用于业务决策的网站和移动应用分析:衡量重要的东西,同时尊重隐私

网站或应用上线之后,最常被问到的问题是:它有效吗?令人满意的答案很少来自感觉或收到消息的数量。可信的答案来自关于人们实际如何使用你的产品的数据:他们从哪里来,做了什么,在哪里停下,以及是否会回来。

遗憾的是,许多企业装上分析工具后,只是看着默认的仪表盘,里面全是漫无方向的数字。访问量上升了,销售却没有。应用下载量很高,用户一天后就消失了。没有明确的计划,收集的数据回答不了业务问题,决策仍然靠猜测。

本文介绍如何为网站和移动应用设置真正有助于决策的分析。我们讨论从业务问题出发、制定追踪计划、哪些指标值得关注、漏斗与留存、数据质量、隐私与用户同意、测试变更,以及复盘数据的习惯。我们不使用杜撰的基准数字;提供的是适用于不同规模的原则和检查清单。

摘要

• 从想要回答的业务问题出发,而不是从工具或能够收集的数据量出发
• 制定书面的追踪计划:记录哪些事件、它们的含义,以及谁使用它们
• 选择少数与业务目标直接相关的指标,而不是几十个看起来很了不起的数字
• 尊重隐私:只收集所需,征得有效同意,并遵守现行规定
• 让数据成为例行实验和决策的材料,而不是只读一次的报告

从问题出发,而不是从工具出发

分析中最常见的错误,是先装工具,指望洞察自己出现。工具只负责收集和显示;决定什么重要仍是你的工作。没有问题的数据就像没有目录的图书馆:什么都在那里,却什么都找不到。

首先写下你想回答的业务问题。好的问题具体且与决策相关。例如,我们最好的买家来自哪里,以便把推广预算投向那里?顾客在哪一步离开购物车,以便集中改进?忠实用户使用哪些功能,以便确定下一步开发的优先级?新用户何时停止使用应用,以便改进新手引导流程?

1. 01写下本季度最重要的三到五个业务问题
2. 02对每个问题,确定将根据答案做出的决策
3. 03确定回答它所需的数据以及来源
4. 04然后才选择工具并设置追踪

这个顺序还能防止过度收集。收集的每一份数据都有成本:开发时间、存储、合规负担,以及泄露时的风险。不回答任何问题的数据不应被收集。

追踪计划:数据的字典

追踪计划是一份文档,列出每个被记录的事件、何时记录、伴随哪些属性,以及用于什么。它就像一本字典,统一业务、设计和开发团队的理解。没有它,不同的人会给事件起不同的名字,含义在版本之间变化,报表随时间推移难以比较。

围绕有意义的用户行为设计事件,而不是每一次点击。注册、查看商品、加入购物车、开始结算、完成购买和邀请朋友等事件,通常比数百个小按钮的点击更有用。给它们一致且易懂的名称,例如所有事件使用相同的命名模式。

• 事件名称:简洁、统一,并描述行为
• 触发时机:明确的条件,例如在服务器确认之后,而不是按下按钮时
• 属性:支持信息,如商品类别、订单金额或套餐类型
• 身份:如何在设备和会话之间识别用户,同时尊重隐私
• 负责人:谁负责定义,谁使用数据
• 目的:该事件回答的业务问题

把追踪计划当作活文档,每当功能变化就更新。从功能设计阶段起就让开发人员参与,使追踪成为完成定义的一部分,而不是常被遗忘的上线后补丁。

值得关注的指标

最大的诱惑是监控看起来令人印象深刻、却与业务成果无关的指标。访问量、展示量和下载量很容易上升,汇报起来也舒服,但并不保证收入或满意度。要区分让人安心的指标和可行动的指标。

获取:用户从哪里来

获取指标显示哪些渠道把人带到你的产品。比数量更重要的是质量:哪个渠道带来的用户会做出有价值的行为,而不只是路过。把访问来源与注册或购买等最终结果关联起来,避免预算流向热闹却没有产出的渠道。

激活:用户感受到价值的时刻

激活是新用户感受到产品主要益处的那个点,例如完成第一单、添加第一条数据或完成一项核心任务。确定标志你产品激活的事件,监控到达该事件的新用户比例以及所需时间。激活薄弱通常意味着新手引导流程需要改进。

留存:他们是否会回来

留存衡量用户在第一次访问之后是否会回来。对许多产品而言,这是最重要的健康指标,因为吸引的新用户不断从后门流失是徒劳的。分群分析,即比较同一时期加入的用户的行为,可以显示产品变更是否真的随时间改善了留存。

收入与价值

对于做销售的企业,监控平均订单金额、购买频次,以及整个关系期内的客户总价值。这些指标有助于判断获取一位新客户花多少钱是合理的。再配以成本和毛利指标,以免追逐实际上亏钱的收入。

漏斗与流程:找到漏点

漏斗描述用户朝目标前进所经过的步骤序列,例如从查看商品到付款。在每一步,都有一部分用户停止。通过观察哪一步下降最大,你就知道改进在哪里最有影响。填写地址一步的大幅下降,可能说明表单过长,而付款一步的下降,则可能指向付款方式太少或运费出人意料。

• 确定真正反映用户流程的漏斗步骤
• 按设备、渠道和用户类型比较漏斗,以发现差异
• 把定量数据与直接观察(如会话录制或用户测试)相结合,以理解原因
• 优先修复下降大、用户量高的步骤
• 变更后重新测量,确认改进是真实的而不是偶然的

数字显示问题在哪里,却很少解释为什么。要理解原因,就要结合定性反馈:与用户的简短访谈、评价、对客服的提问,以及观看真人试用你的产品。两种信息的结合,才能产生有的放矢的改进。

数据质量:一切的基础

决策的好坏取决于数据。错误的数据比没有数据更危险,因为它给人错误的信心。常见问题包括事件被记录两次、某些设备或版本上的事件未被记录、用户身份被拆散,以及自动化机器的流量污染了数字。

• 发布前测试追踪:确保事件在所有平台上带着正确的属性出现
• 把分析数字与真实来源(如数据库中的订单数)比较,并调查大的差距
• 监控追踪健康状况:当重要事件突然大幅下降时发出告警
• 过滤来自自动化机器和内部测试的流量,避免混淆数据
• 记录追踪变更及其日期,以便解释激增或下降
• 留意追踪拦截器和隐私设置导致部分用户未被计入

要认识到,分析数据几乎总是估计值,而不是完美的计数。不同来源之间的小差异是正常的。重要的是一致性:随时间使用相同的衡量方式,使趋势和比较保持有意义,即使绝对数字并不完全精确。

隐私与用户同意

分析与个人数据直接相关,所以隐私必须从一开始就成为设计的一部分。只收集回答业务问题所需的数据。用易懂的语言向用户说明收集了什么以及为什么。在法规要求的情况下,在追踪前征得有效同意,并尊重用户拒绝的选择。

• 尽可能少收集,避免敏感数据,除非确有必要且被允许
• 避免把姓名或联系电话等个人数据放入事件属性或页面地址
• 提供清晰的隐私声明和符合规定的同意机制
• 尊重用户的选择,并提供便捷的撤回同意方式
• 设定分析数据的保留期,并删除不再需要的数据
• 限制谁可以访问用户级别的数据,并记录该访问
• 核查当前适用的个人数据保护规定,包括使用境外分析服务商时

隐私不只是法律义务,也关乎信任。感觉被过度追踪的用户会离开,而数据泄露对声誉的损害,比额外数据带来的短期收益持续得更久。尊重隐私又能回答业务问题的方法几乎总是存在,例如在不需要个体身份时使用聚合或匿名数据。

被阅读而不是被摆设的仪表盘

布满图表的仪表盘很少被阅读。有效的仪表盘清晰地回答几个重要的问题,并适合其受众。企业主需要关于收入、新客户和主要趋势的简要图景。产品团队需要功能使用和留存的细节。营销团队需要渠道表现和单次成果成本。

• 限制图表数量,并给出点明所回答问题的标题
• 显示与上一时期的比较,使数字有背景
• 注明最后更新日期和每项指标的定义
• 把管理层摘要与用于分析的详细视图分开
• 向需要的人定期发送摘要,而不是等他们去打开仪表盘
• 删除从来没人看或从未触发决策的图表

确定复盘节奏。运营和营销指标每周一次,更具战略性的图景每月一次,每次重大变更之后检查其影响。记录每次复盘做出的决定,使数据与实际行动相连,其结果日后可被评估。

用实验测试变更

发现问题后,自然想立刻修复。但看起来不错的改动不一定改善结果。受控实验,例如把页面的两个版本随机展示给不同的用户群,有助于确认变更确实带来了改进,而不是巧合或季节性影响。

1. 01提出明确的假设:什么变更,预期影响哪项指标,以及为什么
2. 02在实验开始前确定主要指标和成功阈值
3. 03随机划分用户,并保持各组可比
4. 04运行足够长、足够大的实验,使结果不只是偶然,并覆盖每周的周期
5. 05不要偷看后因临时结果看起来不错就提前停止
6. 06记录结果,包括失败的实验,使经验不会丢失

如果你的流量仍然很小,统计实验可能不够可靠。在这种情况下,依靠定性观察、前后对比测量的渐进式变更,并谨慎下结论。对从数据中能得出和不能得出什么保持诚实,比看起来令人信服的数字有价值得多。

根据需求选择工具

分析工具的市场非常广阔,从免费而简单的到复杂的企业平台。根据要回答的问题、团队能力和数据条款来选择。对大多数中小企业来说,一个成熟的网站或产品分析工具,加上对自己数据库的直接访问,就足够了。

• 确保工具支持你的平台,包括网站和移动应用,且追踪方式一致
• 检查数据存放在哪里,归谁所有,以及更换工具时如何导出
• 考虑追踪脚本对页面速度和应用体积的影响
• 评估非技术人员无需总是依赖开发人员就能自己制作报表的难易程度
• 留意可能随事件量增长的成本
• 避免安装许多功能重叠、数字相互矛盾的工具

不要忘记你已有的数据。交易数据库、收银系统、CRM 和 ERP,常常比行为追踪工具更准确地回答某些问题。把两者结合起来,例如把访问来源与真实订单关联,能提供更完整的图景。

应避免的常见错误

• 在没有业务问题、没有追踪计划的情况下安装工具
• 追逐看起来很大但与成果无关的指标
• 不测试追踪,导致基于错误数据做决定
• 在没有充分告知和同意的情况下过度收集个人数据
• 根据几天的数据或极少量用户得出结论
• 构建从不触发任何决策的漂亮仪表盘

本周就能开始的第一步

1. 01写下三个最重要的业务问题,以及将取决于答案的决策
2. 02列出所需事件,并制作一页追踪计划
3. 03端到端测试追踪,并与真实来源(如订单数)比较
4. 04检查隐私声明和同意机制,如果尚不合规就加以修正
5. 05构建一个包含五到七项指标的简洁仪表盘,并安排每周复盘

结语

好的分析不是收集尽可能多的数据,而是用可信的数据回答正确的业务问题。清晰的追踪计划、与目标相关的指标、被维护的数据质量、对隐私的尊重,以及复盘和测试变更的习惯,使数据成为决策的基础,而不是报告的装饰。

从最重要的问题开始做小,诚实地衡量,并跟进落实。这样你的网站和应用就是基于用户真正需要什么的证据来发展的。