最后一篇文章讲述了数据中台实战(6):交易分析 流量分析的核心是每天有多少用户来到你的平台，他们去了哪里，在那个位置消费。


针对这些问题，我们做了几个功能: 网页分析可以监控每个网页的流量PV、UV、浏览时间，跳出率； 通过对坑位流量的分析，我们可以看到每个坑位每天产生多少流量，产生多少交易量； 通过路径分析，可以看到用户来平台的路径是什么，从那里进来，走到哪里。


这些功能是通用的，几乎每个互联网产品都会使用。


前端产品只要做相应的埋点，就可以自动输出数据，支持N条产品线的流量分析。


一、网页分析 先说网页分析。


第一步是和产品线的产品经理沟通。


现在有哪些网页，网页的地址，网页的名称，网页是否在数据库中管理。


不幸的是，我们的网页没有管理，我让产品线的产品经理输出所有现有产品的网页名称和地址。


由于没有管理，我们不得不将此表格导入数据库，并将中文名称定义为网页的英文名称，以便于操作和理解数据。


电子商务产品的主要网页如下： 推广落地页，投票sem广告中使用的页面通常是注册页面； 一般来说，用户进入产品的第一页； 商品列表页面，从主页坑、搜索、分类等进入查看商品的页面，一般是多种商品； 商品详情页，单个商品介绍页； 购买卡车页面，用户购买商品后的页面； 下单页面，用户提交订单页面； 用户选择支付方式的支付页面； 收集个人中心页、用户编辑数据、领取优惠券等功能。


有两个核心页面要讲，一个是推广页，一个是商品详情页。


推广页面一般都是付费推广，每天访问人数、点击次数、每一步的转化率直接影响到我们的投放ROI。


推广页面的流量一般都很大同事需要每天监控PV、UV如果发现这两个指标暴涨暴跌，就要及时查明原因，及时解决，所以给出趋势图。


一般来说，访问时间越少越好。


我们希望用户能尽快注册产品，而不是一直呆在推广页面上；如果我们的推广页面一直停留在推广页面上，这意味着吸引用户的是我们的推广页面，而不是我们的产品。


访问时间也是监控产品功能的良好指标。


当我们第一次投放广告时，我们发现了一个问题。


与整个产品的平均访问时间相比，推广页面的访问时间是整个产品的几倍。


查看详细数据后，我们发现一些用户一直在访问推广页面，并同时发送多个访问请求。


当时我们使用未注册用户访问推广页面，发现用户访问推广页面会填写一些问题来确认身份，有些用户不想填写问题，点击浏览器返回按钮返回推广页面，用户锁在这里，不能进行任何其他操作，导致用户刷新页面，有很多访问请求，导致访问时间高。


对于像推广页这样重要的页面，我们还需要监控其转化率，我们设计的路径是： 第一步是注册：手机号码-验证码-注册；第二步是填写问题：问题页面-问题选项-提交-主页，主要是筛选我们的目标用户。


为了完成对每一步转换率的监控，我们需要埋葬推广页面上的每个按钮，以监控整个过程的微观转换率，看看用户在哪个节点丢失，然后采取相应的措施。


商品细节页面是电子商务产品中最重要的页面，我们提供的商品的大部分价值都是通过这个页面传递的。


我们应该定期观察商品详情页PV、UV，访问时间，跳出率的变化趋势，每天来看看商品详情页有多少人。


当然，访问时间越高越好。


访问时间越高，用户对商品越感兴趣，但不要太高。


用户总是在商品详细信息页面上，而不是下订单。


跳出率越低越好。


我们希望用户来到这个页面时不要看它，这表明他对这个产品不感兴趣。


二、坑位流量分析 让我们来看看坑的流量。


所有的互联网产品都是一样的，都是由坑组成的，坑上有不同的内容。


如何分析坑位流量？ 第一步是管理坑，一般由各产品线开发和控制。


坑的管理是基于配置的。


包括基于操作需要的坑跳转场所。


点击后，一些坑将进入商品详细信息页面，一些直接暴露商品信息，一些显示活动页面，需要配置不同的地址。


还有坑位的背景图片配置、坑位的开启和禁止、坑位的适用范围H5显示，还在APP显示，或者都显示，这些都可以配置。


配置坑位后，我们产品的每一端都需要根据坑位的配置进行相应的显示。


那么坑的指标是什么呢？ 涉及流量PV、UV，每个坑的日流量变化，坑的流量最好准确实时，如计算前一小时的数据，因为操作对该区域的实时性要求相对较高，特别是经常更新商品的坑。


除此之外，还有坑的交易量和转化率。


要完成交易量的计算，就要埋在后端。


从坑到商品详情页再到加购和下单，整个链条都要传一个坑ID，特别是，额外的购买和订单有一个缺陷。


用户今天可能会下订单，明天可能会下订单。


所以在购买时，坑必须放在坑里ID带入进货车，从进货车取出货物下单，然后将坑位置ID带入订单，订单中有一段记录商品来源，即来自坑。


这样，析订单中的坑ID我们知道商品在哪里销售。


另一个问题是坑的配置是分端的。


根据不同的操作目的，每个端显示的坑可能不同，因此我们需要分端查看坑的相关数据。


同样，当用户购买时，他们应该记录客户端的情况，并在下订单时将客户端的数据传输到订单中，以便他们可以在不同的端和坑中查看数据。


三、路径分析 路径分析依赖于上述数据埋点数据中心平台实际战斗（1）：数据埋点。


当产品的所有页面都被埋葬时，就会有数据源。


路径分析首先取决于产品线的入口和用户进入后的访问路径。


关于整体分析，您可以先输出一个数据，看看主要路径是什么。


具体方法是横输出每个用户的访问路径，然后进行分类统计。


样本数据如下： 分析了我们的电子商务产品输出数据，得出了几个入口： 新用户基本上从推广页面进入产品，填写一些优惠券，进入主页，从主页开始，有些进入坑到商品详细信息页面，然后进入商品列表页面，有些直接从搜索到商品列表页面，然后进入商品详细信息页面。


其他人从分类页面进入商品列表，然后进入商品详细信息页面； 大多数用户在打开程序后直接进入主页，然后进入坑或搜索或商品细节页面； 一些用户从商品列表或商品详情页面进入产品，通常是外部推广链接，如直接发送商品详情页面链接的朋友圈。


为什么要检查这些入口和主要路径？ 因为这些是操作中最重要的，所以在做功能时可以预设路径，直接显示这些路径每层的转化率。


然后进入开发，这里有一个叫会话的概念，会话是用户访问，行业一般定义会话间隔20分钟。


可以理解，例如，如果你访问一个网页，停止20分钟阅读一篇文章，然后访问这个网页，你会有两个会话，每个会话之间有n个访问记录。


通过这种方式，将用户的访问记录切成n个会话，每个会话又打横形成n个访问记录。


路径分析是对用户的访问记录进行一层总结和统计，形成桑基图。


操作可以点击每个节点，分析转换率和损失率。


除汇总数据外，我们还需要提供用户访问的详细数据，主要内容是用户何时访问该页面。


如果用户没有登录我们生成的浏览器cookieid作为用户的唯一标识。


输出详细数据的主要格式如下： 根据用户数量的大小，您可以保存近半年的数据，如近半年的数据，因为用户每天的访问行为产生的数据量仍然相对较大，存储成本较高，过多的数量对服务器的性能也是一个巨大的挑战。


#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读##相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读#相关阅读相关阅读相关阅读#相关阅读相关阅读相关阅读#相关阅读#相关阅读#相关阅读相关阅读相关阅读#相关阅读相关阅读#相关阅读相关阅读相关阅读相关阅读相关阅读#相关阅读#相关阅读相关阅读相关阅读相关阅读相关阅读#相关阅读相关阅读相关阅读#相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读#相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读#相关阅读相关阅读相关阅读相关阅读#相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读#相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读#相关阅读相关阅读#相关阅读#相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读相关阅读 数据中台实战(6):交易分析 数据中台实战(5):自助分析平台 数据中台实战(4):商品分析(产品设计) 数据中台实战(3):用户分析(产品设计) 基于阿里的数据中台实战(2)OneData数据指标管理系统 数据中台实战(1)B2B以点电商为例，谈谈产品经理下的数据埋点 数据中台实战入门:数据中台内外合作机制 数据中台实战入门:双中台战略 特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。


本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。


如有侵权行为，请联系网站管理员删除，。