超贴心 :一份简单明了的营销分析软件包测评

百家 作者:大数据文摘 2017-11-06 05:00:41

大数据文摘作品

作者:Joe Waltman

编译:Chloe、糖竹子、aileen

作者用了大量时间研究,安装使用各种营销分析工具。以下这份总结包含了作者的个人经验和从他人的对比短文中学到的内容,希望能为你节省点儿时间。


开始选择使用哪一个分析软件包之前,你有两件事儿要做

1)确定你想要回答的问题。比如:

•什么营销渠道在促成用户访问网站或下载app?
•用户要多久才会再次访问网站/app?
•用户在购买流程中的哪一环节放弃购买?

基于各自情况提出的问题不尽相同,但其实大多数网站和app的关心的问题都差不多(访客来源、行为、客户保持/流失、等等)。建议你关注3-5个最重要的问题。

2)设置细分(Segment)和数据仓库

你会喜欢细分,因为有了它,与其他服务集成将会更容易(不用再去粘贴javascript代码段)。 你会爱上细分,因为有数据仓库,你可以将所有历史数据存储在一个地方。设置好了数据仓库,就能把这些数据导入到新的工具中,并对数据进行查询。下列软件包都很好,不过有时候你需要查询原始数据来获得答案。

市面上提供的工具

可用的分析工具特别多,无法一一测评。我特意挑选了那些拥有庞大的用户群、价格透明、有免费的自助服务试用版的工具。如果你觉得应该加上哪个公司,欢迎在评论中告知我。

我做了一个详细的比较(表格)和一份对每个工具优缺点的总结。

Amplitude:

优点:有非常完善的同类群组分析功能。向用户免费开放很多权限。

缺点:其他核心功能略微欠缺。通常需要和其他工具包互补着用。价格不透明。

Google Analytics:

优点:免费。可以处理人口统计学数据/用户兴趣点数据/用户行为数据

缺点:事件相关功能太少,还不好用。

HEAP:

优点:支持追溯追踪。可视化事件编辑器。

缺点:没有安卓SDK。价格不透明。

Kissmetrics:

优点:有些报告可以深入到单个用户。满足分析邮件留存/回访信息。

缺点:价格贵。

Mixpanel:

优点:支持追溯追踪。短信/app内/SMS短信/邮件信息传递。

缺点:不直观,难用。增加使用者计划的话收费很贵。

评估条目

这些软件包有很多共同点。为了能有效率的完成总结,我只比较最相关和最显著的条目。比如,我排除了渠道分析,因为在这一点上所有的工具都做得很好。我也不会包含像Kissmetrics事件数据与用户联系起来(而不是与事件联系)这样的细节,因为我认为对大多数用户案例来说这种区别不重要。

事件定义

对于大多数软件包,事件是进行跟踪的基本单元。事件可以是点击了一个按钮,购买东西或观看视频。数据可以与购买量或按钮的位置等事件关联起来。这里重要因素就是布置站点事件的困难程度。好的软件包有可视化事件编辑器,你可以在网站上查看或单击来创建事件。没有这一功能的软件包需要写代码实现。

追溯追踪

有些新出的工具,在页面上装好javascript后,将自动追踪所有事件。这点非常有用,尤其是当你的网站/app页面面积很大,无法预测你最终可能要分析的每个事件的时候。

同类群组分析

这是分析留存率并基于某些特征将用户笼统分组的重要方法。最常见的分组方式是按时间(比如用户首次访问网站的时间),查看每个时间组内的用户访问网站/app的频率。复杂些的工具使你可以根据任何行为来划分或者创建群组。

移动端App合并

如果你有移动端app,那么你得为每个app单独创建事件。大多数工具都有SDKs,能做最基础的操作;有些工具对移动端app做追溯追踪,或可视化事件编辑。

用户识别

大多数软件包能在用户注册或购买后进行用户识别,同时将用户以前的行为绑定到刚识别的这位用户。好的数据包能跨设备或浏览器绑定用户行为。

附加功能

有些软件包不仅仅只做分析。一个常见的附加功能是留存/回访信息。发消息是一个有趣的功能。大多数目标数据和个性化数据是分析软件包内的本地数据,如果利用软件包的发消息工具,就可以用单个软件包得到大量功能。

原文链接:

https://medium.com/@joewaltman/a-hopefully-simple-comparison-of-analytics-packages-e09c1d4a0125


精品课程

数据科学实训营第4期


优秀助教推荐 | jiangfanbo

作为一枚对数据分析的理解仅限于Excel的小白,曾经一直认为通过写代码来分析数据是件无比高大上的事。可是,在文摘的数据科学实训营居然就实现了!

手把手的教学方式,助教和同学们热烈的交流讨论,让我慢慢地觉得一行行代码如此亲切。而当把自己头脑中的构思通过代码实现,看到结果的那一刻,真是无比激动!

经过Kaggle、天池的案例的历练,对这些数据比赛也开始兴趣盎然,有没有小伙伴有兴趣一起去玩一玩的?

作为第4期的北美地区助教,寄语各位学员:前方高能,请准备好足够的时间,如果你能按时提交作业,结业时一定脱胎换骨。


志愿者介绍


回复志愿者”加入我们


往期精彩文章

点击图片阅读

重磅课程 | 牛津xDeepMind自然语言处理汉化视频更新:第3讲RNN和语言建模(上)


关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接
百度热搜榜
排名 热点 搜索指数