为什么您永远不应该满足于开箱即用的分析

人类有很多才能，但完美的决策绝对不是其中之一。 在业务增长方面，您真的能相信自己的直觉吗？ 您可能更愿意依靠事实和数据，对吧？

当然，你会的。 幸运的是，市场也知道这一点，并提供了许多解决方案，让您可以跟踪和分析您的应用程序。 您可以从 Google Analytics、Firebase、Mixpanel 和 Facebook Analytics 等工具中进行选择。

它们中的每一个都提供了许多预定义的仪表板，这可能是一个很好的起点。 尽管如此，满足于他们提供的见解是导致商业灾难的最可靠途径之一。 在这篇文章中，我会告诉你为什么。

商业智能的真正目的是什么？

商业智能 (BI) 基本上以域定制仪表板的形式将收集的数据转换为可操作的见解。 全程数据驱动，决策更高效、更有力、更精准。

为什么要关心适当的分析和 BI？ 原因很简单。 作为利益相关者，您想知道您的应用程序的性能如何。 为此，您需要回答一些重要问题，例如：

• 使用了哪些功能？
• 哪些内容很受欢迎，哪些内容不受欢迎？
• 关键目标群体的转化率是多少？
• 用户如何遵循应用程序的关键路径？
• 他们何时以及为什么会流失？
• 他们什么时候被激活，你如何让他们保持参与？

商业智能在软件开发过程中有何帮助？

即使是最好的分析工具的基本集成也不会真正为您提供很多开箱即用的特定领域统计数据。 例如，集成 Firebase 可为您提供活跃用户的数量、他们的人口统计数据、设备甚至打开的屏幕。

但这并不能直接回答上述问题，不是吗？ 有关安装数量或每月活跃用户的信息很重要，但这些很少是应用程序的实际目标。

为什么您需要的不仅仅是预制解决方案？

这些工具是通用的，适合所有人。 这意味着它们真的是为没有人量身定做的。 他们无法汇总来自不同来源（如应用数据库、CRM 或市场分析）的数据，也无法向您展示您的应用所特有的指标。 这些工具提供的情况有限、不完整，可能会对您的业务产生很大误导。 他们通常还具有有限的能力来深入研究收集的数据以尝试和理解呈现的结果。

不要在这里误会我的意思。 这些工具很棒，我建议使用它们。 他们只需要适当地定制。 如果您想详细了解内容、货币化（例如订阅）或用户参与度，您需要仔细规划和实施自定义分析事件。 下一步是利用收集的事件和存储在应用程序数据库中的数据来构建自定义 BI 仪表板。 此类仪表板可用于可视化直接回答这些问题的最重要数字。

数据驱动决策的影响

麦肯锡全球研究所对数据驱动的决策过程如何影响使用它的组织进行了研究。 这些发现清楚地证实了检查您的关键指标确实是必须的。 但是你有没有停下来真正考虑过哪些数字定义了你的产品的成功？ 正如增长黑客所说的那样，你的北极星或增长函数是什么？

在开始构建分析之前，您必须清楚地说明您的基本指标。 大多数产品将共享一些收入增长的共同组成部分。 这些可能是新用户的获取、激活和保留。 尽管如此，每个应用程序都有自己的一组影响收入的特定业务因素。

如何识别影响您收入的因素

确定与体验应用核心价值的用户最直接相关的操作。 对于优步来说，它可能是完成的行程、行程数量、重新预订行程的乘客数量。 对于 Facebook，它可能是接受邀请的数量或添加的帖子、评论和反应的数量。

分析工具提供的基本指标显然很有价值。 它们可能包括页面浏览量、安装数量或会话数量。 但是，跟踪对您的产品重要的指标更为重要。 像谷歌分析这样的工具提供了数百个图表。 不幸的是，它们往往更令人困惑而不是有用。

仔细规划您的分析

在这一点上，您可能会想决定“跟踪所有内容”并稍后对其进行一些了解。 这是一个非常常见的错误。 这样做会直接导致灾难。

您可能会假设您可以轻松地全面了解应用程序中发生的所有事情。 您只需要让您的开发团队为每个按钮和每个操作发送事件，对吗？ 嗯……不。

你需要数据科学家做什么？

当然，开发人员很乐意通过添加选定的 SDK 并为每个操作实现事件发送来履行义务。 但是，如果他们没有考虑到更大的图景，会发生什么？ 他们只会不顾一切地发送他们认为可能重要的东西。 您最终肯定会得到大量数据，但这些数据将是非结构化的、混乱的，并且很可能缺少关键参数。 这就是为什么将数据科学家纳入流程并制定数据收集计划如此重要的原因。

什么是数据收集计划？

数据收集计划基本上是需要从应用程序发送的所有事件的文档。 数据科学家只需要几天的工作就可以准备好。 这种努力在开发期间得到了回报。 这样，开发人员可以简单地按照文档进行操作，而无需考虑事件实现。

从我自己的经验中学习，我发现什么在这里最有效。 通过数据科学团队的数据收集和利用研讨会开始创建您的计划。 在本次会议期间，您确认了您的数据收集目标。 然后你通过你的产品建立数据点并确定关键指标。 最后，您可以讨论它们将如何呈现在仪表板上。 这样的会议将最大限度地减少误解的风险。

可视化重要的事情

在从事过几十个软件项目后，我发现决策者都太容易在商业智能上偷工减料。 很遗憾，因为 BI 是他们可以用来制定决策、推动增长和构建成功产品的唯一工具。 这种态度通常基于一个错误的假设，即如果他们对产品的想法是正确的，那么它就一定会成功。

但实际情况却大不相同。 所有成功的产品都通过数据驱动的实验不断改进。 市场是残酷的——你打盹，你就输了。 这就是为什么持续跟踪应用程序的关键指标如此重要的原因。 但是，如果没有熟练的仪表板定制，您将获得大量非结构化日志。 您将遇到信息过载，这只会阻止您使用 BI。

如何避免信息过载

您需要的是第一眼就能清楚地看到最重要的参数。 这样，您就可以轻松地更深入地利用您的数据。 这需要仪表板定制。 基于这些分析，您可以构建商业智能仪表板。 它们将允许您了解用户如何与应用程序交互、得出结论并将其应用到您的业务模型中。

您可以使用 Google Analytics 或 Firebase 等分析工具在某种程度上做到这一点。 但通常您需要组合来自许多不同数据源的结果并创建自定义 BI 仪表板。 下面您可以看到在 Google Data Studio 中创建的一个非常简单但内容丰富的自定义仪表板的示例。

可以想象，对于经验丰富的数据科学家来说，创建这样的仪表板相对容易。 在 Tableau、Graphana、Google Data Studio 或 Power BI 等工具中创建一个通常需要几天时间。 与软件产品实施的整体努力相比，这几乎是微不足道的。 当您考虑它们的附加值时，自定义仪表板绝对不是妥协的东西。

不要盲目进入市场

当应用程序上线时，至少要进行分析是多么重要，我怎么强调都不为过。 否则，您将失去获得应用程序关键见解的唯一机会，因为它们是最需要的，即当应用程序在市场上得到验证时。 就所需的实施时间而言，适当的数据分析非常便宜。 尽管如此，寻求最简单解决方案的企业常常以某种方式忽略它。

需要适合您的软件解决方案吗？

在 48 小时内获得报价

您需要以一种可以轻松传达应用程序执行方式的方式收集和可视化您的数据。 不要满足于任何更少的东西。 您不想发现自己落后，甚至不知道原因。 就像飞行员如果没有适当的仪器来持续监控关键飞行参数就无法驾驶飞机一样，如果没有正确的数据分析和演示，您将盲目飞行。

想通过数据驱动的方法提高您的产品性能吗？ 请与我们联系！