由Meow Media Group移动营销机构的首席执行官兼联合创始人叶利谢伊·多尔吉赫（Yelisey Dolgikh）介绍。一方面，电商应用的analytics允许跟踪与网站相同的指标：用户行为、转化漏斗、商品及类别的受欢迎程度以及广告投资回报率。另一方面，通过分析指标，可以对应用程序本身的工作得出结论并进行改进，从而提高用户忠诚度并增加购买次数。
应收集哪些数据
为了了解买家行为并优化其购买路径，重要的是收集能够全面反映客户如何与应用交互的数据。这些数据类型大致可分为几个主要类别。
流量来源数据显示用户来自何处进入应用，按渠道划分有助于评估营销活动效果并了解哪些来源带来更多客户。
应跟踪的内容：
- 流量渠道：广告、社交媒体、应用商店中的有机搜索等。
- 具体活动：UTM标签可以准确确定跳转来源。
行为指标能够展示用户在应用内的路径，这是发现痛点与寻找优化空间的主要工具。
应跟踪的内容：
- 会话：用户在应用中花费的时间、平均页面浏览量。
- 用户路径：访问哪些页面、点击哪些元素、在何处中断交互。
- 跳出率：离开应用或网站的用户百分比，通常发生在首次屏幕之后。
一个明显的例子：假设在一家服装在线商店中，用户平均花费八分钟选择商品，但其中40%的人在挑选尺码阶段离开了应用。这意味着这是一个薄弱环节——应该完善尺码指南或添加自动推荐功能。
购买数据帮助了解哪些商品受欢迎、客户复购频率如何以及哪些受众群体最为活跃。
应跟踪的内容：
- 购买频率：客户在特定时期内下单的次数。
- 平均客单价。
- 热门商品：哪些产品最常被加入购物车或购买。
- 弃购分析：分析订单未完成的数量及原因。
电商中70%的购物车处于弃购状态。提醒或个性化折扣有助于挽回20-25%的用户。
技术问题是客户在未完成购买前流失的常见原因之一；即使加载延迟仅一秒也可能使转化率下降7%，但通过合理的分析可以修复这些瓶颈。
应跟踪的内容：
@Freepic分析工具
为了分析用户在移动应用中的行为，通常使用追踪系统——即收集关于商店访客及其行为的完整统计数据的服务平台。
AppMetrica由Yandex提供，可追踪用户路径，分析流量来源、事件和推送通知。所有信息均可导出至您的数据库。所有功能均免费。该服务针对俄罗斯市场的特点进行了优化，并易于与其他Yandex产品（如Yandex.Direct）集成。此外，AppMetrica还收集有关应用崩溃和错误的信息。如果应用在特定设备型号上频繁“闪退”，可以快速找出原因并加以解决。
缺点在于缺乏post-view分析。只能查看七天内的转化情况，无法访问更久远的事件数据。
Firebase来自Google的又一免费工具，可帮助用户详细了解用户在应用中的行为：从安装到下单。此外，Firebase还允许分析内部的多渠道转化路径。例如，用户从付费渠道进入网站，随后访问Google Play并安装应用，再从应用返回网站并完成下单——所有这些步骤都将被清晰呈现。
Firebase的另一个功能是测试不同的界面版本或应用功能。例如，您可以比较哪种效果更佳：绿色还是蓝色的“立即购买”按钮，并选择转化率更高的方案。
缺点：无法查看内部漏斗并生成详细报告。此外，该服务的配置存在一些限制。
AppsFlyer——领先的移动归因与营销分析平台。提供详尽的用户行为报告，包括转化漏斗和群组分析。拥有最全面的post-view（后展示）分析功能，内置反欺诈解决方案、用户生命周期价值分析以及深度链接。与AppMetrica和Firebase不同，这是一个付费服务。是的，它提供免费的基础版本，但大部分功能需要额外付费。
MyTracker是由VK开发的多平台分析与归因系统。它可以确定是哪种广告或平台（例如VK、myTarget，甚至是网站上的横幅广告）将用户吸引到了应用中。这有助于了解哪些渠道带来的客户最多，从而避免在低效广告上浪费资金。与VK和myTarget的集成通过API实现，配置完成后数据每6小时更新一次。
MyTracker自动检测可疑的安装或广告点击，并显示欺诈流量的来源。
另一项重要功能是，该服务会预测用户未来为您带来的收入，即其生命周期价值（LTV）。该预测基于机器学习模型构建，有助于预判预期收益、评估投资回报率（ROI），并确定所选变现模式的成功程度。LTV预测可针对不同的时间段进行计算，从用户首次与产品互动起，时间跨度可从一个月到两年不等。
该服务在VK生态系统中运行良好，但在与其他平台协作时功能受到一定限制。此外，为确保MyTracker正常运行，需正确配置SDK（需集成到应用中的软件组件）。如果团队缺乏数据分析经验，配置过程可能会耗费大量时间。
总的来说，移动分析服务非常多：在国外，例如Adjust平台就很流行，它专注于营销活动的归因和ROI追踪；Mixpanel则侧重于用户行为分析；Amplitude是另一个具有在应用中测试功能变更对用户行为影响功能的工具。选择哪个服务取决于您的目标、预算、业务特点、应用类型以及营销活动。
如何使用数据
数据本身并无意义：需要对其进行分析，然后制定旨在提升指标的决策。
战略决策——商品种类、配送条件、定价策略等方面的调整。例如，如果某些商品几乎无人购买，可以将其下架或降低价格。
界面与用户体验优化：数据分析显示用户在哪些阶段遇到困难并流失。关键在于分析该阶段并找出问题所在，例如注册流程复杂、技术故障、导航不便或其他因素。
个性化：例如，如果用户经常浏览某类商品，可以向其发送推送通知，提供这些商品的折扣优惠。此外，通过数据分析还可以防止客户流失——例如，向长时间未登录应用的用户发送个性化推送消息。如果消息中还包含奖励或折扣，这可能会成为促使买家回访的良好触发因素。借助机器学习技术，可以预测哪些用户更有可能完成购买，并基于这些数据向他们提供个性化折扣、提醒或推荐。
营销与细分受众：分析转化来源有助于筛选出最有效的广告渠道，而研究用户画像则能明确营销活动中应重点瞄准的受众细分群体。
假设检验：A/B测试有助于了解应用中哪些改动真正有效。可以测试各种元素：按钮、标题、颜色和文本。这是一种快速且精确的提升转化率的方法。
当然，要建立数据收集和分析流程，需要专业的分析人员、时间和资源。如果您拥有网站，则还需配置移动应用与桌面端之间的数据集成。但所有这些努力最终都会得到回报——因为只有在数据的支持下，才能做出合理的决策。
叶利谢·多尔吉赫
Meow Media Group移动营销机构的首席执行官和联合创始人
为NEW RETAIL撰写