結(jié)合作者多年的APP數(shù)據(jù)分析經(jīng)驗，給大家講解一些APP數(shù)據(jù)分析的思路。記住，只聊思路，不聊實操，希望對一些對APP數(shù)據(jù)分析感興趣的伙伴有所幫助。

有一個朋友跟我說，他之前呆過的一家互聯(lián)網(wǎng)公司，抗風險能力很弱，整個運營部門all in 在新增上，完全不考慮留存和活躍等指標。

2017年的日新增用戶數(shù)單從應(yīng)用市場靠ASO來的都能做到日均3W，還沒有算上其他渠道。但是留存特別低，7日活躍留存率只能維持在10%左右。

后來，公司新來了一個產(chǎn)品經(jīng)理，這個產(chǎn)品經(jīng)理看到公司的問題，他逐步完善整個公司的數(shù)據(jù)體系。后來，運營數(shù)據(jù)指標體系慢慢清晰了，公司的用戶增長也步入健康的增長狀態(tài)，比當時all in新增的利潤要可持續(xù)得多。

他感嘆說，數(shù)據(jù)分析好的話，完全能夠?qū)崿F(xiàn)可持續(xù)性的利潤增長，深感數(shù)據(jù)分析的重要性。

我也是完全認同他的觀點，數(shù)據(jù)分析的價值潛力很大。

今天，結(jié)合我多年的APP數(shù)據(jù)分析經(jīng)驗，給大家講解一些APP數(shù)據(jù)分析的思路。記住，只聊思路，不聊實操，希望對一些對APP數(shù)據(jù)分析感興趣的伙伴有所幫助。

日常數(shù)據(jù)運營指標的監(jiān)控

日常數(shù)據(jù)運營指標，如下載用戶數(shù)、新增用戶數(shù)、活躍用戶數(shù)、付費用戶數(shù)等，這些數(shù)據(jù)都是運營中最基礎(chǔ)最基本的數(shù)據(jù)，是大Boss們最關(guān)注的核心指標。

這些指標對數(shù)據(jù)的準確性和及時性要求都比較高，所以你一旦進入一個新公司，或者接手一個新項目，第一任務(wù)就是要把這些數(shù)據(jù)梳理好。

另外，運營指標體系中的眾多指標是基于這些基礎(chǔ)指標衍生出來的，假如這些基礎(chǔ)指標的數(shù)據(jù)質(zhì)量不過關(guān)，其他衍生指標也會出現(xiàn)偏差，而且偏差結(jié)果因多個基礎(chǔ)指標誤差的疊加導致比基礎(chǔ)指標更大。

如何保證基礎(chǔ)指標的數(shù)據(jù)質(zhì)量？

用戶ID邏輯的設(shè)計很關(guān)鍵。對于用戶數(shù)的統(tǒng)計，用戶ID的設(shè)計邏輯好與壞直接決定數(shù)據(jù)的質(zhì)量。

因此，當你獲取到這些基礎(chǔ)數(shù)據(jù)時，你要對背后統(tǒng)計的ID邏輯了解清楚。對于電商和社交類的APP，因為這種類型的APP有強大的會員系統(tǒng)，對于精準識別一個用戶來說它會起到很好的補充作用。

渠道分析

對于一個上升期或者衰退期的APP，運營團隊會盡可能尋找大量的渠道來引流，吸引新用戶的關(guān)注。

互聯(lián)網(wǎng)的渠道很多，通常有競價渠道（百度、搜狗、應(yīng)用商店）、SEO渠道（百度、搜狗）、新媒體渠道（微信公眾號、微博、抖音）、網(wǎng)盟廣告渠道（百度網(wǎng)盟、阿里媽媽）、移動端付費渠道（今日頭條、騰訊廣點通）、免費渠道（QQ群、微信群、貼吧、問答平臺、應(yīng)用商店）、直播平臺（虎牙直播、映客）等。

渠道之多，因此做好渠道效果的監(jiān)控和分析，對于降低獲客成本，提高渠道推廣的ROI，十分有幫助。

渠道分析，無非就是監(jiān)測各個渠道的好壞、哪個效果更好、哪個單價更便宜。當然，我們還需要監(jiān)控每個不同渠道用戶的后續(xù)表現(xiàn)，給每個渠道的用戶打分，我們要清楚的讓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資力度，哪些渠道應(yīng)該選擇放棄。

假如運營團隊資源充足，還可以對不同手機機型、不同操作系統(tǒng)、不同地區(qū)之間的用戶質(zhì)量進行對比分析。總之，就是在不同的維度上對新用戶進行切片，來監(jiān)測不同維度上的用戶表現(xiàn)。

當然，渠道分析中，還有兩個重要問題是需要市場人員和數(shù)據(jù)分析人員引起迫切關(guān)注的，那就是渠道作弊和渠道歸因。關(guān)于渠道作弊和渠道歸因，都是很復(fù)雜的研究課題，后期我會單獨針對這兩塊內(nèi)容來寫點東西，這里就不展開詳細敘述。

活躍用戶分析

一個產(chǎn)品不可能滿足所有用戶，魚和熊掌不可兼得，用戶之所以成為了活躍用戶，必然是你的產(chǎn)品已經(jīng)滿足了一定的用戶需求。研究好活躍用戶有助于我們提升最核心的功能點，因此，這部分人的行為更值得研究。

所以說，活躍用戶（或者核心用戶）是APP最寶貴的資源，我們要密切關(guān)注APP活躍用戶的動態(tài)、傾聽他們的聲音。

活躍用戶分析，我們可以關(guān)注DAU，WAU、MAU、啟動次數(shù)、使用時長、DAU/WAU、DAU/MAU等指標，WAU和MAU反映了活躍用戶的總規(guī)模，啟動次數(shù)和使用時長反映了活躍用戶的粘性，DAU/WAU和DAU/MAU反映了活躍用戶的活性。

活躍用戶分析中，反映粘性和活性的指標，都值得細致研究。比如：拿使用時長指標來說，這個指標是用戶在某個自然時間段內(nèi)在APP上使用的時間，這個指標的最大功用就是用來評價用戶活躍度和用戶粘性的。

如果用戶使用時長非常理想，說明用戶對APP的認可程度和剛需性高，反之則亦然。

另一方面，想一想你的APP在設(shè)計的時候，當初預(yù)計一個正常的用戶每天會用多少時間，上線后用戶真正用的時間是否和你的預(yù)計相同？

如果這里面有很大的偏差，就說明用戶對APP的認知和你當時設(shè)想是有不同的。 這個時候你就需要想想如何來調(diào)整你的產(chǎn)品，去迎合用戶的認知。

用戶畫像分析

用戶畫像其實就是用戶信息的標簽化。如性別、年齡、手機型號、網(wǎng)絡(luò)型號、職業(yè)收入、興趣偏好等等。用戶畫像分析的核心工作就是給用戶打標簽，通過人制定的標簽規(guī)則，給用戶打上標簽，使得能夠通過標簽快速讀出其中的信息，最終做標簽的提取和聚合，形成用戶畫像。

用戶畫像的應(yīng)用場景主要有兩個：用戶特征分析和用戶分群。

用戶特征分析，是對特定的用戶群體進行持續(xù)深入的用戶屬性洞察，使得該用戶群體的畫像變得逐漸清晰，幫助企業(yè)了解他們是誰？行為特點是什么？偏好是什么？潛在需求和行為喜好是什么？洞察了這些特征以后，為后續(xù)的用戶群體可以做針對性的分析。

用戶分群是精細化運營的基礎(chǔ)，已經(jīng)廣泛應(yīng)用于各行各業(yè)的數(shù)據(jù)分析過程中。比如，定位營銷目標群體，幫助企業(yè)實現(xiàn)精準營銷；為喚醒沉睡用戶或者召回流失用戶，幫助企業(yè)實現(xiàn)精準推送；比如電商或者資訊類的APP，幫助企業(yè)實現(xiàn)個性化內(nèi)容推薦等等。

產(chǎn)品核心功能轉(zhuǎn)化分析

什么是轉(zhuǎn)化？

當用戶向您業(yè)務(wù)價值點方向進行了一次操作，就產(chǎn)生了一次轉(zhuǎn)化。這里的業(yè)務(wù)價值點包括但不限于完成注冊、下載、購買等行為。在互聯(lián)網(wǎng)產(chǎn)品和運營的分析領(lǐng)域中，轉(zhuǎn)化分析是最為核心和關(guān)鍵的場景。

以電商網(wǎng)站購物為例，一次成功的購買行為依次涉及搜索、瀏覽、加入購物車、修改訂單、結(jié)算、支付等多個環(huán)節(jié)，任何一個環(huán)節(jié)的問題都可能導致用戶最終購買行為的失敗。在精細化運營的背景下，如何做好轉(zhuǎn)化分析儼然很重要。

所以，當你想要做轉(zhuǎn)化分析的時候，你就想想你產(chǎn)品的核心功能是什么，然后去監(jiān)測這個核心功能的轉(zhuǎn)化率。不同行業(yè)都有相應(yīng)的不同轉(zhuǎn)化率，比如游戲APP里更加關(guān)注付費率，電商APP更加關(guān)注購買率。

轉(zhuǎn)化率分析，你也可以將自己的產(chǎn)品與行業(yè)平均水平對比，看看自己的產(chǎn)品在行業(yè)所處的位置。另外，也可以通過長期的趨勢監(jiān)測，可以評估APP不同版本的好與壞。

用戶流失分析

流失用戶召回是運營工作中的重要部分，定義流失用戶是用戶流失分析的起點。流失用戶，通常是指那些曾經(jīng)使用過產(chǎn)品或者服務(wù)，但后來由于某種原因不再使用產(chǎn)品或服務(wù)的用戶。

在實際工作中，不同產(chǎn)品或者服務(wù)的業(yè)務(wù)類型，流失用戶的定義要復(fù)雜的多。

• 比如電商類產(chǎn)品，根據(jù)用戶購買行為定義，用戶多久未再次購買算流失用戶；
• 比如內(nèi)容類產(chǎn)品，根據(jù)用戶訪問行為定義，用戶多久未訪問算流失用戶；
• 比如視頻類產(chǎn)品，根據(jù)用戶觀看行為定義，用戶多久未觀看算流失用戶。

因此，需要結(jié)合產(chǎn)品業(yè)務(wù)類型，將用戶關(guān)鍵性行為進行量化，來定義流失用戶。

用戶流失是一個過程不是一個節(jié)點，流失用戶在正式停止使用產(chǎn)品之前會表現(xiàn)出一些異常行為特征：訪問頻次大幅降低，在線時長大幅下降，交互頻率大幅降低等。

因此，我們需要通過規(guī)則或者機器學習建模等方式，建立用戶流失預(yù)警機制，提前預(yù)測流失用戶的概率，支持運營對高潛在流失用戶進行活動干預(yù)。

如果有條件的話，可以和行業(yè)的平均水平進行對比，讓自己更加清楚自己產(chǎn)品的流失率在行業(yè)的位置。另外，也可以給流失用戶做畫像，能夠幫助我們更好的了解流失用戶特征。流失用戶畫像越細致，代表性越強，召回成功率就越高。

但是，我們知道流失用戶和流失用戶的畫像還不夠，還要找到流失的地方，看看用戶在哪些地方流失了，然后有的放矢，進行相應(yīng)的產(chǎn)品改動。

當我們清楚的定義了流失用戶，也了解了流失用戶的畫像，知道流失用戶聚集在哪些渠道，接下來我們就要明確用戶召回的路徑和策略。

從用戶角度出發(fā)，給用戶一個重新使用產(chǎn)品的理由。流失用戶召回后，不是終點，我們要對召回來的流失用戶進行維護和二次促活，鞏固召回效果。

用戶生命周期分析

什么是APP用戶的生命周期？

它是指用戶從與APP建立關(guān)系開始到與APP徹底脫離關(guān)系的整個發(fā)展過程，在整個生命周期中為APP帶來的價值總和，稱為生命周期價值。

在APP用戶的整個生命周期中，從用戶價值貢獻的角度可以分為4個不同的時期，分別是考察期、形成期、穩(wěn)定期和衰退期。每個時期的用戶給APP帶來不同的價值。

（1）考察期

這個時候的用戶主要是對APP產(chǎn)品提供的功能和服務(wù)，進行自我需求的驗證和考察。一旦用戶發(fā)現(xiàn)產(chǎn)品不能滿足自己的需求，將會快速的流失掉。

所以在產(chǎn)品規(guī)劃的時候，一定要對目標群和目標用戶需求進行精準定位，盡可能避免上線后，就有大量的用戶流失。這個時期用戶的價值貢獻較低。

（2）形成期

當產(chǎn)品的功能和服務(wù)能夠滿足用戶的需求，用戶將會對產(chǎn)品進行試探性使用，在該過程中產(chǎn)品的用戶體驗將會起到?jīng)Q定性的作用。尤其是在同質(zhì)APP較嚴重的時候，用戶將會一邊倒的選擇體驗更優(yōu)秀的APP。

在該時期用戶會真正的選擇并決定使用產(chǎn)品，同時用戶創(chuàng)造的價值也將會飛速提升。

（3）穩(wěn)定期

處于這個時期的用戶，無論是忠誠度還是活躍度都是最高的。他們會頻繁的使用產(chǎn)品，會對產(chǎn)品進行口碑宣傳，吸引和推薦更多的用戶選擇產(chǎn)品，這個時期的用戶價值創(chuàng)造將會達到最高，并且保持很長一段時間的穩(wěn)定。

（4）退化期

引起穩(wěn)定用戶進入退化階段，因素很多。比如一個母嬰類產(chǎn)品，孩子長大了，就放棄該產(chǎn)品的使用。

總之，某些因素影響到用戶的滿意度，都有可能促使用戶進入退化期，進而徹底脫離該產(chǎn)品。用戶一旦進入退化期，就應(yīng)該進行及時的用戶維護。這個階段，用戶創(chuàng)造的價值將會迅速遞減。

總結(jié)

以上總結(jié)的APP數(shù)據(jù)分析思路并不是全部，比如A/B測試、熱圖分析、表單分析、路徑分析等常用的分析思路，均沒有包含其中。這么多APP數(shù)據(jù)分析思路，其實市場上已經(jīng)有非常成熟的APP數(shù)據(jù)分析工具，給我們提供強大的分析支持。

比如國內(nèi)的有友盟、MTA、Talkingdata、神策數(shù)據(jù)、Growingio、諸葛IO、數(shù)極客等，國外的有GA、Mixpannel、Appsee等。每一款A(yù)PP數(shù)據(jù)分析工具，除了基本的數(shù)據(jù)分析維度幾乎都一樣，各家的產(chǎn)品都有自己獨特優(yōu)勢的功能。

所以，大家如果希望選擇第三方數(shù)據(jù)分析工具，要結(jié)合自己的分析目的和自身公司的條件來選擇適合自己的數(shù)據(jù)分析工具。

本文由 @Liu sir 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議