小程序数据分析框架（分享） -【数据分析】.pdf

内部分享资料，禁止外传！

以内容型小程序为例，分享数据分析框架

背景：公司为了更好地打造品牌，往往会布局不同功用的小程序，如内容型、工具型、转化型小程序，为了优化

小程序生态，盘活小程序之间的用户流量，往往需要做针对性的数据分析，本文谨以内容型小程序的数据分析作

为切入点，为大家提供一个参考思路。

一、第一关键指标

据不同产品性质，以及产品不同的生命周期，锚定对应第一关键指标，同时参考第二关键指标。区分虚荣指标与

可付诸实践指标，活跃人数、累计访问人数vs活跃人数/月访问总人数、单位时间内新赠人数。

二、用户维度数据

在明确第一关键指标后，确定小程序的关注重点，可以根据新客、老客户的维度细化用户旅程图，并甄选重点优

化的功能模块。

针对不同类型用户，甄选重点优化功能，并锚定对应指标针对性运营策略。内容小程序为例：

1.用户活跃度：周活跃人数/周访问总数，目标35%，参考近三月均值34%

2.7天留存率目标45%，参考近三月活跃用户留存率42.36%；

3.小程序分享率23%，参考近三月转发率20.82%.分享率=用户分享次数/用户访问次数。

举例来说，内容型小程序的数据指标更关注活跃老用户，则需要拉取用户活跃度数据，进行对比。

如下图，以近3月数据为基础做活跃度环比分析，判断整体用户活跃走势，Ex：

1.用户日活周活：反映用户活跃的绝对值；

2.7天活跃留存：体现总体活跃留存情况。

三、产品维度数据-主要流量分布

根据主要流量页的分布图，明晰可重点关注的功能模块。Ex：下图为内容小程序首页近3月流量分布，每日推

荐、内容精选等模块为主要流量分布点。

返回运营方案模板合集：http:mtwoofn

五、时间维度-主要数据对比

除了流量页面、二级页面的分析外，为了更好地了解用户习惯，需要对比不同时间段下用户的数据指标，转化类

小程序更多关注GMV和转化率，内容型小程序主要关注以下指标：

1.产品主要数据指标对比：活跃度=活跃人数/总访问人数、次均停留时长、受访页跳出率；

2.主要受访页数据对比：次均停留时长、受访页退出率，结合运营调整策略，分析增长/下滑原因。

当然还可以根据流量趋势来看，以24小时为时间颗粒度，判断流量高峰期，结合受访页流量数据，判断运营着

力点：

返回运营方案模板合集：http://mtw.so/6of5En

六、最低增长指标-参考健康数据标准

数据分析的目的，是为了判断产品健康程度，确定产品目标是否达成，明确改进的大致方向。就内容型产品来

说，一般有以下几个方向：

1.用户获取，用户成本/用户带来收益=1/3

2.用户活跃，维持每周5%的新用户增长，维持每天活跃用户/总访问人数=10%

3.用户停留时长，活跃用户的7天留存率目标值5%，主页面跳出率=30%

4.UGC内容，人均生产内容量每月=3条

5.传播率，分享人数/总访问人数的比值，理想病毒传播系数75

参考1-5指标，以及当时产品的主要改进方向，我与团队达成共识的着力点，确定为以上第2点。

七、产品改进点-目标策略度量

一旦确定产品的目标，则需继续拆分具体的改进点，确定可执行的假想解决方案、印证指标有效的数据衡量标

准。Ex：

八、日常数据指标监控

在日常运营中，特别是在产品迭代优化后，特别需关注数据指标，确保产品运营无bug。以每天/每周为最小时

间单位，监控产品的日常数据，及时反馈异常，与复盘运营优化数据效果。

综上所述，是继我在两家公司，负责2个内容型产品后的数据简析框架，参考过国内外大神的数据分析书籍，

加上自己的经验总结出来的，希望曾经的经验能帮到给我圈友。（分享人：刘桐同）

返回运营方案模板合集：http://mtw.so/6of5En