【实战案例】从数据角度看零售APP版本更新

本篇介绍如何从数据角度评估APP版本更新的效果，推荐给感兴趣的朋友。

本篇围绕以下3个问题展开：
1. 为什么要做APP版本更新？
2. 一次APP大改版会涉及哪些流程？
3. 如何用数据多维度评估APP版本更新的效果？ 

一、为什么要做APP版本更新？

一件事情的发生，一定有它的驱动力，总的来说是企业主导，为了让业务发展得更好。

1. 会有哪些力量推动着事情的发生？
有来自企业内部的推动力：1>在应用市场提升排名及下载量，提醒用户想起它；2>根据公司业务规划，增加/完善功能；3>漏洞修复...
以及来自用户的反馈：卡顿、加载慢、特定场景下的需求...
还有来自市场监管部门的要求：个人信息保护法，禁止非法获取用户信息...

2. 基于企业内部的业务规划来做APP升级的场景
企业内部各个团队在日常工作中，或多或少都会对APP产品设计有改善建议，因此对于功能的迭代需求就会积少成多，再加上对于未来新业务的规划。此时可能就需要对APP进行重新设计，在完成了初步的设计稿后，会有一个改版计划，较大的改动会成立独立的项目组。

二、一次APP大改版会涉及哪些流程？

首先研发APP是一件成本非常高的事情，接下来我们再来看成本高在哪里？
1. 从需求调研->数据分析，7个步骤缺一不可；
2. 在人员配置上，仅程序开发+测试环节，就需要4类专业技能；也就是至少4个能独当一面的资深技术人员；若功能复杂，需要的人力会成倍数增加。
需要了解每个环节具体内容的同学可以百度，本篇重点会放在数据分析环节，这里主要是帮助理解项目流程，找到各个职能在项目中的定位。

三、如何用数据多维度评估APP版本更新的效果？ 

这个模块会分成3个部分来分享：
1. 各个需求方的需求分析
2. 项目各个阶段，需要做哪些数据准备？
3. 结果呈现的形式有哪些？建议3段式

1. 各个需求方的需求分析
功能更新一定是有预期有假设的，需要先理解项目中各个岗位的业务着力点，再抽象为数据指标帮助验证假设。

也可以将有更新的各个功能逐个拆解，分析其关键指标，两种方法的目的都在于理解需求，可以根据业务场景判断任选其一。

2. 项目各个阶段，需要做哪些数据准备？
1>数据方案：当确定了APP的设计稿后，就需要准备版本迭代的数据分析方案了
a) 如何进行数据对比：是在同一个APP版本兼容新旧界面呈现AB测试，还是不同版本间的同期数据对比？
b) 如何看到数据：在发版前中后三个阶段，在哪些地方可以看到哪些维度的数据？建议规划一个项目计划表出来，参考下图。
2>埋点工程：确认了基本的数据方案后，就需要围绕各个数据维度，设计要采集的用户行为
a) 根据APP设计稿、原型图，编写埋点文档，交付给开发工程师做埋点采集；
b) 埋点采集部署完成后，注意验收是否有漏埋点、错埋点、生产与测试环境埋点不一致等问题。
3>数据开发：根据发版前中后要交付的结果，建议有3段式呈现
a) 实时数据看板，适用于项目所有成员，选取关键指标；
b) APP全景分析，从整个APP的流量分布到各个页面的转化率，从功能到访率到留存率，增长机会可能就隐藏在众多细节之中；
c) 业务趋势分析，由于上线初期新排版新名称新功能，有的用户会出于好奇点击，从而使功能的访问率数据较好，这时候需要观测更长期的数据趋势。
4>结果分析：需要用数据回答这些功能更新改变了什么？为什么会发生这些改变？诸如此类问题。

3. 结果呈现的形式有哪些？建议3段式
在这一部分，提供一些简单数据结构，仅供大家参考。

1>实时数据看板：包含新版本的铺版率、新老版本业务对比、系统稳定性等关键数据；

ps：为什么要用加载失败率这个指标而不是加载成功率，请参考上一篇文章【探究生活中的行为经济学，提高决策力！】中2.3的结论。

2>APP全景分析：如何做新版本全盘的数据分析？分为5个数据模块
a）新老版本对比：业务/功能到访率、下单转化率、关键位置的点击率、留存率、访问行为...

b）新版本的流量分布：了解新版本APP各个位置的流量表现

c）各个业务/功能的转化漏斗

d）流量来源：不同位置给同一业务的流量&转化贡献
若新版本APP对业务的入口发生较大调整，就需要明确业务的流量入口有哪些？不同入口的转化率如何？找到核心流量位置，优化转化效率。

e）新功能分析：分功能外部数据与功能内部数据，主要指功能到访率、功能各个按钮的点击率，可以灵活使用。

3>业务趋势分析：对关键数据做一个折线图就可以啦

文末：
如果不打开内部结构，竹子和甘蔗有什么区别？
以上就是本篇的全部内容，欢迎在评论区写下你的观点和宝贵建议，下次见~