内容来源：本文为腾讯移动分析与人人都是产品经理联合举办产品测评大赛的参赛作品。
参赛者：洪炼
编辑：Fiona
一、背景描述
体验应用：腾讯移动分析管理台DEMO应用
体验时间：2018年6月
体验人：洪炼
体验说明：本次核心体验模块为数据看板和应用分析。
二、产品介绍
1.1产品介绍基本介绍
腾讯移动分析（MTA）有专业的移动应用数据分析能力，为您的应用提供实时数据统计分析服务，监控版本质量、渠道状况、用户画像属性及用户细分行为，通过数据可视化展现，协助产品运营决策。
1.2产品核心功能描述
实时数据统计：通过多通道数据处理方式，高性能实现关键数据的秒级监控；根据实时数据，随时掌握用户动态，提升产品能力、调整运营策略。
多维细分组合：渠道概况、版本分析、用户留存等多种维度数据任意交叉组合，快速定位推广效果、提升用户质量，为产品运营及迭代提供数据基础。
用户画像构建：通过简易的操作，为 APP 打造丰富的自由用户标签体系。使用丰富用户画像体系，直接了解到用户行为特征等，具象了解并定位用户。
渠道效果分析：支持 H5 应用营销活动、分享链接、广告页面跳转统计，使您掌握渠道投放效果，优化运营质量。
1.3产品优势
跨越平台的移动统计：支持 Android、iOS 主流平台，为开发者提供秒级数据监控及统计分析服务，用户活跃情况一目了然，帮助提高产品质量。
深度自由的精细分析：多维数据随意组合，高度自定义事件助推产品精细化运营，提升产品质量就在一瞬之间。
生动具象的用户画像：数据图表理解简单，生动展现用户基本属性、行为特征爱好等，让您有效筛选用户，真正了解用户喜好，发掘用户的潜在价值。
强大的资源支撑：Analytics 具有足够强大的服务器支撑实时发送策略，上报策略精细到每条日志，可以分别设置上报、重试策略，保障重要数据不丢失。
低耗且稳定：极低的 CPU 和内存消耗，极大的降低了应用的系统负担；加强自杀机制，在极端的条件下一旦 crash 也不影响 APP。
三、产品分析
2.1产品结构图
2.2 产品定位分析
目标用户：需要App相关数据进行数据统计分析的App运营人员或开发商。
使用场景：需要了解App相关增长数据（新增）、活跃数据（活跃）、留存及转化数据进行产品优化迭代或者调整产品问题时；需要实时监测数据，避免App出现异常时。
解决问题：提供实时数据、趋势数据、用户渠道数据，帮助相关人员及时发现和跟进问题，帮助产品更加高效快速的迭代。
2.3 用户需求分析
对于App运营，那么核心在于四种类型的关键数据。新增、活跃、留存和转化。作为数据分析工具，至少需要能提供这四种类型的关键数据。
2.4 关键指标
新增用户、新增账号、活跃用户、活跃账号、启动次数、累计用户、次均使用时长、新增用户（含重复安装）
三、功能体验分析
3.1 数据看板
数据看板作为一个可以实时查看当前最新数据的看板，提供给相关运营人员快速了解App整体关键数据的功能，非常有价值。
数据看板提供了海量的不同维度的数据查看方式。用户可以自行定义看板，自行定义需要查阅的关键数据。给了用户更多自定义的选择。
在这个维度上看，是十分人性化和高度自由化的。当然，也会有一些更好的优化建议。会在后文描述。
3.2 应用分析
3.2.1 数据概览
数据概览提供了实时数据和历史趋势两个菜单
实时数据提供的指标和维度有些少。关键性实时数据有部分缺失。仅提供了日的数据和小时的数据，对于历史累计的实时数据未进行有效展示。需要用户再通过其他途径寻找。
历史趋势中虽然提供了渠道和不同版本的历史趋势筛选，但感觉缺失一些关键性指标。如平均使用时长，留存率等。
3.2.2 版本/渠道分析
渠道分布和版本分布均采用了趋势图的方式。来查看关键指标的趋势。提供了周环比、日环比等比例。基本满足了对于版本和渠道分析的使用。
3.2.3 用户生命周期
主要模块参考上文结构图。
活跃用户页面包含昨日关键指标（DAU、WAU、MAU、DAU/MAU）。同样也有相比于前一日的变化比率，但是却缺少一些关键性的，如活跃用户占当前用户的比率等关键信息。
活跃天数模块、留存率模块，展示的是活跃天数的统计和1日、2日、3日…后留存率，已足以满足一般App留存率需要。
流失与回流展示流失用户数和回流用户数及其趋势。虽已满足基本需要，但若有流失率，回流率等信息会更好。
使用时段，主要展示那个时段用户使用频率高，基本已满足正常数据分析需要。
用户构成，对用户所有的新增、回流、活跃进行整体趋势统计。基本可以满足数据分析需要。但是若有对于这些用户构成的变化率统计，那么将会更加完善。
3.2.4 其他模块和菜单
限于时间关系，不再对其他模块独立的进行功能分析和缺点描述。整体基本满足数据分析分析需要，指标相对比较简单，但关键数据均包含。
四、优化建议
4.1 数据看板优化建议
数据看板作为一个快捷查看所有关键数据的入口。目前做的虽然很好，但是给人的感觉确实太零碎了。
高度自由化带来的一定是高昂的学习成本和理解成本。
对于目前的所有行业，其实可以按照相关模式区分为：电商类、互联网金融类、企业服务类、在线教育类、零售类、游戏类等等。那么既然可以归为某一行业，那么该行业所要关注的核心数据一定在大范围上是雷同的。
所以，可以依据行业的不同，提供相关的关键数据模板（当然，同时也要提供自由化定制），这样会更加方便各种App快速接入，给用户带来更好的使用体验。
4.2 “应用分析”模块菜单建议
感觉“应用分析”模块导航菜单略有一些混乱。正常数据分析中，优先需要关注的其实是整体数据。其次会关注的是用户数据，真正需要作分析时，才会关注具体的渠道和版本相关数据。所以，菜单栏可根据相应指标的重要程度重新进行排序。
4.3 “应用分析模块”数据概览优化建议
实时数据中提供如当前总的用户数、总的流失用户数等累计数据的展示。甚至可提供月度新增、月度活跃等实时数据。
历史趋势中可以增加平均使用时长，留存率等信息。甚至在相关行业，应给予自动配置相关的转化率指标展示。
4.4 “应用分析模块”用户声明周期优化建议
既然为用户声明周期，那用户生命周期中，必然有新增的数据，目前的生命周期是从活跃数据开始的，建议可以增加新增数据的展示和统计。
4.5. 整体建议优化
体验完整个腾讯移动分析产品后，可以看得出来，该产品以关键指标为核心，通过各种不同的途径和方式，将关键指标数据统计出来并进行展示。并未考虑部分核心数据逻辑功能关系。
整体符合快速迭代、仅关注关键指标的敏捷开发模式，但也能感觉出来，整体赶得比较仓促。且也不可避免的缺失了一部分一线人员真正关心和需要的数据（或者说这部分数据需要自己在手动去算）。
可以持续的进行迭代优化。
相关阅读
腾讯移动分析产品测评大赛火热进行中，丰厚大奖等你来！
本文为「人人都是产品经理」社区和腾讯移动分析MTA共同举办的#腾讯移动分析产品测评大赛#的参赛作品，转载请联系人人都是产品经理
有关产品测评大赛合作事宜，请联系邮箱：[email protected]