在传统的互联网中，如何收集与阐发数据，进行数据化营销以及数据化运营，都已经有较成熟的解决方案，市场上有很多第三方提供这样的办事，有商业的，也有免费的。很多公司内部开辟的BI与日志阐发系统功能也很强年夜。而对移动互联网来讲，年夜家都还处于摸索的阶段。我们"今夜酒店特价"也不破例，这里希望能跟年夜家交换一下这几个月来我们操纵谷歌 Analytics来进行数据化运营与产品设计的一些感触感染与心得体会。

如何取得数据

第一个问题，就是如何取得移动APP的数据。这就涉及使用什么东西来取得想要的数据。相信很多跟我们一样处于草创阶段的公司或小我，都没有过量的精力来自行开辟数据的收集与阐发系统。这时候，我们就把目光投向了第三方免费的东西。相信年夜家都知道年夜名鼎鼎的Flurry，以及国产的友盟。还有一个就是免费的谷歌 Analytics，在收集和阐发移动APP数据方面，它很是强年夜。

颠末综合阐发与对比，我们最终仍是决定使用谷歌 Analytics来作为我们的数据阐发东西。

选择好数据阐发东西之后，第二步是如何正确地实施与摆设谷歌 Analytics。在这个过程傍边，我们的体会就是，要用好谷歌 Analytics来收集与阐发移动APP的数据，最重要的是操纵好它的五个自定义变量以及事件追踪。比如可以把APP的版本号作为自定义变量传回，这样你便可以很好地来细分不合的版本在转化漏斗上是否有明显的改进。而对事件追踪（event），我们把每个按钮的点击都作为一个事件发送回来。我们的产品司理可以明确地知道每个按钮每天有多少用户在点击，对我们的产品改进也有很是年夜的帮忙。

对办理者而言，可以在谷歌 Analytics里自定义一个常常使用数据的报表仪表板（Dashboard），从而一目了然地知道很多最重要的数据。如以"今夜酒店特价"这个应用为例，见图1。

数据指导产品与运营

取得以上关头数据后，第一步，阐发与研究最重要的漏斗，即转化漏斗，即图1中左侧前四个数据。用户从打开APP到最后完成采办的流程可年夜致分为四步：打开APP→查看酒店详细信息→填写订单→完成订单。

在图中，有50%的用户打开APP之后查看了酒店的详细信息，然后只有10%的人起头填写订单。从中我们可以取得的阐发结论有四个方面：

第一个是可能我们的酒店数量对用户来讲是远远不敷的，因此用户都没有进一步进入查看酒店信息的欲望。

第二个结论是酒店列表（打开"今夜酒店特价"应用即显示酒店列表）的信息已经比较足够用户选择酒店，因此当用户看到列表傍边的酒店之后，不需要查看酒店的详细信息。

第三个结论是可能我们的APP产品设计不敷杰出，用户用"今夜酒店特价"不容易找到自己需求的酒店，因而有50%的人不进入到酒店的页面。

第四个结论是"今夜酒店特价"上的酒店不敷好（性价比不敷好，或是酒店描述太糟糕），所以当用户看完酒店的具体信息之后，只有10%的人愿意起头预订。

这四种结论对运营和产品的标的目的来讲，是完全不相同的。这时候，更多的是需要运用行业的知识以及用户的调研与反馈，来判断事实需要在哪个方面做出努力。

而当用户起头填写订单之后，成功完成并提交订单的用户比例是75%。我们可以从一个更长的时间段去不雅察这个比例的成长趋势，来阐发采办流程对用户来讲是否很流利。不竭地改良预订流程，从而提高这个比率。

第二步，我们可以阐发"今夜酒店特价"新老用户的比例，即用户黏度。以上图中的数据为例，老用户占比接近60%。这个数据如果只看一天，其实不克不及帮忙我们做出决定计划。我们需要从更多的时间段去看，阐发不合月份用户的回访比例与回访次数，再结适用户访谈与调研，体会用户对"今夜酒店特价"最不满意的处所。别的，新老用户的比例还可以连络不合的营销推广渠道，来看不合渠道用户的忠诚度，这对市场运营来讲是很是有帮忙的。

再举一个数据来帮忙运营决定计划的小例子。在"今夜酒店特价"的酒店列表页中，为了更便操纵户寻找酒店，我们设计了按各类体例排序的功能，比如按星级由高到低，按距离由近到远，按代价由低到高档。我们现在来看看用户点击最多的按钮是哪个，这里就用到了我前面说到的事件追踪的功能，见图2。