在推出新的功能、專案、產品給用戶後,哪些指標可以用來追蹤使用狀況?
今天會跟大家分享我在推行專案跟產品時,最常用到產品分析數據,然後分享一個簡單的產品分析案例!
雖然我們並沒有辦法透過數據解決問題,
- 整個專案或是功能整體的狀況:有多少人看過、用過至少一次、長期使用
- 在哪一段的轉換 (例如:用過一次到長期使用的人數少了多少) 表現比較不好
- 哪群人特別不喜歡使用這項新功能或是專案?哪些人特別喜歡這項功能或專案?(可以反思當初我們推出這項功能或是專案的意義是什麼?是否符合當初的期待)
為什麼要做產品分析?
雖然我們並沒有辦法透過了解數據就解決問題,
- 整個專案或是功能整體的狀況:有多少人看過、用過至少一次、長期使用
- 在哪一段的轉換 (例如:用過一次到長期使用的人數少了多少) 表現比較不好
- 哪群人特別不喜歡使用這項新功能或是專案?哪些人特別喜歡這項功能或專案?(可以反思當初我們推出這項功能或是專案的意義是什麼?是否符合當初的期待)
產品數據分析方法:開啟功能人數、初次使用率、使用頻率、活躍度
通常我在做初步的產品數據分析時,用到的關鍵指標跟方法不會太多,
了解產品本身的問題會比用很多華麗的數據分析指標還重要!
開啟:開啟功能人數、開啟率 (開啟功能人數/總用戶)
- 為什麼要知道開啟、查看功能或是專案的人有多少?
- 開啟功能人數可以知道對這個專案或是功能有興趣的有多少?
- 或是我們在宣傳的時候,是否有成功吸引到他的注意?
- 第一次在溝通專案或是功能時,
就可以記錄我們用什麼渠道跟哪些用戶溝通 - 接著就可以依據渠道算出,我推播通知或是 Email 給多少人?
- 總共有多少人有開啟通知、
開啟電子郵箱等等,有開啟就表示對我們的新服務有興趣
- 關於開啟功能的關鍵指標:
- 開啟功能人數:有多少不重複用戶有開啟通知、
開啟電子郵箱 - 開啟率:開啟功能人數/推播出去的用戶 (可以看行銷成效),或是開啟功能人數/總用戶數 (直接看最終結果)
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,總共有 50 人點開通知 ->
- 開啟功能人數就是 50
- 開啟率是 50/100 -> 50%
- 開啟功能人數:有多少不重複用戶有開啟通知、
產品分析舉例:開啟狀況
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,總共有 50 人點開通知 ->
- 開啟功能人數就是 50
- 開啟率是 50/100 -> 50%
初次使用:初次使用人數、初次使用率 (初次使用人數/總用戶)
- 為什麼要知道初次使用功能或是專案的人有多少?
- 初次使用人數可以知道宣傳後的效果,是否有傳達實用資訊給用戶?
- 也可以知道對這個功能或是專案有需求的人數大概有多少? (或許用於後續評估多個不同功能,哪個比較重要時的指標)
- 關於初次使用的關鍵指標:
- 初次使用人數:有多少不重複用戶有至少使用一次功能或是專案
- 初次使用率:初次使用人數/總用戶
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,總共有 50 人點開通知,25 人開始使用運動監測功能 ->
- 初次使用人數就是 25
- 開啟率是 25/100 -> 25%
產品分析舉例:初次使用狀況
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,總共有 50 人點開通知,25 人開始使用運動監測功能 ->
- 初次使用人數就是 25
- 開啟率是 25/100 -> 25%
留存:使用頻率、留存人數、留存率
- 為什麼要知道留存使用功能或是專案的人有多少?
- 留存使用人數可以有需求、而且覺得我們提供的服務有解決他的問題的用戶
- 初次使用人數 (有興趣) 跟留存人數 (有興趣而且覺得我們的服務有價值) 之間一定會有個差距,
而如何縮短差距就是我們要去研究的問題 (研究功能裡面每一個步驟的轉換 -> 這邊比較偏向更專業的產品數據分析了,有機會再跟大家分享)
- 關於留存的關鍵指標:
- 使用頻率:一段時間內使用功能或是專案的次數
- 留存使用人數:有多少不重複用戶有使用兩次以上,或是持續使用至少一段時間以上
- 留存率:留存使用人數/總用戶
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,總共有 50 人點開通知,25 人開始使用運動監測功能,但 1 周後還持續有在使用的人數是 10 人 ->
- 留存使用人數就是 10
- 開啟率是 10/100 -> 10%
產品分析舉例:留存狀況
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,總共有 50 人點開通知,25 人開始使用運動監測功能,但 1 周後還持續有在使用的人數是 10 人 ->
- 留存使用人數就是 10
- 開啟率是 10/100 -> 10%
活躍:活躍人數、活躍度
- 為什麼要知道使用功能或是專案的活躍度有多少?
- 活躍人數是一段時間內持續有使用專案或是功能的人數
- 留存我覺得比較像是研究一個人的行為 (從開始使用到是否變成忠實用戶),而活躍度會比較像是功能整體到底有多少人不斷在使用
- 關於活躍的關鍵指標:
- 活躍人數:一段時間內有使用的人數
- 活躍度:活躍人數/總用戶
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,這一個月有使用過至少一次的用戶是 30 人 ->
- 活躍人數就是 30
- 開啟率是 30/100 -> 30%
產品分析舉例:活躍狀況分析
- 舉例:今天我的健身房 App 上線了一個監測運動時間的功能,我用通知推播給所有用戶 (100 人) 說我們有了新功能,這一個月有使用過至少一次的用戶是 30 人 ->
- 活躍人數就是 30
- 開啟率是 30/100 -> 30%
分群分析:依照使用者的樣貌分群
分析的關鍵指標也會是上面提到的 4 種關鍵指標,只是我們幫用戶分群,
為什麼要分群?
- 為什麼要分群?
- 分群是為了把不同型態、可能有不同需求的人分開,我們初期可以專注在我們想解決問題的那群人身上,並且全力滿足他們的需求
- 舉例:健身房如果上線了線上監測使用時間、運動數據的功能,健身房可以把用戶分成 1) 有穩定運動習慣 2) 剛開始運動,還沒有穩定習慣的用戶。當初我們出監測使用時間、運動數據的功能是希望對 1) 有穩定運動習慣的人產生幫助,並且讓他們黏著在我們的健身房,那我們就可以把 4 大關鍵指標專注在第一種人的結果
- 當然整體也要看,但是深入優化的時候,可以拆的更細,看第一種人的使用有沒有優於第二種人?
建議的分群方式?
- 建議的分群的方式?
-
- 依據用戶行為做分群,繼續以健身房的案例做說明,依照用戶行為,我們可以把用戶分成 4 種人
- 1) 每天來運動 -> 重度使用者,也許在新功能上需要更在意他們的反饋
2) 一個月 10 次以上 -> 重度使用者
3) 一個月 5-10 次 -> 輕度
4) 一個月小於 5 次 -> 輕度
- 1) 每天來運動 -> 重度使用者,也許在新功能上需要更在意他們的反饋
- 依據人口統計 (Demographics) 來分群
- 1) 性別
2) 年齡
3) 職業
- 1) 性別
- 依據用戶行為做分群,繼續以健身房的案例做說明,依照用戶行為,我們可以把用戶分成 4 種人
👉 點我查看 Google Sheet 範例
當我們推出一個新的服務、產品時,可以初步用這 4 大指標搭配分群去了解用戶對我們的產品接受度!