Mixpanel分析数据:哪种应用用户粘度最高

移动开发
近日Mixpanel公司创始人、CEO Suhail Doshi在recode网站上发布文章,从用户粘度的角度分析了各类应用软件的不同,为开发者提供了一个进行产品设计的视角。

[[109635]]

近日Mixpanel公司创始人、CEO Suhail Doshi在recode网站上发布文章,从用户粘度的角度分析了各类应用软件的不同,为开发者提供了一个进行产品设计的视角。Mixpanel公司致力于移动网络分析平台,文章如下:

结束一天辛苦工作的时候,所有的开发人员都希望自己的应用软件能够被用户喜欢,并融进他们的生活。

在Mixpanel我们总是讨论如何才能留住用户,只有留住了用户才能说明一款产品的巨大吸引力。无论你的产品是一款游戏、一个社交网络还是一个客户管理系 统。只有那些每天至少使用你产品一次的人,才是你的客户,而且这个习惯***还要长期保持下去,这就是所谓的用户回访量。

在此基础之上,我们 还更进一步,推出了一个新的分析工具:用户粘度,通过这个数据,公司可以分析出它的用户使用其产品的频次。比如,你们的公司开发了一款游戏,结果一个用户 早上玩了一会、中午午餐的时候又玩了一会、晚上回家路上也玩了,这个用户分别在三个不同的间隔小时内使用了你们的产品,所以这样的用户被称为3小时档的用 户,以此类推。

以用户粘度为标准,我们进行对五种不同的产品类型进行了分析,包括:硬件产品、企业级软件、社交类、信息类、媒体类等。这五种类型的产品都呈现了不同的用户行为和粘度的分布,其中硬件、企业级软件、社交这三种产品的用户粘度的程度差别***。

其中,社交类软件的用户行为最为稳定和持久,也就是说忠实程度也***。其中有超过50%的用户每天会有5个小时的活跃上线时间,甚至有一小部分用户可以说在 不睡觉的时间段中,每个小时都会使用下社交网络。这个结果其实并不让人意外,因为社交网络正在逐渐成为人们交流的主要方式。有一些社交应用甚至取代了传统 的邮件和通讯方式,不信你可以去问问一个青少年,上次打电话是什么时候,答案会是很久以前了。这就像以前人们每个小时都会查下邮件一样,现在换成了社交网 络上的更新。

与社交类应用相比,企业级应用则更多的在工作时间被使用。大部分这类软件的用户每天会在2到4个小时之内使用它们,个别人使用时间会超过10个小时。所以企 业级软件比我们想象的要被使用的更多,其实这并不让我们意外,因为我们Mixpanel本身就是企业级软件,但是和我们的客户相比,差距并不大,虽然工作 时间之外的使用量会大幅下降。

 

而硬件类产品的用户活动分布最为怪异,在13小时和18小时之间的时间段最突出,而6小时和16小时基本呈现一样的分布。***眼看去觉得很奇怪,但是这恰恰 就是硬件产品设计的原则:跟随你的每一秒,不要忘了这是个量化自身的年代。所以说,从用户活跃程度的分布也能从侧面说明设备本身的不同,比如健康手腕并不 是实时联网的,只是每天更新几次;而谷歌眼镜这种产品则会一直处于联网状态。

令人感到惊讶的是,通信应用的用户中使用最多的20%人,每天的使用时限也就5个小时,这个结果比社交类应用还是差的远了。80%的用户每天使用这类应用的时间不过3个小时。这也再次说明用户从通信应用向社交应用转移这个事实。

而相比上面这些类别尤其是社交应用,媒体类产品的用户粘度要差的多了,大部分用户不会在一天之中反复查看自己的新闻应用,其中只有80%的用户每天使用的时 间不过3个小时。这是因为大部分应用都会集中在一个时间段来使用,没有用户会像使用社交应用那样频繁的查看媒体消息的,人们更关心的是社交网络上朋友们的 状态更新。大部分人还是会选择在上班通勤的路上,阅读下今天的头条新闻,所以用户活跃度在2小时左右吧。

总之,用户粘度这个标准为公司分析用户行为又添加了一个有用的工具,而且可以进行更为透彻的分析。比如有一件事是很明确的,那就是用户粘度跟产品类型密切相 关,如果你开发的是一款社交应用,但是用户平均每天只花2个小时的时间上线,那么对于你的产品来说,这绝对是红色警报了,其他类型的产品也可以根据各自分 布类进行分析,而以前开发人员只能依靠用户回访率这个简单的标准来判断。

另外,用户粘度还能让公司意识到自己的产品进入用户生活的程度如何,从这个角度可以更轻松的判断是否应该进行某个产品的修改,并预测这个修改会对用户造成什么样的影响。

责任编辑:闫佳明 来源: kuailiyu
相关推荐

2018-03-20 14:59:42

移动应用程序大数据分析

2012-06-29 10:09:19

移动应用出错率

2011-12-29 10:22:04

iPad用户体验设计指南

2013-06-18 23:26:36

移动应用用户使用成本控制管理移动互联网

2023-10-31 07:37:02

2015-11-19 20:19:57

2014-09-19 10:54:47

用户体验单页面

2017-12-27 14:15:47

大数据数据分析圣诞

2023-06-29 15:40:03

数据管理鸿蒙

2013-11-29 10:09:37

谷歌用户数据

2011-01-20 10:33:44

OVI StoreMobile Mark诺基亚

2016-06-30 12:57:15

运营 兑吧

2013-09-05 09:33:25

大数据卢东明SAP

2011-02-16 17:36:40

2022-06-27 07:32:00

JavaArrayList语法糖

2021-09-03 10:37:35

分布式事务处理

2019-09-02 15:12:46

Python 开发数据分析

2016-12-08 13:22:43

数据反馈大数据

2015-02-12 15:45:05

微信SDK

2015-06-08 14:17:41

云容灾DR云托管
点赞
收藏

51CTO技术栈公众号