微信小程序的使用方式是嵌入于微信的内部,由于其产品形态的特殊性,用户在小程序内最经常的操作就是:点击、下拉与分享。点击的统计分析比较好理解,我们可以通过统计埋点来实现,那么下拉和分享应该如何统计呢?
为了方便您的使用,提高运营效率,现在MTA小程序分析面向用户使用场景,特别为您定制了以下三支特色指标:
分享分析
小程序中分享操作、详情轨迹与效果分析
下拉刷新分析
小程序中下拉刷新操作分析
页面触底分析
小程序页面触底加载操作分析
分享分析
小程序的分享场景基本上是现阶段小程序推广传播的最重要的渠道之一。分析分享操作,是分析小程序自身的社交传播属性,也是制定后续小程序传播方式侧重点的重要依据。
现在我们的分享分析提供了在某段时间内页面分享的总次数、访问人数与通过分享打开该小程序的次数。
在分析页面列表的子菜单中,则提供了该小程序中不同页面被分享的数据,你可以点击详情查看任一子页面的分享详情。
下拉刷新&页面触底
下拉刷新&页面触底加载是小程序中常见的两种页面加载更新方式,它们的频次高则代表这用户加载刷新操作的频繁,可以校正现在程序中预加载的内容量是否恰当,也可以侧面反映出该程序本身的内容质量、对用户的吸引力。
下拉刷新/页面触底统计的指标相似,包括执行此动作的次数、人数与有这类操作的用户打开APP的次数。
后续,我们还将继续升级这几个指标,完善用户更多更细的需求。
指标应用
我们可以根据需要,制作一个以A页面为例的分享行为漏洞模型,并定义以下指标:
如果A页面包含了小程序的所有页面,那么我们可以根据分享占比与引流能力,评估分享方式在这个小程序引流中的重要程度。
如果A页面为特定某页面,我们可以思考是否有流程优化的空间:比如A页面是否需要增加引导分享的提示、其他页面是否更适合分享、访问高的页面是否分享也高、分享的入口页面呈现是否吸引人等等。
同样,刷新行为,包括点击刷新按钮、下拉刷新、触底加载等多种方式,也可以按上述方式的分析。
举个例子
假设我们运营的是某家知名影评社区,那么用户可能分享的可能是某部影片,也可能是某篇影评。
我们来分析这两种页面各自的分享次数与分享后进入的人数:
电影页面的分享次数低,访问率高,某点评页面的分享次数高,访问率低。可能是某篇影评文章质量很高,具有很好的社交传播性,但我们的影评页面展现很可能有不妥之处。
1、 我们可以看到影评分享的页面中,标题出现了两次,影响了内容的展现;
2、 在该影评分享页面中,我们看不到是哪部电影的影评,这部电影的粉丝可能会错过;
3、 正文部分吸引力不大,如果让作者自己写精彩短评,概括性会更强;
4、 读者对它的点赞和评论数如果呈现,会不会也有吸引力?
从这些点出发,再回顾影评页面的吸引效果,我们将看到一个有效的改善,以下数据已减去页面修改前的分享次数/访问人数。
对比之前与之后的访问率
更多应用
从刚刚我们的模型分析中,我们看到这些数据是如何为我们所用的。
我们需要设定需要改善/优化的目标,然后对比监测数据,提出改善方案,再用实际情况去验证我们的假设。
自定义事件与漏斗模型是我们深入分析小程序用户行为必不可少的工具。以上报表也可以通过自定义事件的方式实现。
而MTA微信小程序分析早已支持自定义事件与漏斗模型,各位开发者能够借此灵活应用,完成在业务所需特定场景的细致分析。