01 | 如何分析app页面

搜索主界面的全部 UV：这是引流渠道，看用户是通过桌面图标进入搜索还是其他路径；
店面页 UV：搜索框搜索、热点搜索、语音搜索；
详情页查看 UV：客服、评论、店铺设计、商品属性；
加入购物车 UV：尺寸、颜色、数量；
提交订单 UV：物流、是否支持7天无理由退货、发票、运费；
收银台 UV：支付方式是否多样；
交易成功 UV：密码错误、冲动消费、界面异常、其他打断。

漏斗模型分析

在最后一步交易的时候，付款成功率只有 70%，这时候的问题就是——最后一步转化率太低。经数据分析工具排查，用户还没有到输入支付密码那一步，所以支付侧的问题不大，所以要去研究这部分用户在支付界面还做了什么们先看下界面展示，如下图所示:

02 | 场景下数据的分析

在平台范围内，最为关注的集中在分发效率上。针对分发效率的评估与优化，就能进一步提升整体的运营效率分发效率的评估除了要关注日活、留存、渗透率等常规指标外，还要找到能反映产品问题的指标。比如 CTR 和人均访问页面数，这两个指标就能很好反映产品问题。

1.CTR

CTR = 点击 UV / 曝光 UV，反映用户点击欲望的指标。

2.点击 UV

每天有多少用户点击进入到页面。

3.曝光 UV

每天有多少用户看到了页面。

4.人均访问页面数

总访问页面数（PV）/ 总访问 UV。
总访问页面数 PV：点击所有页面的次数总和是多少。
总访问 UV：点击所有页面的人数总和是多少。

03 | 新用户分析

拉新必然要衡量拉新效果和拉新优化，普通app内部数据我们肯定不太清楚，但我们可以去看整个 App 在拉新上可以优化的点。
新用户跟老用户实际上最大的差异点，是新用户有一个新人大礼包。所以我们可以去分析这一点有什么可以优化的地方。

新人大礼包曝光 UV 是多少/li>
“注册领取”点击 UV 是多少/li>
“立即领取新人大礼包”点击 UV 是多少/li>
注册用户 UV 是多少/li>

这是新用户进来之后主要的过程。漏斗数据，我们分析下可以优化的空间:

逻辑性
新用户对 App 比较陌生，所以第一感觉是先浏览,结果设置是引导用户去注册，点击率必然不会很高，很多用户会直接点那个“X”。如果用户要进行消费，可以在支付步骤或商品详情页处提醒要先进行注册。
优惠券分发
首页曝光的是 6 元京东支付券和 35 元全品类券，而在 188 元大礼包里面实际上有 8 元运费券、40 元电子文娱券、20 元超市券。对于一名新用户，京东支付就很陌生，35 元全品类券需要消费 500 元才能使用，要求有点高，是否可以做两点优化。在首页优惠券曝光上，把 6 元京东支付券替换为每个用户都知道并且在意的 8 元运费券。20 元的超市券满 79 元就可以使用，这非常划算。所以可以把 20 元的超市券放在首页，具有一定概率的曝光。
京东本身的主流用户群体是电子，所以用 40 元电子文娱券去替换 35 元全品类券，一方面是优惠更大，另一方面会让用户有一定惊喜感，当然更好的是在优惠券推荐的时候也加入个性化（这一块京东肯定有数据，研究用户数据后再做处理即可）。
文案
“新人大礼包”详情页除了优惠券占用了中间坑位外，上下位置均没有有效内容，可以增加更多坑位曝光，并植入识别度高的文字。比如“可用”换成“立减”，因为“可用”是描述性词汇，用户不敏感，“立减”是动作性词汇，用户有感觉。

04 | 案例分析

1.分析京东app618期间用户日均页面浏览次数，我们先用matplot制作一个虚拟的数据

从上图可知，个性化推荐和十宫格并没有明显的上涨，而搜索的人均访问页面数有一个大增。
结论：

首页对搜索的分发能力最强；第二是“618”活动主要影响搜索这个坑位，下次活动期间或者下一年的活动要把资源和人力都投入搜索，同样在发布版本时也需要观察这个重要指标。

基于日活、留存、渗透、分发效率，基本上就掌握了 App 的整体数据。除了分析产品外，还要主动去了解整体数据。需要找到负责的产品跟大盘的数据关系，一般是以下三种：

该产品确实带来了大盘的提升；

该产品只是在抢大盘的流量，比如该产品模块的流量在涨，但是大盘在跌；

该产品部分在抢大盘流量，对大盘有部分提升，提升度是多少。

声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！

京东app产品分析