為什麼您永遠不應該滿足於開箱即用的分析

人類有很多才能，但完美的決策絕對不是其中之一。 在業務增長方面，您真的能相信自己的直覺嗎？ 您可能更願意依靠事實和數據，對吧？

當然，你會的。 幸運的是，市場也知道這一點，並提供了許多解決方案，讓您可以跟踪和分析您的應用程序。 您可以從 Google Analytics、Firebase、Mixpanel 和 Facebook Analytics 等工具中進行選擇。

它們中的每一個都提供了許多預定義的儀表板，這可能是一個很好的起點。 儘管如此，滿足於他們提供的見解是導致商業災難的最可靠途徑之一。 在這篇文章中，我會告訴你為什麼。

商業智能的真正目的是什麼？

商業智能 (BI) 基本上以域定制儀表板的形式將收集的數據轉換為可操作的見解。 全程數據驅動，決策更高效、更有力、更精準。

為什麼要關心適當的分析和 BI？ 原因很簡單。 作為利益相關者，您想知道您的應用程序的性能如何。 為此，您需要回答一些重要問題，例如：

• 使用了哪些功能？
• 哪些內容很受歡迎，哪些內容不受歡迎？
• 關鍵目標群體的轉化率是多少？
• 用戶如何遵循應用程序的關鍵路徑？
• 他們何時以及為什麼會流失？
• 他們什麼時候被激活，你如何讓他們保持參與？

商業智能在軟件開發過程中有何幫助？

即使是最好的分析工具的基本集成也不會真正為您提供很多開箱即用的特定領域統計數據。 例如，集成 Firebase 可為您提供活躍用戶的數量、他們的人口統計數據、設備甚至打開的屏幕。

但這並不能直接回答上述問題，不是嗎？ 有關安裝數量或每月活躍用戶的信息很重要，但這些很少是應用程序的實際目標。

為什麼您需要的不僅僅是預製解決方案？

這些工具是通用的，適合所有人。 這意味著它們真的是為沒有人量身定做的。 他們無法彙總來自不同來源（如應用數據庫、CRM 或市場分析）的數據，也無法向您展示您的應用所特有的指標。 這些工具提供的情況有限、不完整，可能會對您的業務產生很大誤導。 他們通常還具有有限的能力來深入研究收集的數據以嘗試和理解呈現的結果。

不要在這裡誤會我的意思。 這些工具很棒，我建議使用它們。 他們只需要適當地定制。 如果您想詳細了解內容、貨幣化（例如訂閱）或用戶參與度，您需要仔細規劃和實施自定義分析事件。 下一步是利用收集的事件和存儲在應用程序數據庫中的數據來構建自定義 BI 儀表板。 此類儀表板可用於可視化直接回答這些問題的最重要數字。

數據驅動決策的影響

麥肯錫全球研究所對數據驅動的決策過程如何影響使用它的組織進行了研究。 這些發現清楚地證實了檢查您的關鍵指標確實是必須的。 但是你有沒有停下來真正考慮過哪些數字定義了你的產品的成功？ 正如增長黑客所說的那樣，你的北極星或增長函數是什麼？

在開始構建分析之前，您必須清楚地說明您的基本指標。 大多數產品將共享一些收入增長的共同組成部分。 這些可能是新用戶的獲取、激活和保留。 儘管如此，每個應用程序都有自己的一組影響收入的特定業務因素。

如何識別影響您收入的因素

確定與體驗應用核心價值的用戶最直接相關的操作。 對於優步來說，它可能是完成的行程、行程數量、重新預訂行程的乘客數量。 對於 Facebook，它可能是接受邀請的數量或添加的帖子、評論和反應的數量。

分析工具提供的基本指標顯然很有價值。 它們可能包括頁面瀏覽量、安裝數量或會話數量。 但是，跟踪對您的產品重要的指標更為重要。 像谷歌分析這樣的工具提供了數百個圖表。 不幸的是，它們往往更令人困惑而不是有用。

仔細規劃您的分析

在這一點上，您可能會想決定“跟踪所有內容”並稍後對其進行一些了解。 這是一個非常常見的錯誤。 這樣做會直接導致災難。

您可能會假設您可以輕鬆地全面了解應用程序中發生的所有事情。 您只需要讓您的開發團隊為每個按鈕和每個操作發送事件，對嗎？ 嗯……不。

你需要數據科學家做什麼？

當然，開發人員很樂意通過添加選定的 SDK 並為每個操作實現事件發送來履行義務。 但是，如果他們沒有考慮到更大的圖景，會發生什麼？ 他們只會不顧一切地發送他們認為可能重要的東西。 您最終肯定會得到大量數據，但這些數據將是非結構化的、混亂的，並且很可能缺少關鍵參數。 這就是為什麼將數據科學家納入流程並製定數據收集計劃如此重要的原因。

什麼是數據收集計劃？

數據收集計劃基本上是需要從應用程序發送的所有事件的文檔。 數據科學家只需要幾天的工作就可以準備好。 這種努力在開發期間得到了回報。 這樣，開發人員可以簡單地按照文檔進行操作，而無需考慮事件實現。

從我自己的經驗中學習，我發現什麼在這裡最有效。 通過數據科學團隊的數據收集和利用研討會開始創建您的計劃。 在本次會議期間，您確認了您的數據收集目標。 然後你通過你的產品建立數據點並確定關鍵指標。 最後，您可以討論它們將如何呈現在儀表板上。 這樣的會議將最大限度地減少誤解的風險。

可視化重要的事情

在從事過幾十個軟件項目後，我發現決策者都太容易在商業智能上偷工減料。 很遺憾，因為 BI 是他們可以用來製定決策、推動增長和構建成功產品的唯一工具。 這種態度通常基於一個錯誤的假設，即如果他們對產品的想法是正確的，那麼它就一定會成功。

但實際情況卻大不相同。 所有成功的產品都通過數據驅動的實驗不斷改進。 市場是殘酷的——你打盹，你就輸了。 這就是為什麼持續跟踪應用程序的關鍵指標如此重要的原因。 但是，如果沒有熟練的儀表板定制，您將獲得大量非結構化日誌。 您將遇到信息過載，這只會阻止您使用 BI。

如何避免信息過載

您需要的是第一眼就能清楚地看到最重要的參數。 這樣，您就可以輕鬆地更深入地利用您的數據。 這需要儀表板定制。 基於這些分析，您可以構建商業智能儀表板。 它們將允許您了解用戶如何與應用程序交互、得出結論並將其應用到您的業務模型中。

您可以使用 Google Analytics 或 Firebase 等分析工具在某種程度上做到這一點。 但通常您需要組合來自許多不同數據源的結果並創建自定義 BI 儀表板。 下面您可以看到在 Google Data Studio 中創建的一個非常簡單但內容豐富的自定義儀表板的示例。

可以想像，對於經驗豐富的數據科學家來說，創建這樣的儀表板相對容易。 在 Tableau、Graphana、Google Data Studio 或 Power BI 等工具中創建一個通常需要幾天時間。 與軟件產品實施的整體努力相比，這幾乎是微不足道的。 當您考慮它們的附加值時，自定義儀表板絕對不是妥協的東西。

不要盲目進入市場

當應用程序上線時，至少要進行分析是多麼重要，我怎麼強調都不為過。 否則，您將失去獲得應用程序關鍵見解的唯一機會，因為它們是最需要的，即當應用程序在市場上得到驗證時。 就所需的實施時間而言，適當的數據分析非常便宜。 儘管如此，尋求最簡單解決方案的企業常常以某種方式忽略它。

需要適合您的軟件解決方案嗎？

在 48 小時內獲得報價

您需要以一種可以輕鬆傳達應用程序執行方式的方式收集和可視化您的數據。 不要滿足於任何更少的東西。 您不想發現自己落後，甚至不知道原因。 就像飛行員如果沒有適當的儀器來持續監控關鍵飛行參數就無法駕駛飛機一樣，如果沒有正確的數據分析和演示，您將盲目飛行。

想通過數據驅動的方法提高您的產品性能嗎？ 請與我們聯繫！