这是一个很好的如何利用科学的分析方法优化市场活动策略的例子,根据我们的经验这类应用一般有两种分析方法或者角度:
跟踪多个渠道 A、B、C的用户,观察他们的转化率、活跃度、留存率,不断优化市场投放策略以及成本策略。
跟踪一个特定的用户群,如:产品某个版本的用户,看看用户的转化率和历史版本进行比较,虚拟物品的购买数量/比例、虚拟物品的重复购买率等。
顺便提一下,前些天正好和几个做网站分析的同行交流到,传统的网站分析对于这种显式的用户分群分析还是有一定困难的,如果用户删除了cookie或者你无法持续追踪某个用户分群,数据就会变得很“脏”,所以就需要利用注册、登录等方法来绑定用户信息。这正是移动应用分析的特点,数据相对精准而且追踪的是活生生的“人”而不是冷冰冰的“页面”。
接下来我们可以看一下在web分析中的用户分群中类似的实现。
Google Analytics提供类似的高级功能,报表也很漂亮但是和移动分析还是有很大差别:
这是一张随机时段的流量报告,我想来比较一下不同来源的新访客流量,并基于此观察这些客户回访的情况,你可以比较结果,两个不同的分群提供不同的结果。这样你很容易看出那个来源的回访客户更宝贵,它的转化率,AdSense的相应率以及eCPM也更好.