的网站数据能够通过网站服务器日志文件和/或者网站分析工具获取。

网站服务器日志文件

网站日志分析在日志文件中抓取并储存原始数据。

在利用日志文件数据作为分析数据之前,作为网站分析师你首先需要确保你的网站设置正确并且被日志文件正确的获取和存储。

网站分析工具

大多数网站运用至少一种有时候甚至多个网站分析工具

为了使网站分析工具能够抓取你的网站基础数据,首先需要按要求布置基于Javascript追踪代码到网站的所有页面。

如果需要一些其他的用户行为数据的话,你还需要布置一些高级/自定义的追踪设置。

移动端APP分析工具

大多数移动端APP分析工具提供SDK(也就是说,IOS 客户端的SDK以及安卓客户端的SDK)。为了使移动断分析工具从你的移动端手机到数据,你首先需要安装SDK到移动端。

第二阶段: 数据报告

数据一旦收集好了,下一步就是抽取出终端用户需要的数据。在第一阶段收集的原始数据需要转化成报告,有两个主要目标:

  • 常规性数据报告
  • 临时性数据报告

常规性数据报告

这类报告需要每天一次,每周一次或者每月一次的规律性的被收到。基于报告的接收者,这类报告被分门别类到不同的水平。一个行政管理人员(比如公司的CEO)需要高层级的报告显示公司每一个主要部门主要的收入数据。运营经理将需要中层级的数据报告,这类报告允许他们追踪每个独立团队负责的产品中的“潜在问题”。

临时性数据报告

这类报告不会以任何固定的周期运行。通常情况下,临时性报告是为了查看某个一次性的线上活动目的而产生的。当需要深入挖掘数据发现问题时也会需要临时性报告,这些问题可能是某个既定的KPI数字在过去两周内下降,运营经理需要比较详细的临时性报告去找到藏在下降背后的原因。

网站和移动端APP分析工具

典型的网站分析工具和/或移动端分析工具会在用户界面以生动的图形提供很多基础数据,并且通常情况下这些报告能够以电子表格的形式下载下来。预制报告可以让你快速查看比较高层级的数据趋势。

你使用的特定的网站/移动端分析工具,决定了你是否能运行高级细分和/或者编制自定义报告。运行高级细分和/或者编制自定义报告会让你深入一个或若干个层级,进而分析出真正的商业问题。

网站服务器日志文件

用网站服务器日志分析,日志文件通常是大到难以运行的文件。一个中等大小的网站的每天的日志很可能超过25G。你可能需要用一些第三方的日志分析工具把数据编制道报告中。

你需要非常熟悉网站日志文件抓取数据的原理以及哪些数据是可以用的。网站服务器日志文件让你有能力“记录”下来访客进入你的网站后加载的所有文件,你能够比较容易的看到你网站的哪部分“零件”没有响应用户的请求。

交易数据和/或者客户数据

你的商业智能(BI)团队或许已经抓取了交易数据和/或者客户数据并且将他们存储在了数据库软件中(后者多个数据库),比如,Cognos, 微软报告服务等。在这里,交易数据和/或者客户数据应该已经处理成了人类可以读取的报告。

接下来的步骤就是将交易数据与你的网站分析和/或移动端数据联系起来。只有建立了这种连接之后,你的报告才近乎表达了你的用户的完整图像,从他们如何与你的网站(或移动端)进行互动到他们完成的交易(或者说购买)。

为了建立这种联系,你可能需要用你的SQL 查询本领直接从资料库(或者数据库)拉取出数据。

对于广告活动追踪的分析

如果你使用一个或者一些第三方的平台(比如 Kenshoo, Marin Software,等)去追踪广告活动的表现,那你就需要拉取数据并将你的网站/移动端分析数据与交易数据建立联系。

第三阶段:数据分析

Excel 和可视化报告工具

对于数据分析,类似Excel和一些第三方可视化报告工具(比如,Tableau)是非常重要的。

作为一个网站和移动端数据分析师,你的80%的时间单独花在Excel工具上是非常正常的。当然能够使用两个Excel特色的数据透视表和V-lookup也是非常重要的。

R & Python

学习难度相对高的工具,包括R、Matlab、甚或Python。当需要复杂的分析时,你可能需要他们中的一个或者多个来帮助你建立数据模型。



数据分析技术白皮书在2016年11月正式出版。

英文版:Skills Web Analysts and Mobile App Analysts Must Have – 繁体中文版:网站和移动端APP分析师必备技能







数据分析技术白皮书上的内容按下列许可协议发布: CC Attribution-Noncommercial 4.0 International

Gordon Choi's Analytics Book