浙江龙网

  1. 首页 > 生活百科 > >

结合我多年的APP数据分析经验 如何对app用户进行数据分析？

小知识

结合作者多年的APP数据分析经验， 给大家讲解一些APP数据分析的思路 。 记住， 只聊思路， 不聊实操， 希望对一些对APP数据分析感兴趣的伙伴有所帮助 。
有一个朋友跟我说， 他之前呆过的一家互联网公司， 抗风险能力很弱， 整个运营部门all in 在新增上， 完全不考虑留存和活跃等指标 。
2017年的日新增用户数单从应用市场靠ASO来的都能做到日均3W， 还没有算上其他渠道 。 但是留存特别低， 7日活跃留存率只能维持在10%左右 。
后来， 公司新来了一个产品经理， 这个产品经理看到公司的问题， 他逐步完善整个公司的数据体系 。 后来， 运营数据指标体系慢慢清晰了， 公司的用户增长也步入健康的增长状态， 比当时all in新增的利润要可持续得多 。
他感叹说， 数据分析好的话， 完全能够实现可持续性的利润增长， 深感数据分析的重要性 。
我也是完全认同他的观点， 数据分析的价值潜力很大 。
今天， 结合我多年的APP数据分析经验， 给大家讲解一些APP数据分析的思路 。 记住， 只聊思路， 不聊实操， 希望对一些对APP数据分析感兴趣的伙伴有所帮助 。
日常数据运营指标的监控日常数据运营指标， 如下载用户数、新增用户数、活跃用户数、付费用户数等， 这些数据都是运营中最基础最基本的数据， 是大Boss们最关注的核心指标 。
这些指标对数据的准确性和及时性要求都比较高， 所以你一旦进入一个新公司， 或者接手一个新项目， 第一任务就是要把这些数据梳理好 。
另外， 运营指标体系中的众多指标是基于这些基础指标衍生出来的， 假如这些基础指标的数据质量不过关， 其他衍生指标也会出现偏差， 而且偏差结果因多个基础指标误差的叠加导致比基础指标更大 。
如何保证基础指标的数据质量？
用户ID逻辑的设计很关键 。 对于用户数的统计， 用户ID的设计逻辑好与坏直接决定数据的质量 。
因此， 当你获取到这些基础数据时， 你要对背后统计的ID逻辑了解清楚 。 对于电商和社交类的APP， 因为这种类型的APP有强大的会员系统， 对于精准识别一个用户来说它会起到很好的补充作用 。
渠道分析对于一个上升期或者衰退期的APP， 运营团队会尽可能寻找大量的渠道来引流， 吸引新用户的关注 。
互联网的渠道很多， 通常有竞价渠道（百度、搜狗、应用商店）、SEO渠道（百度、搜狗）、新媒体渠道（微信公众号、微博、抖音）、网盟广告渠道（百度网盟、阿里妈妈）、移动端付费渠道（今日头条、腾讯广点通）、免费渠道（QQ群、微信群、贴吧、问答平台、应用商店）、直播平台（虎牙直播、映客）等 。
渠道之多， 因此做好渠道效果的监控和分析， 对于降低获客成本， 提高渠道推广的ROI， 十分有帮助 。
渠道分析， 无非就是监测各个渠道的好坏、哪个效果更好、哪个单价更便宜 。 当然， 我们还需要监控每个不同渠道用户的后续表现， 给每个渠道的用户打分， 我们要清楚的让BOSS知道哪些渠道值得投、哪些渠道是垃圾；哪些渠道需要加大投资力度， 哪些渠道应该选择放弃 。
假如运营团队资源充足， 还可以对不同手机机型、不同操作系统、不同地区之间的用户质量进行对比分析 。 总之， 就是在不同的维度上对新用户进行切片， 来监测不同维度上的用户表现 。
当然， 渠道分析中， 还有两个重要问题是需要市场人员和数据分析人员引起迫切关注的， 那就是渠道作弊和渠道归因 。 关于渠道作弊和渠道归因， 都是很复杂的研究课题， 后期我会单独针对这两块内容来写点东西， 这里就不展开详细叙述 。
活跃用户分析一个产品不可能满足所有用户， 鱼和熊掌不可兼得， 用户之所以成为了活跃用户， 必然是你的产品已经满足了一定的用户需求 。 研究好活跃用户有助于我们提升最核心的功能点， 因此， 这部分人的行为更值得研究 。
所以说， 活跃用户（或者核心用户）是APP最宝贵的资源， 我们要密切关注APP活跃用户的动态、倾听他们的声音 。
活跃用户分析， 我们可以关注DAU， WAU、MAU、启动次数、使用时长、DAU/WAU、DAU/MAU等指标， WAU和MAU反映了活跃用户的总规模， 启动次数和使用时长反映了活跃用户的粘性， DAU/WAU和DAU/MAU反映了活跃用户的活性 。
活跃用户分析中， 反映粘性和活性的指标， 都值得细致研究 。 比如：拿使用时长指标来说， 这个指标是用户在某个自然时间段内在APP上使用的时间， 这个指标的最大功用就是用来评价用户活跃度和用户粘性的 。

推荐阅读


上一篇：写好产品体验报告的7个步骤 产品体验报告怎么写？

下一篇：景区新媒体营销案例分析 2018新媒体营销案例有哪些？