时隔两个月,TalkingData1.4正式发布,新版主推三大全新功能,在移动应用的数据分析挖掘领域更进一步。此次更新的三项功能,覆盖从宏观到微观,再到使用体验三个方向,让用户可以解析更多数据真相。
本次更新中,TalkingData引入了一个全新的宏观数据指标——用户生命周期,专门用于考察应用中用户的生命周期分布情况;而全新的分群用户数据功能,则进一步在微观分析上为用户提供更深层次的功能。
最后,里程碑管理功能,让用户可以将版本更新、渠道更新、推广活动等重要事件与数据变化一一对应,提供更完整、舒适的读图体验。
用户的生命期究竟有多长,TalkingData1.4版可以给你答案。除了给出你各种生命期长度的用户比例外,它还可以告诉你每种生命期用户对应用总体使用次数和时长的贡献。
用户生命周期是非常重要的一项宏观指标,可以评估很多有意思的事情,比如结合多维钻取中的去到过滤功能,可以方便查看来自不同渠道的用户生命周期,从而从用户质量方面来考察渠道是否适合我们的应用;结合用户贡献,可以考察应用的广告价值。作为一个宏观数据指标,结合多种不同分析方法,用户生命周期可以让数据分析变的更为灵活、方便。
数据图表和重要事件的完美结合,让你在读图时,更清楚的查看是何种原因影响了数据。TalkingData将自动记录每次的版本更新和渠道上线的里程碑,还可以根据读图需要在任意位置增删里程事件,来对数据图表进行备注。
通过添加基于时间线的里程碑标注,可以比较方便的把事件与数据做对应,清楚的了解到每次事件带来的数据变化,比如一次应用推广活动后数据的激增,通过里程碑管理的标注可以明显的在数据图表中直观表现。
每个应用都有其特定的用户群,也就是目标用户。无论是打算转化成为付费群体的用户,还是专门为其提供特定功能的用户群,都需要对这些特定用户群进行行为分析,了解他们的喜好,了解他们是如何使用应用。用户分群功能,可以让你自由选定你感兴趣的用户群体,进一步做单独的数据分析。
目前,根据系统平台的不同,TalkingData的用户分群支持从活跃行为、设备属性、地区来源等多种方式进行分群,iOS平台上还可以根据越狱、破解等条件创建分群。通过分群,可以快速锁定我们想要分析的用户群体,结合之前提供的时间切片、多维度钻取等数据分析功能,用户分群让数据分析、挖掘更为深入、精准。此外,talkingdata还将继续扩展更强大的分群支持条件,让分群可以更为灵活。
灵活的用户分群功能,一次创建,任意图表均可按照分群做数据筛选
本次TalkingData1.4更新,除了提供三大主力新功能外,在细节上也有不少变化,详细情况请访问:www.talkingdata.net或:blog.talkingdata.net查看。
(benimaru
zhang供雷锋网专稿,转载请注明来自雷锋网及作者,并链回本页)
分享到:
相关推荐
Talkingdata-2021移动游戏生命周期研究&玩家洞察报告
TalkingData-2017年4月移动游戏Benchmark指标数据_1495436674977.pdf
TalkingData-2015年移动医疗行业数据报告.pdf
TalkingData杭州沙龙-蘑菇街app及数据发展历程.pdf
如何分析数据,每一类数据代表什么,大家可下载学习! 不断加强目标用户对产品认知过程 为产品和用户提供增效服务的过程
TalkingData:2014年8月移动游戏Benchmark指标数据
快手用户人群洞察报告-TalkingData-201811.pdf
TalkingData2018年1月移动游戏Benchmark指标数据_1521770992734.pdf
目前,TalkingData正寻求利用中国每天活跃的5亿移动设备中超过70%的行为数据,帮助其客户更好地了解其用户,并与他们的用户进行互动。 在这次比赛中,Kagglers被要求建立一个模型,根据他们的应用使用情况、地理...
精品报告系列-TalkingData-2017年4月移动游戏Benchmark指标数据_1495436674977.pdf
活跃用户的生命周期是多少 哪个渠道的流失率比较高 版本更新对于用户的流失影响是多大 什么时期用户的流失率比较高 当游戏进入稳定期尤其值得关注该指标 (活跃用户的生命周期是多少, 哪个渠道的流失率比较高, 版本...
(活跃用户的生命周期是多少, 哪个渠道的流失率比较高, 版本更新对于用户的流失影响是多大, 什么时期用户的流失率比较高) 稳定期一般来讲收入和活跃都相对比较稳定,是产品稳定的风向标 付费用户流失监控 用户运营...
TalkingData数据中心数据基于TalkingData App Analytics、TalkingData Game Analytics、TalkingData Ad Tracking的行业数据,及来自诸多合作伙伴,如应用市场、渠道、运营商等多种不同来源的数据复合而成。
7万亿背后的数据故事——TalkingData移动互联网综合数据服务平台
TalkingData杭州沙龙-谷歌-数据如何助力移动电商精准营销.pdf
7万亿背后的数据故事——TalkingData移动互联网综合数据服务平台.pdf
数据来源:TalkingData 移动数据研究中心,应用活跃指数=根据TalkingData样本数据通过预测算法预估出的全平台活跃终端数传统综合招聘平台在用户规
TalkingData 开源大规模机器学习算法库 Fregata
1)以用户为中心,以完整的用户生命周期为线索2)把控产品整体的成本/收入关系,用户生命周期价值(LTV)远大于用户获取成本(CAC)就意味着产品运营的成功Acquisition用户获取(投入)Activation&Retention用户活跃及留存...
TalkingData大数据技术解决方案.pptx