图片：来自平台推荐
本文为：“入微” 2022年微信公开课PRO 新工具专场 分享实录
分享人：微信公开课讲师 庄奕峰
主 题：We分析：小程序数据分析新平台
大家好！今天讲我由大家来交流分享一下We分析，首先分享一下We分析的项目背景，微信小程序自2017年1月上线以来至今已经走过快5个年头。
这期间整个生态里也涌现了各行各业各种形态的小程序，在这数以百万计的小程序中发现越来越多的开发者、商家开始注重自己小程序的数据情况，就希望能够进一步的洞察分析自己的经营现状，而不仅仅只是满足于了解每天的日活、交易金额等等，在不同阶段的小程序在数据上的诉求也有一定的差异，这系的需求变得日益复杂。
比如对于中小型的商户和开发者来说，如果官方现有的数据服务无法满足他们日常的需求，通常会让自己的开发同学，使用小程序的各种接口自行统计，或者采买三方统计数据来满足自己的业务需求，这两种方式都有一定的局限或者成本。
自行统计有很大的开发成本，生态比较复杂，对于开发同学来说，容易遗漏，比如小程序A，某日小程序跳转访问来源激增，但未提前埋点统计，导致具体来源无法追溯，而使用第三方工具，费用预算很高，还会有各种数据误差，第三方工具统计的数据指标与官方结果存在一定的差异。
对于头部的小程序来说因为资金预算、开发资源的充沛，能够解决很多数据需求，但依然存在不少痛点，比如成本成倍提升，例如某个知名品牌旗下有21个小程序，这也是不少的支出。
随着用户体量交易规模扩大，头部小程序大多数有强烈的精确化需求，希望进行细致的归因来分析经营的波动，比如某企业在华北地区运营推广同时段GMV上涨，因为非实物交易，没有订单分析，无法精细化至具体省份地区。
还有很难做到细致的渠道归因，不同渠道的运营策略和不同行业的经营方式推动我们来思考背后的本因，从源头来看有两点导致了目前的现状，第一是因为生态的复杂，据统计，目前企业微信生态内公开的小程序打开场景多达120多个，每个场景背后需要关注的指标都会有所不同，加上生态内有多达200个不同的行业。
同时分析得深入，近几年越来越多的开发者和商家将小程序作为他们的商业载体，而不是短期的临时商业形态，对小程序的分析数据逐步提升至APP、网站的要求，希望对小程序的用户进行路径分析、AB测试、私域画像等等更深入更多维的数据分析，来找到新的增长点。
大家对小程序的数据有了更精细、更深入的追求，为了做到更精细、更深入的效果，开发者、商家依然会面临成本和效率上的挑战，面对成本过大或者效率过低的时候，也就意味着部分的分析目标难以达成，甚至会反向影响业务进一步的增长。
面对这样的现状，作为平台官方非常希望能够帮助到小程序的开发者、商家在数据相关的工作上能够降本提效，基于这样的愿景和考虑到原有服务的局限性，我们推出了新一代的小程序数据分析平台We分析，那就是小程序相关所有的数据查看、分析、处理等等工作都可以在这个新平台上自闭环的进行，同时和原有的方式相比，成本更低，效率更高。
达成这样的效果正是依赖于We上的数据统计服务和数据分析能力，接下来详细介绍一下这两类服务下面的各种能力和他们的优势。
首先是数据统计服务下的平台数据，和现有的官方数据一致，We分析会小程序主提供基础的平台数据统计，包括但不限于小程序日活、交易金额、交易笔数留存等等，分为核心数据、实时数据、访问分析、留存分析、页面分析和交易分析。
整个模块没有任何接入成本，不需要敲一行代码，开通即可使用，统计指标保存时效更长久，熟悉小程序现有后台能力的朋友更知道，目前微信公众平台上的小程序统计模块仅保存了近三个月的数据，团队内部在尽可能的延长保存周期，第二是数据指标更体系更精细，为了让我们的开发者、商家更系统、更精准地归因各个渠道的价值和贡献。
我们将这100多个场景进行聚类分层，构建了12大访问渠道，助力数据分析。目前提供了公众号扫码渠道的部分精细化指标，比如之前在微信公众平台上的后台仅提供扫码渠道下长按识别打开场景的这个整体访问量，具体在哪里打开，打开什么二维码。
完全依赖于小程序主自己的统计渠道，这对大家的渠道归因很重要，在We分析上不仅提供原来的统计指标，还会告知小程序主有多少来自于朋友圈的长按识别和群聊会话的长按识别等等，让原本小程序主自己统计或者准备多份物料的工作全部简化，直接获得精细化的统计指标。
释放更多的平台统计指标，小程序近两年释放了不少的新能力、新场景，对于这些新方式的分析如果仅仅局限于访问量，不能客观量化出价值，同时对依靠自行统计甚至无法自行统计的数据指标，只要在不泄漏用户隐私的前提下，降低开发成本的同时，给到更精准的数据服务。
比如小程序分享能力，同一个活动或者到用户的行为来看，一个分享行为漏斗可以分为发起分享、分享成功和分享访问三个阶段，目前发起分享依赖于开发者自行统计，分享成功甚至都没有可依赖的开发接口进行处理。
出于用户隐私保护考虑，有些敏感的数据无法采集和通过接口的方式给到开发者，加工处理后的脱敏统计结果，后续会在We分析上进行逐一补充和完善，春节前后We会推出分享数据看板，提供脱敏统计数据。
除了平台数据之外，还有一类数据大家更为关注，那就是小程序自身的业务数据，这类数据大家关注的重点不同行业之间差异非常大，比如电商数据，有GMV、累计成交金额，还有交通行业，支付笔数非常重要，像视频，视频播放次数也是很重要的。
小程序下有不同行业的统计数据，各个行业的经营方式导致大家最关心的核心数据指标有非常大的不同，指标的不同直接导致大家业务数据看板之间的差异可以说是非常巨大的。有些指标可能更好和平台数据相重合，有些就需要完全依赖于小程序主自己的统计能力，组建对应的业务数据看板。
首先需要拆解一下自己的业务逻辑，因为业务的性质规划对应的指标体系，接着才能对应的进行相关的埋点的开发工作，等数据上报上来之后还需要数据开发同学进行加工统计，部分需要日常监控的指标还需要BI报表，整套流程下来对于头部企业还行。
对于中小型开发者和商家来说是很大的成本，We分析会根据每个行业不同的经营方式针对性的推出专业的业务数据看板，只要买点上报相关的业务数据就可以完成接入，目前We分析上线了电商、餐饮两大行业的专属数据看板，后续就逐步推出教育等其他行业的业务数据服务，希望能为各行各业的小程序进一步降本提效，以上是数据统计上的两大核心能力，主要目标是为了满足大家日常监控的数据需求。
除此之外还有多样化、个性化的需求，很难通过例行化的方式来满足，We分析会提供各种数据分析能力，提供灵活、深入的数据分析能力，通过分析模型、实验工具、画像洞察、性能质量四类不同的能力来应对各种数据业务场景。
首先是分析模型，小程序生态虽然只发展了五年，但是互联网走过了很多个年头，积累过程中发展了很多的数据分析模型，包括事件分析、留存分析、漏斗分析等等。
这些分析模型是我们希望在We分析上陆续上线，为大家提供自由度、深入度更高的分析能力，有多少用户是通过购买进入下单页，有大家是通过拼团，以及两种不同路径下的用户后续行为，对于小程序主了解和评估业务会提供很好的帮助。
A、B测试，面对不同产品运营方案的时候，如果决策者无法判断各个方案之间的优劣，其实就可以划分几组同质化的用户人群去显示不同的方案，通过观察对比核心指标的优劣来辅助业务决策。
例如首页Banner形态，不同类型小程序会有不一样的答案，不能一概而论，轻易借鉴，这个时候可以通过实验工具同时上线两种方案来进行PK对比来进行辅助决策，We分析基于微信内部的A、B测试能力。
接下来是画像洞察，基于用户人群视角，分析观察不同人群对于小程序的活跃、交易贡献，助力后续运营策略调整与优化，比如双十一期间，通过微信广告和公众号软文引流过来的两波新用户群体，哪一波对春节促销的交易更大，哪一波生命周期更长久，这对小程序运营来说非常重要，We分析会陆续上线低门槛、高自由度的画像工具，帮助大家深入分析。
最后是产品运营同学比较忽视的部分，也就是小程序的性能质量，小程序的性能质量与业务数据的优劣息息相关，We分析将会提供性能数据、接口监控、日志分析等完备健全的质量监控方案，即时告警各种通知异常情况，帮助大家随时随地掌握小程序的现状。
我们深知目前已有的能力还远远不够，所以在未来的半年、一年时间里，小程序团队会陆续上线更多的服务和能力，帮助大家在数据工作上降本提效，能够更深入地实现数据洞察，助力业务增长。
We分析从2021年3月开始内测，2021年8月进入公测，只需要小程序的管理员登录We分析官网，进行扫码开通即可，同时在2022年春节前后会落地We分析2.0版本，以上就是本次分享的所有内容，感谢大家的聆听，谢谢！
最新评论