APP應(yīng)該關(guān)注哪些數(shù)據(jù)指標(biāo)

APP的數(shù)據(jù)指標(biāo)體系主要分為五個維度，包括用戶規(guī)模與質(zhì)量,、參與度分析,、渠道分析、功能分析和用戶屬性分析,。

1.用戶規(guī)模和質(zhì)量

用戶規(guī)模和質(zhì)量是APP分析最重要的維度,，其指標(biāo)也是相對其他維度最多，數(shù)據(jù)分析師要重點關(guān)注這個維度的指標(biāo),。

（1）活躍用戶指標(biāo)

活躍用戶指在某統(tǒng)計周期內(nèi)啟動過APP的用戶,，除此之外，我們還可以將活躍用戶定義為某統(tǒng)計周期內(nèi)操作過產(chǎn)品核心功能的用戶,?；钴S用戶是衡量應(yīng)用用戶規(guī)模的指標(biāo)，通常,，一個產(chǎn)品是否成功,，如果只看一個指標(biāo)，那么這個這指標(biāo)一定是活躍用戶數(shù),。

活躍用戶數(shù)根據(jù)不同統(tǒng)計周期可以分為日活躍數(shù)（DAU）,、周活躍數(shù)（WAU）、月活躍數(shù)（MAU）,。大多數(shù)希望用戶每天都打開的應(yīng)用如新聞APP,、社交APP、音樂APP等,，其產(chǎn)品的KPI考核指標(biāo)均為日活躍用戶數(shù),。但對于某些低頻消費需求的APP比如旅游、婚紗攝影,，可能會關(guān)注月活躍數(shù)，甚至更長時間周期內(nèi)的活躍數(shù),。

（2）新增用戶指標(biāo)

新增用戶是指安裝應(yīng)用后，首次啟動應(yīng)用的用戶,。按照統(tǒng)計時間跨度不同分為日、周,、月新增用戶,。

新增用戶量指標(biāo)主要是衡量營銷推廣渠道效果的最基礎(chǔ)指標(biāo),；新增用戶占活躍用戶的比例也可以用來用于衡量產(chǎn)品健康度。如果某產(chǎn)品新用戶占比過高,，那說明該產(chǎn)品的活躍是靠推廣得來。這種情況非常值得關(guān)注,，尤其是關(guān)注用戶的留存率情況。

（3）用戶構(gòu)成指標(biāo)

用戶構(gòu)成是對周活躍用戶或者月活躍用戶的構(gòu)成進行分析,，有助于通過新老用戶結(jié)構(gòu)了解活躍用戶健康度,。以周活躍用戶為例,，包括以下幾類用戶：

本周回流用戶：上周未啟動過應(yīng)用,，本周啟動應(yīng)用的用戶,；

連續(xù)活躍n周用戶：連續(xù)n周,，每周至少啟動過一次應(yīng)用的活躍用戶；

忠誠用戶：連續(xù)活躍5周及以上的用戶,；

連續(xù)活躍用戶：連續(xù)活躍2周及以上的用戶；

近期流失用戶：連續(xù)n周（大等于1周,，但小于等于4周）沒有啟動過應(yīng)用的用戶,。

（4）用戶留存率指標(biāo)

用戶留存率是指在某一統(tǒng)計時段內(nèi)的新增用戶數(shù)中再經(jīng)過一段時間后仍啟動該應(yīng)用的用戶比例,。用戶留存率可重點關(guān)注次日,、7日,、14日以及30日留存率,。次日留存率即某一統(tǒng)計時段新增用戶在第二天再次啟動應(yīng)用的比例,；7日留存率即某一統(tǒng)計時段新增用戶數(shù)在第7天再次啟動該應(yīng)用的比例；14日和30日留存率以此類推,。

用戶留存率是驗證產(chǎn)品用戶吸引力很重要的指標(biāo),。通?？梢岳糜脩袅舸媛逝c競品進行對比，衡量應(yīng)用對用戶的吸引力,。對于某一個相對成熟版本的應(yīng)用,，如果用戶留存率有明顯變化,，則說明用戶質(zhì)量有明顯變化，很可能是因為推廣渠道質(zhì)量的變化所引起的,。

（5）每個用戶總活躍天數(shù)指標(biāo)

每個用戶的總活躍天數(shù)指標(biāo)（TAD,，Total Active Days per User）是在統(tǒng)計周期內(nèi),，平均每個用戶在應(yīng)用的活躍天數(shù),。如果統(tǒng)計周期比較長,，如統(tǒng)計周期一年以上,，那么每個用戶的總活躍天數(shù)基本可以反映用戶在流失之前在APP上耗費的天數(shù),，這是反映用戶質(zhì)量或黏性,，尤其是用戶活躍度很重要的指標(biāo),。

2.參與度分析

參與度分析主要是分析用戶的活躍度，包括啟動次數(shù)分析,、使用時長分析,、訪問頁面分析和使用時間間隔分析。

（1）啟動次數(shù)指標(biāo)

啟動次數(shù)是指在某一統(tǒng)計周期內(nèi)用戶啟動應(yīng)用的次數(shù),。在進行數(shù)據(jù)分析時,，一方面要關(guān)注啟動次數(shù)的總量走勢，另一方面,，則需要關(guān)注人均啟動次數(shù),，即同一統(tǒng)計周期的啟動次數(shù)與活躍用戶數(shù)的比值，通常人均啟動次數(shù)和人均使用時長可以一起分析,。

（2）使用時長

使用總時長是指在某一統(tǒng)計統(tǒng)計周期內(nèi)所有從APP啟動到結(jié)束使用的總計時長,。使用時長還可以從人均使用時長,、單次使用時長等角度進行分析。

人均使用時長

=同一統(tǒng)計周期內(nèi)的使用總時長/活躍用戶數(shù)

單次使用時長

=同一統(tǒng)計周期內(nèi)使用總時長/啟動次數(shù)

使用時長相關(guān)指標(biāo)也是衡量產(chǎn)品活躍度,、產(chǎn)品質(zhì)量的重要指標(biāo),。用戶每天的時間是有限的且寶貴的，如果用戶愿意在你的產(chǎn)品投入更多的時間,，證明你的應(yīng)用對用戶很重要,，比如現(xiàn)在很流行的微信等社交應(yīng)用。

（3）訪問頁面

訪問頁面數(shù)指用戶一次啟動訪問的頁面數(shù),。我們通常要分析訪問頁面數(shù)分布,，即統(tǒng)計一定周期內(nèi)（如1天、7天或30天）應(yīng)用的訪問頁面數(shù)的活躍用戶數(shù)分布,，如訪問1-2頁的活躍用戶數(shù),、3-5頁的活躍用戶數(shù),、6-9頁的活躍用戶數(shù)......同時，我們可以通過不同統(tǒng)計周期（但統(tǒng)計跨度相同,，如多為7天）的訪問頁面分布的差異,，以便于發(fā)現(xiàn)用戶體驗的問題。

（4）使用時間間隔

使用時間間隔是指同一用戶相鄰兩次啟動的時間間隔,。一般統(tǒng)計一個月內(nèi)應(yīng)用的用戶使用時間間隔的活躍用戶數(shù)分布,，如使用時間間隔在1天內(nèi)、1天,、2天……同時,，我們可以通過不同統(tǒng)計周期（但統(tǒng)計跨度相同，如都為30天）的使用時間間隔分布的差異,，以便于發(fā)現(xiàn)用戶體驗的問題,。

3.渠道分析

渠道分析主要是分析各渠道在相同的投入情況下，用戶數(shù)量的變化和趨勢,，以科學(xué)評估渠道質(zhì)量,，優(yōu)化渠道推廣策略。渠道分析包括新增用戶,、活躍用戶,、啟動次數(shù)、單次使用時長和留存率等指標(biāo),。APP的推廣渠道主要為安卓和iOS,。

安卓的渠道：①第三方應(yīng)用市場，如華為,、oppon,、小米、91助手等,；②廣告聯(lián)盟,，如網(wǎng)盟、友盟等,；③廠商預(yù)裝,，像華為、小米,、vivo等,；④水貨刷機，如刷機精靈等,；⑤社會化推廣,，如在社群做分享，在社區(qū)形成二次甚至多次傳播，也可以做推廣,，但是這種的數(shù)據(jù)的分析就不太好獲取,。

對于安卓來說，用戶來源就分以上幾種,，每一種可以分別去定義,。不同類型的推廣方式，可從不同的維度做數(shù)據(jù)的分析,。比如說像第三方應(yīng)用市場,，很多用戶都是通過這個渠道來下載APP，所以這方面的數(shù)據(jù)更多的是看活躍和留存,；像廣告聯(lián)盟這種,，是通過積分墻來分析，更多的是用戶完成任務(wù)通過量級來做分析,。

iOS的渠道主要是AppStore,，原則上我們所有的數(shù)據(jù)和激活都是通過這個渠道來獲取，但是在實際推廣的過程中,，我們更多的是想分析用戶是通過什么渠道跳轉(zhuǎn)到AppStore上進行下載,，激活產(chǎn)品。這就需要我們直接和技術(shù)做最底層的對接——API接口對接,。具體的分析方法與安卓是類似的,，主要是分析活躍和留存數(shù)據(jù)。

以上提到的只是渠道質(zhì)量評估的初步維度,，如果還需要進一步研究渠道,，尤其是研究到渠道防作弊層面，指標(biāo)還需要更多,，包括：判斷用戶使用行為是否正常的指標(biāo),，如關(guān)鍵操作活躍量占總活躍的占比，用戶激活A(yù)PP的時間是否正常,；判斷用戶設(shè)備是否真實,，如機型、操作系統(tǒng)等集中度的分析,。

4、APP數(shù)據(jù)統(tǒng)計分析的平臺和書籍

1.工具

（1）垂直領(lǐng)域的統(tǒng)計工具平臺：ios：七麥數(shù)據(jù),、禪大師,、appduu；安卓：酷傳

（2）第三方統(tǒng)計平臺：友盟,、TakingData,、AppAnnie、騰訊云分析、百度移動統(tǒng)計,、神策數(shù)據(jù),、諸葛IO、GrowingIO

2.書籍

《增長黑客》《精益數(shù)據(jù)分析》《深入淺出數(shù)據(jù)分析》《網(wǎng)站分析實戰(zhàn)》《流量的秘密-Google Analytics網(wǎng)站分析與優(yōu)化技巧》