移动应用统计分析 归档 - Cobub

用户流失率高怎么破?这里有10个策略

6 years ago 1 10028


文章概要:
• 什么是用户流失?
• 减少用户流失是企业的首要任务
• 减少用户流失的十种策略

数据分析:如何优化广告投放提升广告ROI?

6 years ago 0 18782


对于大多数广告主来说,广告投放的目的无非就是吸引更多的用户,提升广告ROI,最终实现营销转化。

双11后的双12该如何引诱用户买买买?

6 years ago 0 7549

双十一的硝烟已过,那么多亲都剁了手,那么问题来了,双十二我们的商品详情页如何设计才能让用户的购物车依旧超载?
商品详情页是电商APP中最容易与用户产生交集和共鸣的页面,商品详情页设计的质量,与用户购买转化率有着直接的关系!因此,商品详情页面设计的好可以激发用户的购买欲,打消顾虑,增强用户的信任感!
下面我们来看一下这个电商漏斗模型:拉新(新用户)——活跃(商品列表页、商品详情页)——购买转化(下单、付款、交易完成)——传播(评价、分享)。

“同期群分析Cohort Analysis”知道不?不知道你就OUT啦!

6 years ago 1 15999


一个漂亮的平均数完全是用数据创造出来的虚幻景象,会给我们的决策造成误导,因此我们需要掌握一个行之有效的方法来剖析真实的用户行为和用户价值,这个方法就是同期群分析(Cohort Analysis)。事实上,数据不会说谎,只是分析数据的人没有做到精准分析而导致对数据呈现的错误解读!
国内对同期群分析相关的研究相对较少,也许不是所有的运营都知道同期群分析,但它是每个产品运营必备的分析方法。在著名的《精益数据分析》一书里面,作为测试数据分析的灵魂也提到了同期群分析的相关内容。
同期群分析最早用于医药研究领域,意在观察不同被试群体的行为随着时间的变化呈现出怎么样的不同。通过监测不同的被试群体,医药研究员可以观察到不同的处方和治疗方式对被试的影响并且确定被试共同的行为模式。

你的手为什么就是管不住要去点开它?

6 years ago 1 4142

据统计,79%的智能手机用户会在早晨起床后的15分钟内翻看手机。某大学在 2011 年进行的一项研究表明,人们每天平均要看34次手机。然而,最近业内人士给出的相关数据却高得多——将近150次。不得不承认,我们已经上瘾了。面对手边的这个高科技产品,我们就算没有上瘾,也至少已经患上了强迫症。我们迫不及待地查看微信、微博,访问手机淘宝、京东,原本只打算看上几分钟,一个小时后却发现自己的手指依然在手机屏幕上滑动翻页。这种欲望可能会伴随我们一整天,只不过很少被觉察到罢了。

Ambari安装及自定义service初步实现

6 years ago 2 8839

ambari安装

1 Ambari简介

Apache Ambari项目的目的是通过开发软件来配置、监控和管理hadoop集群,以使hadoop的管理更加简单。同时,ambari也提供了一个基于它自身RESTful接口实现的直观、简单易用的web管理界面。
Ambari允许系统管理员进行以下操作:
1. 提供安装管理hadoop集群;
2. 监控一个hadoop集群;
3. 扩展ambari管理自定义服务功能.

完美消息推送的5W法则

6 years ago 1 10032

APP运营人员都知道消息推送对提高用户参与度的重要性。推送消息做的好,用户参与度会显著提高,反之,用户量则会大打折扣。
如何让消息推送达到我们预期的效果?APP运营人员必须密切关注用户的行为习惯,对用户的兴趣偏好了然于胸,并针对不同的用户群体在合适的时间推送给他们感兴趣的内容。完美的推送消息推送对于用户来讲是有价值的,它能帮助产品提升用户体验,增加用户好感度。
如何做到完美的消息推送?APP运营人员必须在推送之前确定以下5W法则:
Who: 推送对象
What: 推送内容
When: 推送时间
Where: 推送场景
Why: 推送原因

运行三年,日活百万的微服务数据分析架构

6 years ago 1 8722

架构使用的语言知识:

这几年数据分析迅速发展,我们也做了一个微数据分析工具。该产品已成功运行三年,满足日活百万的企业。产品结构很简单,用世上最简单的语言php,最普遍的数据库mysql,服务器可以选择apache也可以选择nginx,一切看你自己的喜好。

一、微服务架构图:

作为产品经理,你真的了解数据分析吗?

6 years ago 0 9158


每个产品经理都知道数据分析很重要,但你能清晰地给出以下这两个问题的答案吗?
1. 数据分析到底是什么?
2. 数据分析为什么如此重要?
如果在这之前你不知道答案也没关系,因为本文会围绕以下几点回答以上两个问题:
1. 数据分析到底是什么?
2. 数据分析的相关概念
3. 如何实施数据分析?
4. 如何测量和收集数据?
5. 如何做数据分析报告?
6. 数据分析与产品的关系