提升KPI的过程,就是拆解KPI的过程

老板说:人均阅读时长为什么一直掉,看看哪掉的多?

找问题的核心思路就是——拆解,一点点、一层层的抽丝剥茧。

页面阅读时长计算原理:

进入某页面,上报一次pv事件,离开此页面,再上报一次pv事件,两次上报的pv事件时间相减,即为单用户、单次阅读时长。

人均阅读时长 =总时长 /总UV

不同的产品或不同的公司,关注的页面时长也不同。比如,我们暂定先关注详情页、查看大图页的时长。通常不同的页面会有不同的pv事件,也就是说时长的计算通常会关联多个页面的pv事件。此外,用户一般会从各个入口进入到详情页,如首页、搜索结果页等等,也就是说,用户通常会从不同的渠道,进入到我们会关注时长的页面中。

所以,上述公式中的总时长 = 所有用户,从各个渠道,进入我们关注的时长页面中,产生的总时长。

前情提要介绍清楚后,以我们的业务为例,首先我们进行第一次拆解。

第一次拆解:拆页面(拆事件)

首先罗列出,哪些页面是要计算人均时长的。

在我们的业务中,我们是将4个页面的时长计算在一起,最后关注这四个页面一共的人均时长。各位同学可根据自己业务的实际情况罗列。

由于篇幅问题,我们先暂定:详情页、查看大图页是计算到人均时长里的。

拆完后,我们可分别看下,近一年,上述三个页面UV 、PV、总时长、人均时长、PV/UV的变化,数据脱敏后:

通过上表,我们发现详情页的PV/UV及人均时长变化最大,查看大图页变化不大。

那么,接下来我们重点分析详情页,我们进行第二次拆解。

第二次拆解:拆渠道

罗列出,都有哪些渠道可进入详情页。

方法一:脑力罗列

人工凭借脑力,罗列出所有可能进入详情页的入口,但是如果功能少还可以,如果功能多且复杂,可能罗列不全。

方法二:App埋点来源参数

App埋点,在详情页需增加来源参数,来记录是从哪个渠道进入的详情页,这样就可以让数据同事帮忙跑下所有能进入详情页的渠道。

方法三:利用ref_pv事件

如果App未埋点,一般进入当前页面后,会上报上个页面的ref_pv事件,可通过ref_pv事件来跑出所有能进入详情页的渠道,但是不如方法二数据准确,可在未埋点时参考。

比如进入详情页的渠道有:首页、话题详情页、搜索结果页….

在业务成熟的产品中,可能有上百个进入详情页的渠道,此时我们可以根据各渠道的UV来挑出渠道TOP5来分析,比如我们来分析首页、话题详情页。

接下来我们分别来看,从首页、话题详情页分别进入详情页的UV、PV、PV/UV、人均时长,数据脱敏后:

通过数据我们发现,由话题详情页进入详情页的数据下降的最多,我们可以把PV/UV理解成人均消费篇数,也就是说用户在话题详情页消费的内容篇数少了,那么可能是用户在这个列表中,难以找到他感兴趣的内容,所以接下来,就可以重点优化话题详情页的内容分发策略。

拆解到这里,我们基本已经找到问题所在了。但是再介绍一个可以拆解的维度——拆内容类型。

第三次拆解:拆内容类型

像我们业务中,内容类型包括图文、视频、问答、直播…,这些内容类型都会统一计算到人均阅读时长中,所以我们此时可以再根据内容类型进行拆解,来看不同内容类型的人均阅读时长的变化,那如果我们发现问答的人均阅读时长下降了,那我们我们就可以思考:从内容方面是不是要提升回答质量,从产品方面是不是要优化页面展示等等。

以上,针对人均阅读时长这个指标,分享了三个可进行分析、拆解的维度,你也可以通过这三个维度,来分析下,你们的人均阅读时长还有没有可进步的空间哇~

本文来自作者:钱江,不代表小新网立场!

转载请注明:https://www.xiaoxinys.cn/11420.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。