以“今夜酒店特价”为例




        Dave
今夜,酒店,特价
今夜酒店特价:
  iPhone APP + Android APP + WAP
  每晚6点开始,网络价2-7折销售酒店当
   天剩余空房
  已开通北京,上海,深圳,广州,天津,
   武汉,成都,杭州,大连⋯⋯
“今夜酒店特价”发展历程
今夜酒店特价:酒店业的奥特莱斯折扣店
   8月5号团队组成
   8月7号开始开发iPhone APP和WAP网站
   8月27号开发完毕,开始调试第三方支付
   9月3号上传iPhone APP
   9月15号发布WAP网站www.Hotelvp.com
   9月21号通过苹果APP Store审核
   9月22号到达旅游分类第一名,总榜第二
    名
   上线3天内,获得10万iPhone安装
   12月底现付酒店产品上线
   平均每天上线200家酒店,其中50家现付,
    150家预付
   截止2月17日:60万-70万下载
你最想了解什么?
 今天的下载量?今天有多少人打开APP?
 下载用户的来源渠道是什么?
 用户黏度怎么样?用户活跃度如何?
 用户在APP上的转化漏斗如何?
 用户的具体行为如何,如何帮助产品设计
  的改进?
传统的web数据分析系统
移动APP数据分析工具




 选择GA的理由:
    1.免费
    2.熟悉
    3.电子商务
    4.帮助系统
实施过程
 页面
 Events
     所有按钮
     用户非标准行为
   Custom Variable
     版本号
     用户名
    ……
移动APP数据分析框架
                           内容


用户引入(Aquisition)   渠道->下载->真实用户


用户行为(Behavior)     浏览行为->转化行为->扩散行为


用户粘度(Retention)    回访用户,活跃用户


运营分析(Operation)    商品、顾客
数据化运营
   整体流程控制
     内部的运营流程
     外部的用户接触点流程
   识别用户需求
     产品
     商品
   指导商品与内容开发
Dashboard
Dashboard与运营
   转化漏斗分析:
        20,000 -> 10,000 -> 2,000 -> 1,500

       酒店数量覆盖与城市选择
       用户决策难度
       酒店质量、价格
       移动支付难度

   新老用户分析:
     20,000 VS 8,000
数据识别用户需求



          高星级酒店
          低价
          周边
          宽带
          支付方式选择
数据识别热门商品




进一步的分析:是否受欢迎-> 是否预订 ->转化情况


                 性价
         需求
                  比
告诉我们什么:
 用户版本的更新进度
 不同版本的转化漏斗
 不用版本的浏览行为
 用户场景:速度体验
 测试要求
 用户场景:时间
 更新、维护时间段要求
 细分低交互的用户:城市?酒店?渠道?
 运营与产品改进
数据与产品设计
 甄别数据有效性
 设计or需求?
 细分,再细分
 数据不是一切!定量 VS 定性
基于Google analytics 的移动应用数据分析与运营
基于Google analytics 的移动应用数据分析与运营
基于Google analytics 的移动应用数据分析与运营

基于Google analytics 的移动应用数据分析与运营