Feature的数据评估（思路）

这是一篇关于Feature的数据评估的思维导图，展示了如何进行Feature的数据评估，主要内容包括：频次/粘性，转化漏斗，用户来源。

Feature的数据评估

• 用户来源
  • 目的
    • 可以看到每个功能的用户具体来源是啥
  • 数据需求
    • 分国家
    • 分语种
    • 分端（PC Web，Mobile Web，APP Andriod, APP iOS
    • 分渠道（SEO、各平台的广告、社媒内容、美图矩阵等）。在每个渠道下还可以拆，譬如SEO拆主要的关键词/页面来源，广告可以拆具体来源于哪个平台哪条广告等
• 转化漏斗
  • 目的
    • 区分用户群看 从进入功能→销售转化 的整个链路
  • 数据需求
    • 用户分群
      • 用户来源
      • 国家
      • 分端
      • 免费用户/付费用户
      • 新老用户
    • 转化路径
      • 进入/上传/使用/impression/保存或下载/销售转化
• 频次/粘性
  • 目的
    • 评估该功能是否是高频需求
  • 数据指标
    • 用户分群
      • 同上
    • 数据指标
      • 功能的留存率
      • 人均使用/保存次数
      • 保存PV/保存UV