1704198710
1704198711
1704198712
• App存在哪些阻碍用户采取某一行动的程序错误？
1704198713
1704198714
1704198715
1704198716
1704198717
1704198718
1704198719
1704198720
1704198721
1704198722
• 与其他提供商相比本应用中的商品价格如何？
1704198723
1704198724
1704198725
1704198726
1704198727
1704198728
1704198729
1704198730
1704198731
1704198732
• 消费用户的行为中有哪些是弃用用户没有的？
1704198733
1704198734
1704198735
1704198736
1704198737
1704198738
1704198739
1704198740
1704198741
1704198742
• 他们从开始到弃用App的过程是怎样的？在弃用之前他们在App中花费了多少时间？
1704198743
1704198744
1704198745
1704198746
1704198747
1704198748
1704198749
1704198750
1704198751
1704198752
在数据分析师研究数据的同时，团队的营销专家则开展了一系列用户调查和采访。其中一项调查的目的是获取用户的人口学和心理学信息，另一项调查询问了用户线上和线下的购物习惯，而最后一项调查则是关于用户最喜爱的App以及他们的移动设备的使用情况。
1704198753
1704198754
之后，数据分析师和营销专员将所有数据分析结果和用户调查与采访反馈汇总，编写成报告并在第一次增长会议的前一周发送给团队成员。筹备这场会议时，增长负责人撰写了一份总结，说明截至目前的研究结果，其中就包括经常性消费用户区别于从未消费或只进行过一两次购买的用户的几个十分有趣的共同特征。
1704198755
1704198756
第一个特征是这些活跃消费用户的平均订单金额高于50美元，刚刚超过免运送费的最低金额。除此之外，很多经常性消费用户都有很多会重复购买的食品，这些食品显然对他们来说是必需的。最后，最为活跃的消费用户中相当大的一部分是从商店的移动网站跳转到App中的。
1704198757
1704198758
基于数据分析，团队已经提出了一些增长想法，并为第一次会议做好了准备。他们将在这次会议中讨论了调研发现，评估初步的增长想法以充分利用这些发现，选出第一批旨在提高App用户所创造的收入的想法，并规划初步的试验流程。
1704198759
[
上一页 ]
[ :1.70419871e+09 ]
[
下一页 ]