数据中台实战（七）：流量分析

流量分析的核心就是你的平台每天有多少个用户过来，都去了哪里，在那个位置产生了消费。

针对这几个问题，我们做了几个功能：

网页分析，可以监测每个网页的流量PV、UV、浏览时长、跳出率；

坑位流量分析，可以看到产品的每个坑位每天产生多少流量，产生多少交易额；

路径分析，可以看到用户来了平台的路径是怎样的，从那里进来，走到哪里就走了。

这些功能都是通用的，几乎每个互联网产品都会用到。

只要前端产品做相应的埋点，就可以自动化输出数据，支撑N条产品线的流量分析。

先讲一下网页分析，第一步要做的就是和产品线的产品经理沟通现在有那些网页，网页的地址是什么，网页名称是什么，网页有没有在数据库中管理起来。

比较不幸的是，我们的网页是没有管理起来的，我让产品线的产品经理输出了一份现有产品所有的网页名称和地址。

由于没有管理起来，我们只好将这份表格导入数据库，并给网页的英文名称定义中文名称，目的就是更方便运营能理解数据。电商产品的主要网页有这么几个：

推广落地页，投sem广告用到的页面，一般都是注册页；

商品详情页，单个商品的介绍页面；

进货车页，用户商品加购后的页面；

下单页，用户提交订单的页面；

支付页，用户选择支付方式的页面；

个人中心页，用户编辑资料，领优惠券等功能的集合。

其中有两个核心的页面需要讲一下，一个是推广页，一个是商品详情页。

推广页的流量一般都很大，做投放的同事需要每天监测PV、UV这两个指标，如果发现暴增或者暴跌的情况，就要及时查明原因及时解决，所以我们给出趋势图。对

于访问时长来说一般是越少越好，我们希望用户能够尽快注册进入产品，而不是一直停留在推广页；如果一直停留在推广页说明吸引用户的是我们的推广页，而不是我们的产品，访问时长也是一个监控产品功能的比较好的指标。

我们第一次投广告时就发现一个问题，对比整个产品的平均访问时长来说，推广页的访问时长多了好几倍，经过查看明细数据，发现有一部分用户一直访问推广页，而且是同时发送多个访问请求。

我们当时就用一个未注册用户访问推广页，发现用户访问完推广页会填一些问题确认身份，有些用户不想填问题，就点浏览器的回退按钮就回到了推广页，回退后用户就锁死在了这里，不能进行任何其他操作，就导致用户一直刷新页面，就有了很多访问请求，导致访问时长偏高。

针对推广页这么重要的页面，我们还需要监测它的转化率，我们设计的路径是：

为了完成每一步转化率的监控，我们需要针对推广页上的每个按钮进行埋点，这样就能监测整个流程微观的转化率，看到底用户在哪个节点流失，再采取相应措施。

商品详情页是电商产品中最重要的页面了，我们提供商品的价值绝大部分通过这个页面传递。

商品详情页我们要定期观察PV、UV，访问时长，跳出率的变化趋势，每天来看商品详情页到底有多少人。

访问时长当然是越高越好，访问时长越高，说明用户对商品越感兴趣，但是也不要过高，用户一直在商品详情页，而没有在下单也是问题。

跳出率这个是越低越好，我们希望用户来到这个页面不要看一下就走了，说明他对这件商品不感兴趣。

我们再看一下坑位流量这块。所有的互联网产品都一样，都是由一个个的坑位组成，坑位上放不同的内容。

怎么做坑位流量的分析呢？

第一步就是要把坑位管理起来，这个一般都是由各个产品线开发和控制。

配置完坑位，我们产品的每个端都需要基于坑位的配置来做相应的显示。

那么坑位的指标都有哪些呢？

涉及流量的有PV、UV，每个坑位每天的流量变化情况，坑位的流量最好能做成准实时，比如能计算出前一个小时的数据，因为运营对这块的实时性要求比较高，特别是经常更新商品的坑位。

除了这些还有坑位的交易额和转化率。要完成交易额的计算，要进行后端的埋点。

这样再解析订单中的坑位ID就知道商品是从哪里卖出去的。还有一个问题，坑位的配置是分端的，基于不同的运营目的，每个端显示的坑位可能不一样，这样我们需要分端去查看坑位的相关数据。

同样的，当用户加购时要记录客户端的情况，下单时要把客户端的数据传入订单，这样就能分端分坑位查看数据情况。

路径分析依赖前文讲到的数据埋点《数据中台实战（一）：数据埋点》，当对产品所有的页面进行埋点，才有数据源。做路径分析首先要看产品线到底有几个入口，用户进来后的访问路径是什么。

关于整体分析，可以让你们的开发先输出一份数据看看主路径到底是哪些。

具体的做法就是把每个用户的访问路径打横输出，然后做归类统计，样例数据如下：

我们的电商产品输出这些数据做了分析后得出有几个入口：

有一部分用户从商品列表或者商品详情页进入产品，这些一般都是对外发的推广链接，比如朋友圈直接发商品详情页的链接。

为什么要查这些入口和主路径呢？

接下来就进入开发，这里有一个概念叫做会话，会话就是一次用户访问，业界一般定义会话的间隔为20分钟。可以这样理解，比如你访问了一个网页，中间停了20分钟去看了一篇文章，接下来又去访问这个网页，那么你就产生了2个会话，每个会话之间有n个访问记录。这样就把一个个用户的访问记录切成n个会话，每个会话又打横形成n条访问记录。

除了汇总的数据，我们还需要提供用户访问的明细数据，主要的内容就是用户在什么时候访问了那个页面。

如果用户没有登录我们统一取浏览器生成的cookieid作为用户的唯一标识。输出明细数据的主要格式如下：

基于用户量的的大小，你可以保存近期的数据如近半年的数据，因为用户每天的访问行为产生的数据量还是比较大，有很大的存储成本，数量太大对服务器的性能也是很大的挑战。

《数据中台实战（六）：交易分析》

《数据中台实战（五）：自助分析平台》

《数据中台实战（四）：商品分析（产品设计篇）》

《数据中台实战（三）：用户分析（产品设计篇）》

《数据中台实战（二）：基于阿里OneData的数据指标管理体系》

《数据中台实战（一）：以B2B点电商为例谈谈产品经理下的数据埋点》

数据中台实战入门篇：数据中台对内、对外合作机制

数据中台实战入门篇：双中台战略

作者：Wilton（董超华），曾任职科大讯飞，现任富力环球商品贸易港大数据产品经理。微信公众号：改变世界的产品经理。简单、简短、有用，坚持原创、坚持做感动你的好文章。

本文由@华仔原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。