1.請(qǐng)根據(jù)對(duì)此類(lèi) APP 的理解，選擇不超過(guò) 5 個(gè)事件創(chuàng)建一個(gè)漏斗，以監(jiān)控最核心體驗(yàn)的健康度
1.1核心體驗(yàn)漏斗
人物卡片曝光-->選擇喜歡-->匹配成功-->發(fā)送消息
1.2分析核心體驗(yàn)
由于一款類(lèi)似探探，Tinder的基于地理位置以及照片的陌生人社交App，核心的體驗(yàn)是能否通過(guò)照片與自己喜歡的人實(shí)現(xiàn)匹配繼而開(kāi)展聊天。因此，選擇了以上四個(gè)事件作為一個(gè)漏斗來(lái)監(jiān)控核心體驗(yàn)的健康度。而且考慮到匹配成功具有一定的時(shí)間差，因此把時(shí)間窗口設(shè)置為7天。
1.3如何監(jiān)控
關(guān)注四個(gè)事件之間的轉(zhuǎn)化率，從“人物卡片曝光”到“選擇喜歡”，這兩個(gè)事件之間轉(zhuǎn)化率受推薦照片的規(guī)則（用戶之間興趣標(biāo)簽的關(guān)聯(lián)度），是否能滿足用戶預(yù)設(shè)的條件以及每人每天能喜歡用戶的數(shù)量上限的影響。
從“選擇喜歡”到“匹配成功”之間的轉(zhuǎn)化率，可以通過(guò)規(guī)則改動(dòng)來(lái)控制，例如，被喜歡過(guò)的用戶照片，優(yōu)先出現(xiàn)在前10張中。
從“匹配成功”到“發(fā)送消息”之間的轉(zhuǎn)化率想提高，一方面是新匹配成功的好友置頂于好友列表，另一方面就是對(duì)于有新匹配成功信息的強(qiáng)化提示，例如通知欄的紅點(diǎn)，匹配成功頁(yè)面的引導(dǎo)等。從運(yùn)營(yíng)的角度，可以預(yù)設(shè)一些便于用戶破冰的聊天話題或者小游戲，降低匹配成功后首次交流的決策成本。
2.根據(jù)第 1 步中創(chuàng)建的漏斗，試圖分析不同人群在核心流程上的不同體驗(yàn)。
2.1按照性別劃分
分析：
a）轉(zhuǎn)化率差異最大的是，從“選擇喜歡”進(jìn)入到“匹配成功”。假設(shè)用戶以尋找異性朋友為主要目的，女性用戶匹配成功的幾率比男性用戶大很多。猜測(cè)原因，男性用戶選擇喜歡更頻繁，女性用戶相對(duì)謹(jǐn)慎一些。另外，也許是女性用戶的照片質(zhì)量更高，個(gè)人信息更完善，更容易吸引選擇喜歡。
b）從整體數(shù)據(jù)來(lái)看，從進(jìn)入“人物卡片曝光”到成功“發(fā)送消息”，男性用戶轉(zhuǎn)化率遠(yuǎn)低于女性用戶，兩種用戶在同一款產(chǎn)品上對(duì)于核心流程是體驗(yàn)差異較大。女性用戶更容易匹配成功開(kāi)始聊天。
2.2按照城市劃分
a）上海 與 南京對(duì)比
b）上海 與 揭陽(yáng) 對(duì)比
c）上海 與 麗江 對(duì)比
分析：
用戶核心流程的轉(zhuǎn)化率，與城市規(guī)模關(guān)系不大。一二三線城市在各個(gè)環(huán)節(jié)的轉(zhuǎn)化率上基本一致。
旅游城市的用戶在核心流程的轉(zhuǎn)化率上，除了從“選擇喜歡”到“匹配成功”這個(gè)環(huán)節(jié)的轉(zhuǎn)化率略高于非旅游城市外，其他轉(zhuǎn)化率基本一致。
3.國(guó)慶期間數(shù)據(jù)猛漲，試分析其原因。
國(guó)慶期間各事件使用人數(shù)均大幅度提升，而且女性用戶提升的幅度大于男性用戶?？紤]到是國(guó)慶假期，可能是由于空余時(shí)間多了，用戶想通過(guò)社交軟件來(lái)消耗時(shí)間。進(jìn)一步分析發(fā)送消息總次數(shù)的用戶比例發(fā)現(xiàn)，大部分用戶是出于獵奇的心態(tài)去嘗試使用該產(chǎn)品，最終能進(jìn)入互相聊天狀態(tài)的用戶并沒(méi)有呈現(xiàn)對(duì)應(yīng)的增長(zhǎng)幅度。
4.除國(guó)慶節(jié)外，還有一天的數(shù)據(jù)異常，試找出并分析其原因。
通過(guò)觀察整體事件的觸發(fā)用戶數(shù)發(fā)現(xiàn)，9月14日（星期五）這一天的數(shù)據(jù)異常，出現(xiàn)斷崖式下跌的現(xiàn)象?？赡艿脑颍?br>
1.服務(wù)器出現(xiàn)問(wèn)題
2.由于版本更新引起的穩(wěn)定性問(wèn)題
3.渠道觸達(dá)出現(xiàn)問(wèn)題
4.運(yùn)營(yíng)活動(dòng)造成的影響
針對(duì)以上猜測(cè)，逐一通過(guò)數(shù)據(jù)排查
通過(guò)9-12到9-19這一周的數(shù)據(jù)觀察可得，一周內(nèi)每一天活躍度的分布大致呈現(xiàn)相同規(guī)律，唯一的斷崖式下跌發(fā)生在9-14日的21：00?？梢耘c開(kāi)發(fā)同事溝通，看看當(dāng)時(shí)數(shù)據(jù)庫(kù)是否有在進(jìn)行升級(jí)維護(hù)工作。
通過(guò)上圖，各版本的情況一致，排除了由于版本更新導(dǎo)致的可能性。
通過(guò)上圖，ios與Android 兩大操作系統(tǒng)的數(shù)據(jù)表現(xiàn)也非常一致，排除了用戶渠道的影響可能性。
從用戶性別以及用戶所在省份的情況可以推斷，由于運(yùn)營(yíng)活動(dòng)造成的影響，這個(gè)可能性不大，再與運(yùn)營(yíng)部門(mén)溝通確認(rèn)，即可排除這個(gè)影響。
5.試分析怎樣的用戶在平臺(tái)更受歡迎。
更受歡迎的定義是，匹配成功，并且被喜歡數(shù)大。
統(tǒng)計(jì)方法：采用事件分析功能，篩選出匹配成功的觸發(fā)用戶中，被喜歡數(shù)大于8000的人群，然后看他們的一些特征。
影響被喜歡數(shù)的要素，
1.性別
2.所在地區(qū)
3.年齡
4.照片數(shù)量
1.匹配成功的觸發(fā)用戶中，被喜歡數(shù)大于8000的，性別比例如下圖：
可見(jiàn)，女性用戶比男性用戶受歡迎。
2.匹配成功的觸發(fā)用戶中，被喜歡數(shù)大于8000的，地區(qū)分布如下圖：
可見(jiàn)，北京地區(qū)的用戶占比最大，北上廣深等一線城市占比超過(guò)1/3。
-
匹配成功的觸發(fā)用戶中，被喜歡數(shù)大于8000的，年齡段分布如下圖：
可見(jiàn)，18-25歲的用戶更受歡迎。
4.選擇喜歡的觸發(fā)用戶中，被喜歡數(shù)大于8000的，圖片數(shù)量分布如下圖：
可見(jiàn)，照片數(shù)量分布平均，照片數(shù)量對(duì)于受歡迎的影響不大，照片質(zhì)量會(huì)更重要。
6.從第 1 步選取的核心體驗(yàn)來(lái)看，哪個(gè)群體的用戶在平臺(tái)的體驗(yàn)最好。（從不少于3個(gè)維度描述）
體驗(yàn)最好的定義：匹配成功并且聊上天。
性別，地域，年齡
如上圖所示，女性用戶從總量上比男性用戶更多的開(kāi)始聊天；在總體用戶中，男性多于女性，因此， 女性用戶在核心流程的體驗(yàn)上要優(yōu)于男性用戶。
從省市地區(qū)分布情況來(lái)看，北京地區(qū)使用用戶最多，而這款產(chǎn)品是基于地理位置的陌生人交友，因此，北京地區(qū)用戶在核心流程的體驗(yàn)上優(yōu)于其他地區(qū)。
從年齡上看，各年齡段的人數(shù)分布平均。
