給小編:來網站的是平民還是權貴,這套軟體一測即知

很多開發者或許都已經使用過像 Flurry、Google Analytics 這樣的資料分析工具,雖然這些工具各有優劣,但它們一個共同的特點就是把用戶當成一個群體來分析,你沒法從這些資料中看到單個使用者的行為。

比如來說如果開發者想知道接下來哪個用戶會拋棄你的應用,這兩者都沒法告訴你。可是對於開發者來說,能否得到這個資料直接關係到最終是否能留住這個用戶,所以像 Framed Data 這樣的資料服務工具也就出現了。

簡單來說,Framed Data 和以前的資料分析工具最大的區別就在於,Framed Data 把用戶當成單個的人來理解,而之前的很多資料工具只是把使用者看著一個數字

借助於 Framed Data 的資料分析服務,如果開發者想提前找到那些可能會離開的使用者,那麼首先需要把應用的資料提交到 Framed Data 上。接著 Framed Data 會使用一些機器學習模型來讀取這些資料,進而描繪出使用者的行為。

當用戶行為被描繪出來後,Framed Data 就可以把它和已經存在的使用者資料庫做對比,這樣也就能利用過去的使用者行為資料來識別出那些高風險、可能會離開的用戶。在機器學習和資料科學領域,拿到的資料越多,精確程度自然就越高。

當 Framed Data 分析完之後,開發者可以簡單的整合資料並且輸出那些被標記為高風險的使用者。對於那些處在中度或者低度風險區間的用戶,開發者一樣可以採取一些措施來和這些忠實用戶互動。

舉例來說,一個照片應用的開發者就發現,如果某個用戶的社交圈中有 7 個以上的好友在一個月內加入到這個 app 中,那麼即使他的好友僅僅發了很少量的照片,這個用戶也願意留下來。這樣的資料顯然不是簡單的統計服務能得到的。

另外,一些開發者經常會犯類似這樣的錯誤:假設在一個 app 中,如果有 500 個用戶都在使用聊天功能,但僅僅 100 個使用者在使用圖片分享功能,那麼開發者往往會很自然的認為應該在聊天功能上傾注更多精力,但資料卻表明聊天功能和用戶留存幾乎沒什麼關係,那些被小部分使用者使用的功能往往才是維護用戶忠誠度的重要特性。

所以不難看出, 如果不能識別單個用戶而僅僅把使用者當成一個集體的數字來對待,那麼很多時候人們是沒法看到事物背後的因素的,進而也就難以找到應對的技巧

Framed Data 負責行銷和增長的總監 Tim Wu 告訴《PingWest》,對於很多公司來說,招聘和維護資料研究團隊是很麻煩的事,所以他們希望把 Framed Data 打造成一個無論是開發者還是非技術背景的人都能使用的服務。現在 Framed Data 也希望能進入中國市場,而且他們的產品在移動社交和遊戲方面的表現正越來越好。

在 Framed Data 的 CEO Thomson Nguyen 看來,他們最終希望把資料科學作為一項服務提供給客戶。所以在預防用戶流失、增加用戶留存之外,他們也希望通過這個平臺上的機器學習能力來獲取一些其他成果。比如,幫助開發者提前識別用戶群裡有影響力的人,幫助面向企業的業務提前識別客戶的需求等等。

總結來說,在簡單的使用者資料統計之外,隨著資料科學的發展,即使是一些初創公司也正在更進一步的去挖掘資料背後的價值。對於移動開發者來說,接下來自然也可以借助更多的工具來瞭解用戶行為背後的潛在因素。

  • 想增進你的數據分析能力嗎?TechOrange 提供你最有效率的 Google Analytics 學習法!立馬點擊下圖前往活動頁報名。(課程說明GA_600x100
  • 延伸閱讀

多益證書不夠看,加上 Google Analytics 認證才能脫離魯蛇身份
流量的最大秘密就是,把「提高流量」設為 KPI 一點用都沒有!
誰不靠 Growth Hacker ?創業打天下不可或缺的大將

(本文轉載自合作夥伴《PingWest》;圖片來源:justgrimes,CC Licensed;未經授權,不得轉載)

點關鍵字看更多相關文章: