移動應用的數據分析是一件非常有趣的事情，可以驗證自己的諸多想法和發現產品發展的趨勢。但方法還不太成熟，按照慣例先借鑒互聯網的有效方法，以本博客為案例說明。博客堅持了兩年多，一直使用Google Analytics檢測網站流量。如有心運營的話，這些數據能發揮巨大的作用。

首先，了解網站的關鍵指標，一般用它們來衡量網站的優劣：

訪問數：統計網站總訪問次數，一個用戶可以有多次訪問。從起伏的訪問數曲線中可以非常直觀地看到每天的訪問數，更重要的分析曲線的影響因素。曲線變化的規律是周六周日是訪問的低谷，更新文章訪問數會明顯上升。

流量主要來源于四部分，直接流量、引薦流量、廣告（RSS為主）和搜索流量。對來源進行細分發現直接訪問和Rss占比約46%，對比2010年數據UCDchina的引薦占據流量的30-40%，在博客建立的早期貢獻較大。2011年Weibo的傳播變得重要，今年會成為博客新訪問用戶的主要來源，并且weibo中用戶評論遠比博客頻繁。評論量也是評價博客內容的重要標準，頻繁互動可以增加讀者粘度，最佳方法是能將Weibo的中對博文的評論引入原博客中。

搜索引擎流量占比20%左右比較合理，主要來源于Google和百度。其中約10%的關鍵詞是尋址搜索，如輸入博客名詞和域名，其他搜索以交互設計、Android、iPhone和尺寸等和移動應用相關的關鍵詞為主，這些數據對于有意愿購買關鍵詞投放廣告和SEO的網站有參考價值。

唯一身份訪問者：通過瀏覽器Cookie ID統計得出的真實讀者數量，新訪問者占61%。

由于博客主題有明顯的行業特征，從統計讀者的地理位置可以粗略估算出移動互聯網從業人員的分布情況，北京占32%，上海14%，深圳9%。

1年內，讀者群中Chorme的使用率上升11%，IE使用率下降9%。1年前使用使用移動設備閱讀的讀者幾乎為0，2012年上升至4.3%，其中iPad占38%。

瀏覽量：統計讀者訪問每篇和每頁的次數。從2年的訪問量來看，資料性博文最受歡迎，設計師可能更喜歡沒有門檻和通俗易懂的文章。

每次訪問頁數：每次用戶訪問網站時會流量網頁的數量，這項數據對本博客意義不大。老讀者訪問首頁，瀏覽最新博文即可離開，新讀者才會翻閱舊文章。

從訪問頁數和瀏覽量可以組織出用戶的操作流，因為評論少，除此之外博客沒有它交互操作。

跳出率：用戶著陸頁面和離開頁面相同的比例，對于結構復雜的網站而言，用戶沒有發生點擊行為和頁面跳轉表示用戶對網站不感興趣，不契合用戶需求。

網站停留時間：讀者瀏覽網站的總時間，可以用來判斷網站是否受讀者喜歡，時間越長表示內容越具有吸引力。比起1年前，博客平均停留時間增加了1分鐘，但原因可能是文章數量的增加，而不一定是單篇文章質量的提高。

通過網站停留時間可以發現哪些用戶更有價值，由于通過搜索引擎來的用戶在網站停留時間平均時間較短，成長為博客忠實讀者的可能性較低，加上搜索的關鍵詞非常分散，博客的SEO優化意義不大。從Webppd來的讀者停留時間最長，該網站的用戶符合博客定位，同時是其他傳播途徑沒有覆蓋到的讀者群。

數據分析旨在理解用戶和幫忙實現網站目標，可以發現用戶行為規律，比如用戶喜歡什么樣的內容和喜歡在什么時間閱讀文章。如果是任務型網站，比如支付寶，可以查看用戶在每一步的流失率，進而發現網頁中哪些因素影響了用戶完成支付。目標是幫助用戶最快完成支付，很容易發現通過數據分析用戶在哪些步驟中耽誤了時間。

這些分析方法對于移動應用同樣適用，主要取決于產品目標，只是具體的指標不同而已。

作者：曉生

文章來源：曉生語錄