Google Analytics数据分析工具应用到APP应用

在传统的互联网中，如何收集与分析数据，进行数据化营销以及数据化运营，都已经有较成熟的解决方案，市场上有很多第三方提供这样的服务，有商业的，也有免费的。很多公司内部开发的BI与日志分析系统功能也很强大。而对于移动互联网来说，大家都还处于摸索的阶段。我们“今夜酒店特价”也不例外，这里希望能跟大家交流一下这几个月来我们利用Google Analytics来进行数据化运营与产品设计的一些感受与心得体会。

如何获得数据

第一个问题，就是如何获得移动APP的数据。这就涉及使用什么工具来获得想要的数据。相信很多跟我们一样处于初创阶段的公司或个人，都没有过多的精力来自行开发数据的收集与分析系统。这时候，我们就把目光投向了第三方免费的工具。相信大家都知道大名鼎鼎的Flurry，以及国产的友盟。还有一个就是免费的Google Analytics，在收集和分析移动APP数据方面，它非常强大。

经过综合分析与对比，我们最终还是决定使用Google Analytics来作为我们的数据分析工具。

选择好数据分析工具之后，第二步是如何正确地实施与部署Google Analytics。在这个过程当中，我们的体会就是，要用好Google Analytics来收集与分析移动APP的数据，最重要的是利用好它的五个自定义变量以及事件追踪。比如可以把APP的版本号作为自定义变量传回，这样你就可以很好地来细分不同的版本在转化漏斗上是否有明显的改进。而对于事件追踪（event），我们把每个按钮的点击都作为一个事件发送回来。我们的产品经理可以明确地知道每个按钮每天有多少用户在点击，对于我们的产品改进也有非常大的帮助。

对于管理者而言，可以在Google Analytics里自定义一个常用数据的报表仪表板（Dashboard），从而一目了然地知道很多最重要的数据。如以“今夜酒店特价”这个应用为例，见图1。

数据指导产品与运营

获得以上关键数据后，第一步，分析与研究最重要的漏斗，即转化漏斗，即图1中左侧前四个数据。用户从打开APP到最后完成购买的流程可大致分为四步：打开APP→查看酒店详细信息→填写订单→完成订单。

在图中，有50%的用户打开APP之后查看了酒店的详细信息，然后只有10%的人开始填写订单。从中我们可以得到的分析结论有四个方面：

第一个是可能我们的酒店数量对于用户来说是远远不够的，因此用户都没有进一步进入查看酒店信息的欲望。

第二个结论是酒店列表（打开“今夜酒店特价”应用即显示酒店列表）的信息已经比较足够用户选择酒店，因此当用户看到列表当中的酒店之后，不需要查看酒店的详细信息。

第三个结论是可能我们的APP产品设计不够良好，用户用“今夜酒店特价”不容易找到自己需求的酒店，因而有50%的人不进入到酒店的页面。

第四个结论是“今夜酒店特价”上的酒店不够好（性价比不够好，或是酒店描述太糟糕），所以当用户看完酒店的具体信息之后，只有10%的人愿意开始预订。

这四种结论对于运营和产品的方向来说，是完全不相同的。这时候，更多的是需要运用行业的知识以及用户的调研与反馈，来判断究竟需要在哪个方面做出努力。

而当用户开始填写订单之后，成功完成并提交订单的用户比例是75%。我们可以从一个更长的时间段去观察这个比例的发展趋势，来分析购买流程对于用户来说是否很流畅。不断地改善预订流程，从而提高这个比率。

第二步，我们可以分析“今夜酒店特价”新老用户的比例，即用户黏度。以上图中的数据为例，老用户占比接近60%。这个数据如果只看一天，其实不能帮助我们做出决策。我们需要从更多的时间段去看，分析不同月份用户的回访比例与回访次数，再结合用户访谈与调研，了解用户对“今夜酒店特价”最不满意的地方。此外，新老用户的比例还可以结合不同的营销推广渠道，来看不同渠道用户的忠诚度，这对于市场运营来说是非常有帮助的。

再举一个数据来帮助运营决策的小例子。在“今夜酒店特价”的酒店列表页中，为了更方便用户寻找酒店，我们设计了按各种方式排序的功能，比如按星级由高到低，按距离由近到远，按价格由低到高等。我们现在来看看用户点击最多的按钮是哪个，这里就用到了我前面说到的事件追踪的功能，见图2。

从图中我们可以看到，下载了“今夜酒店特价”应用的用户，最关心的是有没有高星级的酒店，其次是价格，最后才是距离是否合适。而这与一般订酒店的用户习惯是不一样的，在一般的酒店预订过程当中，用户更为关心的是酒店的位置与距离。通过这个数据，我们的产品人员可以将性价比最高的高星级酒店放在酒店列表的顶部，从而节约用户查找酒店的时间。另外，我们的运营人员也可以有针对性地去开发一些更高性价比的高星级酒店。

从Google Analytics获得的数据，在帮助“今夜酒店特价”的运营团队做一些决策的同时，也能帮助我们的产品经理来更好地改进我们的产品。比如在我们最近的1.3.0版本中，我们的酒店筛选功能包括了选择商圈、酒店星级、宽带早餐、酒店是需要到店付款还是立即支付等。我们拿到的各个按钮的点击数据如图3所示。

从上面的数据中，我们发现用户点击“取消筛选”这个按钮的数量竟然是最大的，其次才是点击“显示结果”按钮。设置“取消筛选”这个按钮是为了让用户在不想进行筛选的时候，可以点击它回到酒店列表；如果用户想看筛选结果，需要点击的是“显示结果”按钮。从数据来看，用户明显习惯性地将“取消筛选”这个按钮误认为是“显示结果”按钮了。为什么会造成这个情况呢？因为用户从酒店列表进入到筛选功能时，那个点击按钮恰好就在“取消筛选”这个位置（见图4）。在智能机上，用户的操作更多凭借的是手指的习惯，而不是你的按钮上面所写的文案。

上面几个例子，是数据指导产品与运营中比较普通的例子，在实际工作中，其实有更多更为复杂的情况。数据化运营与产品设计说起来很简单，就是用数据来分析判断、帮助决策，但做起来很难。“今夜酒店特价”在这方面也仅仅刚起步，但是我们希望用这样一种方式，不断改进用户体验。