製品のコンバージョン維持率を分析するには、どのような基本データとコア指標を収集する必要がありますか?

各製品には独自のコア機能があり、対応するインジケーターも 1 つだけあります。

同時に、コア指標はいくつかの二次指標に分割されます。

WeChatの閲覧数を例にとると、公開アカウント記事のコア指標が閲覧数である場合、対応する二次指標と影響要因は次のようになります。

主な影響要因をさらに細分化することで、最適化の方向性が明確になります。つまり、これらの影響要因を継続的に最適化または排除し、最終的に読み取り回数を増やすという目標を達成します。

製品全体のデータ分析は上記の考え方と似ていますが、製品構造はより複雑で、影響要因も多くあります。

コア機能を使用すると、まずコア機能が配置されているページが公開され、その後コアページでパス変換が行われます。

より大きな粒度での計算は次のようになります。

パスコンバージョン率 = コアページを閲覧したユーザー数 / その日のアクティブユーザー数

多くの場合、コア ページには異なるコンバージョン パスがあります。異なるパスと対応するコンバージョン率は次のように区別されます。

パス 1: ページ A を閲覧しているユーザー > ボタン 1 をクリックしたユーザーの数 > コア ページ

パス2: ページBを閲覧しているユーザー > ボタン2をクリックしたユーザーの数 > コアページ

これは、最適なコンバージョン率への道を見つけるのに役立ちます。

コアページパスのコンバージョン率

現在、多くのアプリはコアページを最初の画面に配置するため、コアページパスのコンバージョン率は1です。次に考慮すべきことは「機能コンバージョン率」です。

コアページの露出を最大化した後は、ページ内の各機能の使用率を最適化し、調整する必要があります。

機能使用率 = モジュールのクリック数 / 現在のページを閲覧しているユーザー数

これは、ユーザーが最もよく使うモジュールを単純に計算したものです。携帯電話の画面に表示できるコンテンツは限られているため、機能の使用頻度は閲覧回数と大きく関係します。 （コア機能は最初の画面で見ないといけない、ナンセンス！）そのため、機能自体のコンバージョン率も知っておく必要があります

機能変換率 = モジュールクリック数 / モジュール閲覧数

モジュールの露出は非常に少ないが、コンバージョン率は非常に高いことがわかった場合は、何をすべきかを知っておく必要があります。

コアページ機能分析

いわゆる機能的保持とは、当日に特定の操作を実行し、N 日後にユーザーに戻ってくるユーザーの数を指します。

ユーザー分析: さまざまな製品機能の使用におけるユーザーの執着性とアクティビティ

場合によっては、3 つのキラー機能 A、B、C を準備した後、機能 D のためにユーザーが製品を使いに戻ることに気付くことがあります。

（ズジはその一例です）そう、世界はとても残酷です。

特定の機能のユーザーの都市別維持率

1. 上記は基本的なデータ収集とコア指標の確立です。さらにマイニングと分析を行うには、時間、ユーザー グループ、オンライン時間など、他の側面での比較も必要です。

2. 有効なクリックと無効なクリックを区別する方法。データ分析に加えて、データを完全に信頼することはできません。オペレーションプロモーションから戻ってきたユーザーのかなりの割合が非比例ユーザーである場合、このデータバッチは判断に重大な支障をきたします。問題は、それらをどのように区別するかです。

-終わり-