快好知 kuaihz訂閱觀點

 

獲獎作品|騰訊移動分析測評分析:數據綜合平臺的功能和業務擴展

本文作者將結合自身騰訊移動分析的測評,對針對基礎服務模塊的優化和增加擴展服務的功能模塊,對MTA進行平臺能力建設和業務發展策略的分析討論。

本文目錄如下:

一.  對數據分析和數據平臺的一些理解 

1.  對APP數據分析的拆分理解

2.  一個數據平臺的使命

3.  對B端數據產品的一些理解

二. 騰訊移動分析MTA平臺體驗分析 

1.  平臺功能框架

2.  平臺功能內容概述

三. 數據平臺功能拓展    

1.  平臺功能擴展思路框架

2.  基礎型功能

3.  擴展型功能

四. 數據分析案例  

1.  案例背景

2.  數據分析模型

五. 寫在最后    

一. 對數據分析和數據平臺的一些理解

1.   對APP數據分析的拆分理解

從一個業務線來看,盡管基礎的核心指標,比如DAU、留存等大方向上所有人都會關注,但是不同角色對數據分析存在著不同的訴求側重點,而每一個部門對數據分析的可以做一個簡單的拆分為基礎數據分析訴求和深度數據分析訴求,總括來講可以用下面的一個圖去簡單的表述(僅從業務部門考慮,不包含技術部門)。

2. 一個數據平臺的使命

(1)從平臺使用者的角度

一個數據平臺兼顧著數據監控、數據分析、方向指導、數據功能(廣告、push等),這些基礎功能能夠最基本的支持一個業務的日常需求和起步發展;在這個基礎上,能夠獲得一些額外的數據服務,進一步精細化的設計和運營產品、制定策略等。

(2)從一個平臺創造者的角度

創造一個服務化的數據平臺,可以從量方面去切入:

輸出技術資源和數據資源服務,獲取服務費用和外部數據積累。

輸出技術資源服務,獲取數據,構建完整的數據體系,再將數據服務化輸出獲得商業收入,比如第三方DMP。

3. 對B端數據產品的一些理解

從一個B端產品的角度來講,根據客戶類型拆分,進行整體平臺功能和業務方向的拆解,可以把數據平臺的服務對象拆分為:

(1)初創產品的團隊or中小公司團隊

這類團隊本身沒有能力進行數據處理和統計,因此需要接入外部的數據分析平臺進行數據統計和分析;對于中小團隊而言,在產品能夠發展的情況下,數據量會穩步或者爆發性式的上漲,因此基礎核心指標的統計和問題監控是最核心的功能訴求。

進一步的,對于依賴第三方數據平臺的團隊來說,個性化的指標制定、便捷的報表構建等功能(這些功能往往需要一個團隊去維護相對大的數據體系和數據開發),是留住客戶持續使用數據平臺的有競爭力的功能。

可以把這一部分描述的相關功能歸納為數據平臺的基礎服務模塊,進行基礎功能的服務接入。我們可以稱這類客戶為基礎型客戶。

(2)成熟產品的團隊or公司規模較大的團隊

對于這一類團隊,本身團隊技術能力足以支撐他們進行應用內數據的處理,基礎的數據分析和監控,不足以吸引客戶接入平臺功能。但是,圍繞數據平臺外延提供的服務,卻是客戶愿意以自身數據作為代價,接入數據平臺的驅動力。

因此,拓展外延服務是平臺得以吸引無論是擁有成熟數據團隊的客戶還是缺乏成熟數據團隊的客戶的核心服務能力。

可以把這一部分描述的相關功能歸納為數據平臺的擴展服務模塊,進行服務化的商業接口。我們可以稱這類客戶為成熟型客戶。

后文的分析會主要針對目前MTA的功能模塊分析,通過基礎模塊和擴展模塊的分析,針對不同的業務部門,嘗試對目前的MTA進行部分功能添加完善和整體平臺的擴展服務模塊方向和策略進行探索,豐富MTA的服務模塊,提升平臺在B端的服務能力。

在文章的最后,會給出一個數據分析案例模型,結合目前MTA已有的功能和本文中擴展的功能,簡要的分析一個在營銷推廣中的數據分析模型。

二. 騰訊移動分析MTA平臺體驗分析

1. 平臺功能框架

2. 平臺功能內容概述

(1)基礎功能模塊

從基礎功能模塊的報表和功能結構來看,目前基礎報表已經能夠涵蓋大部分的基礎指標,涵蓋了數據監控、數據分析、數據挖掘(用戶畫像等)、反作弊、相關的后臺接口等,還有基于以上基礎服務的一些訂閱功能等;

MTA的基礎服務能力目前是相對完善的,大部分初創型APP接入后可以滿足其大部分的數據監控和基礎分析需求。

從靈活性來講,MTA的接入存在一定的門檻,需要一定的技術能力投入去對接(在初創團隊,人力的緊張程度是比較嚴重的)。

(2)擴展服務模塊

能夠被定義為擴展服務模塊的,主要是廣告監測模塊,能夠幫助廣告主連接廣告前端和APP內數據,形成相對完整的漏斗分析模型。

從目前MTA的擴展服務模塊來看,可以發揮的空間比較多,比如:

依托騰訊數據平臺的算法能力和數據能力,進行數據服務;

背靠廣告營銷平臺和媒體數據能力,幫助CP優化廣告;

利用騰訊的運營功能能力,提供運營能力和運營數據分析服務。

下面會針對基礎服務模塊的優化和增加擴展服務的功能模塊,對MTA進行平臺能力建設和業務發展策略的分析討論。

三. 數據平臺功能拓展

1. 平臺功能擴展思路框架

如上文提到的,對于一個數據服務平臺來說,將服務類型拆分為基礎服務和擴展服務,基礎服務更多的是偏向初始能力較弱的團隊提供基本的數據后臺服務,要留著成長起來的用戶以及吸引市場上成熟型客戶,平臺需要進一步提供更多的能力,擴展服務則提供了這些能力,整體模型框架可見下圖:

基于這樣的一個邏輯起點,下文會針對MTA進行功能完善和平臺策略的制定,由于羅列出的功能點相對多,僅會對基礎型功能和擴展型功能的部分功能點進行較細致的方案描述,其他點僅作功能點內容和需求分析。

2. 基礎型功能

(1)新增功能&模塊列表

目前MTA的基礎功能相對完善,僅提出“報表配置”一個大功能模塊和“行業應用分析模板”、“分APK數據”兩個功能點,限于篇幅,簡要分析能夠提升平臺靈活性的功能模塊-【報表配置-自定義報表配置】。

報表配置-自定義報表配置

需求分析

從幫助文檔來看,目前MTA的報表指標內容是模板化的,統一規范,對個性化需求需要技術對接,門檻較高;

數據后臺對于不同團隊來說,有通用的需求指標點,但是也有個性化的數據需求點。比如:demo中的貸款數據分析,運營會希望知道提前還貸用戶的提前天數分布變化,從而制定貸款策略制定等。

對于臨時性需求,也可以通過使用人員配置臨時性的數據報表滿足,實際上,在一個APP的發展過程中,存在大量的階段性報表,比如某版本增加了測試功能點、階段性的運營活動,這些報表配置往往具備通用性,可以由業務人員自主配置。

(2)需求描述

初步原型及說明:

說明:

僅以此簡單原型說明功能的可實現性,并沒有涵蓋所有功能點,比如:引用報表、實時統計/離線統計等功能沒有逐一羅列在原型中;

實際上,基礎的邏輯點可以參考一般數據分析師編寫SQL語言進行數據統計的思路,在同一個維度下,去構造每一個統計指標或者開發的hive表。

這個功能,對運營人員具備一定的數據技術邏輯要求,包括對事件和參數的理解,對埋點邏輯的理解等。

自定義配置報表的功能價值

從實操上來講,這個功能并不是完全創新的一個功能,目前不少互聯網公司已經啟用了這種模式,對于運營人員來說,能夠提升數據分析者對數據的統計理解、數據分析的理解和報表創建的靈活性;

數據平臺來說,報表的配置功能,一方面豐富了平臺的功能和能力,另一方面,靈活的配置報表,隨著報表的增加,CP自建報表的成本就會越大,進一步提升CP對平臺的依賴程度。

同時,自主配置報表的功能,能夠為下文的“深度需求”提供了更多的可能性,因為深度需求更偏向功能數據分析結合,存在不少需要靈活配置報表的場景。

3. 擴展型功能

(1)新增功能&模塊列表

截稿為止,MTA滿足產品、運營和市場的深度內容相對較少,包括目前的廣告監測,更傾向于基礎的數據監測,對于本身具備一定數據技術能力的CP來說或者隨著CP技術團隊的發展,對MTA的依賴程度不高甚至完全不需要MTA。

背靠騰訊的海量數據、數據技術能力以及強勢的廣告媒體流量,MTA完全可以進一步挖掘,讓CP即便擁有自身數據團隊的情況下,仍然愿意接入MTA,提供精準的運營、營銷和產品分析能力。

從對各業務線的理解角度來看,對一個APP發展有較大幫助的功能模塊我認為主要在“push功能模塊”、“廣告監測”和“品牌監測”,下文將會針對這三個模塊的部分功能點進行分析,其他功能點簡要分析可見上面表格。

Push模塊-個性化push

Push模塊概況

從整個模塊點來說,push實際上是目前基本所有APP都具備的功能,市面上也存在不少的推送服務。就騰訊而言,內部也具有信鴿-移動推送服務。

而定向、場景化及個性化推薦算法,騰訊都是具備相關的團隊能力的,所以實際上MTA需要自身實現的功能主要的數據分析報表,另外兩項都能夠通過內部合作達成,至此MTA就具備了集push、算法、定向和數據分析于一身的綜合推送服務。

下面會選擇“個性化push”功能進行簡要的分析,以此豐富平臺能力。

(2)個性化push需求分析

在運營push中,大部分類別的push都存在自身的主題:

目前運營端的推送,更多是通過主觀定性分析進行主題確認和人群圈定,這樣存在用戶群限定的局限性;

實際上,運營如果只需要將精力投入在主題確認上,而通過關鍵詞、主題標簽等特征輸入進行用戶用戶相關性確定,然后再決定推送人群,整個效率會有質的提升;

隨著業務發展,團隊人員難免出現輪換,此前積累的運營經驗和數據往往趨于零散,因此對于已經推送的數據,進行歸類和沉淀,可作為主題挖掘模型和后續推送參考。

(3)需求描述

初步原型及說明:

說明:

個性化push初步功能核心是利用個性化推薦算法,進行內容推送,為了算法的精準性,因此需要對push內容進行人工特征標注;

有別于一般的集中推送機制,個性化推送和目前流行的信息流推送原理一致,利用人工預設特征進行內容冷啟動推送,然后逐步收集數據訓練模型,從已有數據來觀察,個性化推薦的預估CTR和真實CTR可以達到95%-105%的準確度;

運用個性化推薦的原理,還可以同時編輯多條推送內容,進行最優推送;也可設置推送閾值,不給預估轉化率低于閾值的用戶推送,提升用戶體驗。

廣告監測-騰訊渠道數據挖掘

廣告監測概況

廣告數據監測對于市場推廣人員來說,是非常核心的功能點,這里面涵蓋了從對推廣產品的理解,到對推廣渠道和推廣物料的探索,最后通過轉化人群重新對自身產品用戶的定位反推到推廣產品的過程,可以用下面的圖表示。

目前,對于大部分廣告主,利用分包的方式,通過應用內部的用戶畫像,進行內部用戶的小循環,但是這種數據挖掘實際上是脫離了流量媒體本身的,流量盤子難以持續擴大。

MTA當前提供了聯通廣告推廣前后端數據功能,這解決了部分廣告主對廣告數據統計的需求,如果能夠利用平臺本身的資源優勢,進一步串聯媒體畫像幫助CP進行推廣,則能進一步提升平臺能力,下面會從需求列表中挑選“騰訊渠道數據挖掘”進行需求說明。

(4)騰訊渠道數據挖掘功能分析

初步原型及說明:

人群洞察、人群擴展和生成人群包,都可以根據CP本身對用戶行為的理解去進行,比如針對點擊的用戶進行人群洞察、針對注冊的用戶進行人群洞察(界面沒有給出來);

人群擴展后,能夠推送至廣告平臺上,直接在廣告平臺操作(這個需要和廣告平臺合作),之所以使用直接推送,是因為這樣可以避免導出具體的用戶標識數據,防止數據泄露;

生成人群包是將CP認可的轉化用戶導出。

四. 數據分析案例

最后,本文的分析會以一個金融類嘗試過的推廣-運營數據分析模型作為案例,說明從市場推廣-運營-產品策略的過程中,深度數據分析的作用。

1. 案例背景

某金融類應用P由于品牌認知度低,APP內生態和市場投放效果較弱,需要提升自身的品牌認知度,一方面提升老用戶對APP的品牌認可度,提升運營效率和產品認知度,另一方面,通過品效合一的手段提升ROI。

2. 數據分析模型

(1)用戶定位分析-產品&運營&廣告平臺

在這個過程中分別涉及的數據服務有:

應用內核心數據指標和分析;

用戶聚類分析(渠道用戶挖掘功能);

用戶洞察和特征分析(渠道用戶挖掘功能);

用戶拓展算法和數據定向功能(渠道用戶挖掘功能);

營銷推廣分析模型-推廣&廣告平臺。

在這個過程中,涉及的數據服務包括:

用戶洞察分析(渠道用戶挖掘功能);

廣告效果監測和媒體流量數據分析;

品牌廣告和效果廣告效果分析,可對應擴展內容中的品牌指數、騰訊渠道數據挖掘等功能;

運營數據分析、個性化push等功能。

案例中的實際溝通中,CP的用戶洞察分析、渠道挖掘等,由于雙方對彼此的數據均不完整,更多是依賴內部的數據進行分析得到的,因此依賴人工定性判斷的點會增加,此時更突顯一個綜合性的數據服務平臺的重要性。

五、   寫在最后

上面給出了一個案例,描述了一個能夠涵蓋運營和市場推廣數據分析的綜合性服務數據平臺的運用場景,如果再從產品-運營側切入,也會存在類似的場景,本質上產品-運營-市場不分家,數據分析互相滲透也是常態。

一個綜合服務型的數據分析平臺,基礎的數據統計功能滿足基礎型客戶用戶,深度數據挖掘功能和連接業務部門之間的數據能力可以滿足成熟型用戶。如果能構建這樣一套完善的內循環型數據服務平臺,建立起平臺的數據生態,將大大的提升APP的產品-運營-推廣策略效率。而隨著移動原生APP時代的穩定,web端的發展(參考PC的發展和目前的看趨勢來看是極有可能的),循環生態的數據分析工具會更有發展空間。

相關閱讀

騰訊移動分析產品測評大賽報名開啟,豐厚大獎等你來!

騰訊移動分析測評大賽結果公布|這一次,且聽我娓娓道來

本站資源來自互聯網,僅供學習,如有侵權,請通知刪除,敬請諒解!
搜索建議:分析  分析詞條  騰訊  騰訊詞條  獲獎作品  獲獎作品詞條  測評  測評詞條  擴展  擴展詞條  
評測

 復盤:一款奪寶產品的死亡

去年我所在的X公司做了一款一元奪寶類App,年終的時候死掉了(出于利益關系,這里就不指明是哪一款了,反正奪寶類產品都差不多嘛)。須知奪寶是一類早已經過市場驗證的...(展開)

日韩不遮挡毛片免费,欧美一级黄深夜影院,黄片av啊啊啊不要啊,色色色色永久视频平台