APP的數(shù)據(jù)指標(biāo)體系主要分為五個(gè)維度，包括用戶(hù)規(guī)模與質(zhì)量、參與度分析、渠道分析、功能分析以用戶(hù)屬性分析。用戶(hù)規(guī)模和質(zhì)量維度主要是分析用戶(hù)規(guī)模指標(biāo)，這類(lèi)指標(biāo)一般為產(chǎn)品考核的重點(diǎn)指標(biāo)；參與度分析主要分析用戶(hù)的活躍度；渠道分析主要分析渠道推廣效果；功能分析主要分析功能活躍情況、頁(yè)面訪(fǎng)問(wèn)路徑以及轉(zhuǎn)化率；用戶(hù)屬性分析主要分析用戶(hù)特征。本文將詳述這五大維度。

在2012年及2013年諸多大型互聯(lián)網(wǎng)公司其移動(dòng)端的流量已經(jīng)超越PC端的流量，很多大型互聯(lián)網(wǎng)企業(yè)PC業(yè)務(wù)用戶(hù)往移動(dòng)端遷移，呈現(xiàn)出PC業(yè)務(wù)增長(zhǎng)放緩，移動(dòng)業(yè)務(wù)增長(zhǎng)迅速的態(tài)勢(shì)。從第三方數(shù)據(jù)機(jī)構(gòu)統(tǒng)計(jì)的數(shù)據(jù)來(lái)看，網(wǎng)民中使用手機(jī)上網(wǎng)的人群占比進(jìn)一步提升，由2013年12月的81.0%提升至2015年6月的88.9%，即中國(guó)網(wǎng)民中，接近9成的用戶(hù)在使用手機(jī)上網(wǎng)，達(dá)到接近6億的規(guī)模。如果一個(gè)互聯(lián)網(wǎng)企業(yè)沒(méi)有在移動(dòng)端的拳頭產(chǎn)品，將很快被移動(dòng)互聯(lián)網(wǎng)的浪潮顛覆。在未來(lái)的兩三年內(nèi)，得移動(dòng)互聯(lián)網(wǎng)得天下。

從數(shù)據(jù)看出，移動(dòng)互聯(lián)網(wǎng)是互聯(lián)網(wǎng)發(fā)展最重要的方向，因此，對(duì)于擁抱互聯(lián)網(wǎng)的企業(yè)來(lái)說(shuō)，設(shè)計(jì)和運(yùn)營(yíng)好移動(dòng)互聯(lián)網(wǎng)應(yīng)用（下文稱(chēng)APP）成為移動(dòng)互聯(lián)網(wǎng)時(shí)代最重要的任務(wù)。而在移動(dòng)互聯(lián)網(wǎng)的設(shè)計(jì)和運(yùn)營(yíng)過(guò)程中，數(shù)據(jù)分析起到很基礎(chǔ)但也很重要的作用。在互聯(lián)網(wǎng)企業(yè)，任何一個(gè)APP都要事先規(guī)劃好數(shù)據(jù)體系，才允許上線(xiàn)運(yùn)營(yíng)，有了數(shù)據(jù)才可以更好的科學(xué)運(yùn)營(yíng)。因此本文將為大家介紹APP的基礎(chǔ)數(shù)據(jù)指標(biāo)體系。

一、用戶(hù)規(guī)模和質(zhì)量

用戶(hù)規(guī)模和質(zhì)量的分析包括活躍用戶(hù)、新增用戶(hù)、用戶(hù)構(gòu)成、用戶(hù)留存率、每個(gè)用戶(hù)總活躍天數(shù)五個(gè)常見(jiàn)指標(biāo)。用戶(hù)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(duì)其他維度最多，產(chǎn)品負(fù)責(zé)人要重點(diǎn)關(guān)注這個(gè)維度的指標(biāo)。

１、活躍用戶(hù)指標(biāo)

活躍用戶(hù)指在某統(tǒng)計(jì)周期內(nèi)啟動(dòng)過(guò)應(yīng)用（APP）的用戶(hù)。活躍用戶(hù)數(shù)一般按照設(shè)備維度統(tǒng)計(jì)，即統(tǒng)計(jì)一段周期內(nèi)啟動(dòng)過(guò)的設(shè)備（如手機(jī)、平板電腦）數(shù)量。

活躍用戶(hù)是衡量應(yīng)用用戶(hù)規(guī)模的指標(biāo)。通常，一個(gè)產(chǎn)品是否成功，如果只看一個(gè)指標(biāo)，那么這個(gè)指標(biāo)一定是活躍用戶(hù)數(shù)。很多互聯(lián)網(wǎng)企業(yè)對(duì)產(chǎn)品負(fù)責(zé)人的KPI考核指標(biāo)都以活躍用戶(hù)數(shù)作為考核指標(biāo)。活躍用戶(hù)數(shù)根據(jù)不同統(tǒng)計(jì)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(hù)每天都打開(kāi)的應(yīng)用如新聞APP、社交APP、音樂(lè)APP等，其產(chǎn)品的KPI考核指標(biāo)均為日活躍用戶(hù)數(shù)（DAU）。

為什么？如果這些APP考核的指標(biāo)是月活躍用戶(hù)數(shù)，那么會(huì)出現(xiàn)什么狀況？月活躍用戶(hù)只要求用戶(hù)在一個(gè)月內(nèi)啟動(dòng)應(yīng)用一次既可以計(jì)算為月活躍用戶(hù)。所以，一個(gè)本應(yīng)該每天都要啟動(dòng)的應(yīng)用，如果用月活躍用戶(hù)數(shù)作為KPI來(lái)考核，那么會(huì)出現(xiàn)產(chǎn)品運(yùn)營(yíng)負(fù)責(zé)人“偷懶”的情況，產(chǎn)品運(yùn)營(yíng)人員只需要每月想辦法讓用戶(hù)啟動(dòng)一次即可，也許向用戶(hù)推送兩三個(gè)活動(dòng)就可以實(shí)現(xiàn)，這樣的考核會(huì)導(dǎo)致產(chǎn)品不夠吸引力甚至是不健康。如果用日活躍用戶(hù)來(lái)作為KPI來(lái)考核這個(gè)產(chǎn)品，那么產(chǎn)品運(yùn)營(yíng)負(fù)責(zé)人一定會(huì)設(shè)計(jì)讓用戶(hù)每天都想用的功能或者更新每天用戶(hù)都想看的內(nèi)容來(lái)吸引用戶(hù)來(lái)使用。

２、新增用戶(hù)指標(biāo)

新增用戶(hù)是指安裝應(yīng)用后，首次啟動(dòng)應(yīng)用的用戶(hù)。按照統(tǒng)計(jì)時(shí)間跨度不同分為日、周、月新增用戶(hù)。新增用戶(hù)量指標(biāo)主要是衡量營(yíng)銷(xiāo)推廣渠道效果的最基礎(chǔ)指標(biāo)；另一方面，新增用戶(hù)占活躍用戶(hù)的比例也可以用來(lái)用于衡量產(chǎn)品健康度。如果某產(chǎn)品新用戶(hù)占比過(guò)高，那說(shuō)明該產(chǎn)品的活躍是靠推廣得來(lái)，這種情況非常值得關(guān)注，尤其是關(guān)注用戶(hù)的留存率情況。

３、用戶(hù)構(gòu)成指標(biāo)

用戶(hù)構(gòu)成是對(duì)周活躍用戶(hù)或者月活躍用戶(hù)的構(gòu)成進(jìn)行分析，有助于通過(guò)新老用戶(hù)結(jié)構(gòu)了解活躍用戶(hù)健康度。以周活躍用戶(hù)為例，周活躍用戶(hù)包括以下幾類(lèi)用戶(hù)，包括本周回流用戶(hù)、連續(xù)活躍n周用戶(hù)、忠誠(chéng)用戶(hù)、連續(xù)活躍用戶(hù)。本周回流用戶(hù)是指上周未啟動(dòng)過(guò)應(yīng)用，本周啟動(dòng)應(yīng)用的用戶(hù)；連續(xù)活躍n周用戶(hù)是指連續(xù)n周，每周至少啟動(dòng)過(guò)一次應(yīng)用的活躍用戶(hù)；忠誠(chéng)用戶(hù)是指連續(xù)活躍5周及以上的用戶(hù)；連續(xù)活躍用戶(hù)是指連續(xù)活躍2周及以上的用戶(hù)；近期流失用戶(hù)是指連續(xù)n周（大約等于1周，但小于等于4周）沒(méi)有啟動(dòng)過(guò)應(yīng)用但用戶(hù)。

４、用戶(hù)留存率指標(biāo)

用戶(hù)留存率是指在某一統(tǒng)計(jì)時(shí)段內(nèi)的新增用戶(hù)數(shù)中再經(jīng)過(guò)一段時(shí)間后仍啟動(dòng)該應(yīng)用的用戶(hù)比例。用戶(hù)留存率可重點(diǎn)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(jì)時(shí)段（如今天）新增用戶(hù)在第二天（如明天）再次啟動(dòng)應(yīng)用的比例；7 日留存率即某一統(tǒng)計(jì)時(shí)段（如今天）新增用戶(hù)數(shù)在第 7 天再次啟動(dòng)該應(yīng)用的比例；14日和30日留存率以此類(lèi)推。用戶(hù)留存率是驗(yàn)證產(chǎn)品用戶(hù)吸引力很重要的指標(biāo)。通常，我們可以利用用戶(hù)留存率對(duì)比同一類(lèi)別應(yīng)用中不同應(yīng)用的用戶(hù)吸引力。如果對(duì)于某一個(gè)應(yīng)用，在相對(duì)成熟的版本情況下，如果用戶(hù)留存率有明顯變化，則說(shuō)明用戶(hù)質(zhì)量有明顯變化，很可能是因?yàn)橥茝V渠道質(zhì)量的變化所引起的。

５、每個(gè)用戶(hù)總活躍天數(shù)指標(biāo)

每個(gè)用戶(hù)的總活躍天數(shù)指標(biāo)（TAD，Total Active Days per User）是在統(tǒng)計(jì)周期內(nèi)，平均每個(gè)用戶(hù)在應(yīng)用的活躍天數(shù)。如果統(tǒng)計(jì)周期比較長(zhǎng)，如統(tǒng)計(jì)周期一年以上，那么，每個(gè)用戶(hù)的總活躍天數(shù)基本可以反映用戶(hù)在流失之前在APP上耗費(fèi)的天數(shù)，這是反映用戶(hù)質(zhì)量尤其是用戶(hù)活躍度很重要的指標(biāo)。

二、參與度分析

參與度分析的常見(jiàn)分析包括啟動(dòng)次數(shù)分析、使用時(shí)長(zhǎng)分析、訪(fǎng)問(wèn)頁(yè)面分析和使用時(shí)間間隔分析。參與度分析主要是分析用戶(hù)的活躍度。

１、啟動(dòng)次數(shù)指標(biāo)

啟動(dòng)次數(shù)是指在某一統(tǒng)計(jì)周期內(nèi)用戶(hù)啟動(dòng)應(yīng)用的次數(shù)。在進(jìn)行數(shù)據(jù)分析時(shí)，一方面要關(guān)注啟動(dòng)次數(shù)的總量走勢(shì)，另一方面，則需要關(guān)注人均啟動(dòng)次數(shù)，即同一統(tǒng)計(jì)周期的啟動(dòng)次數(shù)與活躍用戶(hù)數(shù)的比值，如人均日啟動(dòng)次數(shù)，則為日啟動(dòng)次數(shù)與日活躍用戶(hù)數(shù)的比值，反映的是每天每用戶(hù)平均啟動(dòng)次數(shù)。通常，人均啟動(dòng)次數(shù)和人均使用時(shí)長(zhǎng)可以結(jié)合一起分析。

２、使用時(shí)長(zhǎng)

使用總時(shí)長(zhǎng)是指在某一統(tǒng)計(jì)統(tǒng)計(jì)周期內(nèi)所有從APP啟動(dòng)到結(jié)束使用的總計(jì)時(shí)長(zhǎng)。使用時(shí)長(zhǎng)還可以從人均使用時(shí)長(zhǎng)、單次使用時(shí)長(zhǎng)等角度進(jìn)行分析。人均使用時(shí)長(zhǎng)是同一統(tǒng)計(jì)周期內(nèi)的使用總時(shí)長(zhǎng)和活躍用戶(hù)數(shù)的比值；單次使用時(shí)長(zhǎng)是同一統(tǒng)計(jì)周期內(nèi)使用總時(shí)長(zhǎng)和啟動(dòng)次數(shù)的比值。使用時(shí)長(zhǎng)相關(guān)的指標(biāo)也是衡量產(chǎn)品活躍度、產(chǎn)品質(zhì)量的重要指標(biāo)，道理很簡(jiǎn)單，用戶(hù)每天的時(shí)間是有限的且寶貴的，如果用戶(hù)愿意在你的產(chǎn)品投入更多的時(shí)間，證明你的應(yīng)用對(duì)用戶(hù)很重要。啟動(dòng)次數(shù)和使用時(shí)長(zhǎng)可以結(jié)合一起分析，如果用戶(hù)啟動(dòng)次數(shù)高，使用時(shí)長(zhǎng)高，該APP則為用戶(hù)質(zhì)量非常高，用戶(hù)粘性好的應(yīng)用，比如現(xiàn)在很流行的社交應(yīng)用。

３、訪(fǎng)問(wèn)頁(yè)面

訪(fǎng)問(wèn)頁(yè)面數(shù)指用戶(hù)一次啟動(dòng)訪(fǎng)問(wèn)的頁(yè)面數(shù)。我們通常要分析訪(fǎng)問(wèn)頁(yè)面數(shù)分布，即統(tǒng)計(jì)一定周期內(nèi)（如1天、7天或30天）應(yīng)用的訪(fǎng)問(wèn)頁(yè)面數(shù)的活躍用戶(hù)數(shù)分布，如訪(fǎng)問(wèn)1-2頁(yè)的活躍用戶(hù)數(shù)、3-5頁(yè)的活躍用戶(hù)數(shù)、6-9頁(yè)的活躍用戶(hù)數(shù)、10-29頁(yè)的活躍用戶(hù)數(shù)、30-50頁(yè)的活躍用戶(hù)數(shù)，以及50頁(yè)以上的活躍用戶(hù)數(shù)。同時(shí)，我們可以通過(guò)不同統(tǒng)計(jì)周期（但統(tǒng)計(jì)跨度相同，如都為7天）的訪(fǎng)問(wèn)頁(yè)面分布的差異，以便于發(fā)現(xiàn)用戶(hù)體驗(yàn)的問(wèn)題。

４、使用時(shí)間間隔

使用時(shí)間間隔是指同一用戶(hù)相鄰兩次啟動(dòng)的時(shí)間間隔。我們通常要分析使用時(shí)間間隔分布，一般統(tǒng)計(jì)一個(gè)月內(nèi)應(yīng)用的用戶(hù)使用時(shí)間間隔的活躍用戶(hù)數(shù)分布，如使用時(shí)間間隔在1一天內(nèi)、1天、2天……7天、8-14天、15-30天的活躍用戶(hù)數(shù)分布。同時(shí)，我們可以通過(guò)不同統(tǒng)計(jì)周期（但統(tǒng)計(jì)跨度相同，如都為30天）的使用時(shí)間間隔分布的差異，以便于發(fā)現(xiàn)用戶(hù)體驗(yàn)的問(wèn)題。

三、渠道分析

渠道分析主要是分析個(gè)渠道在相關(guān)的渠道質(zhì)量的變化和趨勢(shì)，以科學(xué)評(píng)估渠道質(zhì)量，優(yōu)化渠道推廣策略。渠道分析需要渠道推廣負(fù)責(zé)人重點(diǎn)關(guān)注，尤其是目前移動(dòng)應(yīng)用市場(chǎng)渠道作弊較為盛行的情況下，渠道推廣的分析尤其是要重點(diǎn)關(guān)注渠道作弊的分析。

渠道分析包括新增用戶(hù)、活躍用戶(hù)、啟動(dòng)次數(shù)、單次使用時(shí)長(zhǎng)和留存率等指標(biāo)。這些指標(biāo)均在上文闡述過(guò)，在此就不在贅述。以上提到的只是渠道質(zhì)量評(píng)估的初步維度，如果還需要進(jìn)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(hù)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(hù)激活A(yù)PP的時(shí)間是否正常；判斷用戶(hù)設(shè)備是否真實(shí)，如機(jī)型、操作系統(tǒng)等集中度的分析。

總之，如果要深入研究渠道作弊，算法的核心思想是研究推廣渠道所帶來(lái)的用戶(hù)是否是真的“人”在用，從這個(gè)方向去設(shè)計(jì)相關(guān)的評(píng)估指標(biāo)和算法，如某渠道帶來(lái)的用戶(hù)大部分集中在凌晨2點(diǎn)使用APP，我們就認(rèn)為這種渠道所帶來(lái)的用戶(hù)很可能不是正常人在使用，甚至是機(jī)器在作弊。

四、功能分析

功能分析主要分析功能活躍情況、頁(yè)面訪(fǎng)問(wèn)路徑以及轉(zhuǎn)化率。這些指標(biāo)需要功能運(yùn)營(yíng)的產(chǎn)品經(jīng)理重點(diǎn)關(guān)注。

１、功能活躍指標(biāo)

功能活躍指標(biāo)主要關(guān)注某功能的活躍人數(shù)、某功能新增用戶(hù)數(shù)、某功能用戶(hù)構(gòu)成、某功能用戶(hù)留存。這些指標(biāo)的定義與本文第一部分的“用戶(hù)規(guī)模與質(zhì)量”的指標(biāo)類(lèi)似。只是，本部分只關(guān)注某一功能模塊，而不是APP整體。

２、頁(yè)面訪(fǎng)問(wèn)路徑分析

APP頁(yè)面訪(fǎng)問(wèn)路徑統(tǒng)計(jì)用戶(hù)從打開(kāi)應(yīng)用到離開(kāi)應(yīng)用整個(gè)過(guò)程鐘每一步的頁(yè)面訪(fǎng)問(wèn)和跳轉(zhuǎn)情況。頁(yè)面訪(fǎng)問(wèn)路徑分析的目的是在達(dá)到APP商業(yè)目標(biāo)之下幫助APP用戶(hù)在使用APP的不同階段完成任務(wù)，并且提高任務(wù)完成的效率。APP頁(yè)面訪(fǎng)問(wèn)路徑分析需要考慮以下三方面問(wèn)題：（a）APP用戶(hù)身份的多樣性，用戶(hù)可能是你的會(huì)員或者潛在會(huì)員，有可能是你的同事或者競(jìng)爭(zhēng)對(duì)手等；（b）APP用戶(hù)目的多樣性，不同用戶(hù)使用APP的目的有所不同；（c）APP用戶(hù)訪(fǎng)問(wèn)路徑的多樣性，即時(shí)是身份類(lèi)似、使用目的類(lèi)似，但訪(fǎng)問(wèn)路徑也很可能不同。因此，我們?cè)谧鯝PP頁(yè)面訪(fǎng)問(wèn)路徑分析的時(shí)候，需要對(duì)APP用戶(hù)做細(xì)分，然后再進(jìn)行APP頁(yè)面訪(fǎng)問(wèn)路徑分析。最常用的細(xì)分方法是按照APP的使用目的來(lái)進(jìn)行用戶(hù)分類(lèi)，如汽車(chē)APP的用戶(hù)便可以細(xì)分為關(guān)注型、意向型、購(gòu)買(mǎi)型用戶(hù)，并對(duì)每類(lèi)用戶(hù)進(jìn)行基于不同訪(fǎng)問(wèn)任務(wù)的進(jìn)行路徑分析，比如意向型的用戶(hù)，他們進(jìn)行不同車(chē)型的比較都有哪些路徑，存在什么問(wèn)題。還有一種方法是利用算法，基于用戶(hù)所有訪(fǎng)問(wèn)路徑進(jìn)行聚類(lèi)分析，基于訪(fǎng)問(wèn)路徑的相似性對(duì)用戶(hù)進(jìn)行分類(lèi)，再對(duì)每類(lèi)用戶(hù)進(jìn)行分析。

３、漏斗模型

漏斗模型是用于分析產(chǎn)品中關(guān)鍵路徑的轉(zhuǎn)化率，以確定產(chǎn)品流程的設(shè)計(jì)是否合理，分析用戶(hù)體驗(yàn)問(wèn)題。轉(zhuǎn)化率是指進(jìn)入下一頁(yè)面的人數(shù)（或頁(yè)面瀏覽量）與當(dāng)前頁(yè)面的人數(shù)（或頁(yè)面瀏覽量）的比值。用戶(hù)從剛進(jìn)入到完成產(chǎn)品使用的某關(guān)鍵任務(wù)時(shí)（如購(gòu)物），不同步驟之間的轉(zhuǎn)換會(huì)發(fā)生損耗。如用戶(hù)進(jìn)入某電商網(wǎng)站，到瀏覽商品，到把商品放入購(gòu)物車(chē)，最后到支付，每一個(gè)環(huán)節(jié)都有很多的用戶(hù)流失損耗。

通過(guò)分析轉(zhuǎn)化率，我們可以比較快定位用戶(hù)使用產(chǎn)品的不同路徑中，那一路徑是否存在問(wèn)題。當(dāng)然，對(duì)于產(chǎn)品經(jīng)理，其實(shí)不用每天都看轉(zhuǎn)化率報(bào)表，我們可以對(duì)每天的轉(zhuǎn)化率進(jìn)行連續(xù)性的監(jiān)控，一旦轉(zhuǎn)化率出現(xiàn)較大的波動(dòng)，便發(fā)告警郵件給到相應(yīng)的產(chǎn)品負(fù)責(zé)人，以及時(shí)發(fā)現(xiàn)產(chǎn)品問(wèn)題。

五、用戶(hù)屬性分析

用戶(hù)屬性分析主要從用戶(hù)使用的設(shè)備終端、網(wǎng)絡(luò)及運(yùn)營(yíng)商分析和用戶(hù)畫(huà)像角度進(jìn)行分析。

１、設(shè)備終端分析

設(shè)備終端的分析維度包括機(jī)型分析、分辨率分析和操作系統(tǒng)系統(tǒng)分析，在分析的時(shí)候，主要針對(duì)這些對(duì)象進(jìn)行活躍用戶(hù)、新增用戶(hù)數(shù)、啟動(dòng)次數(shù)的分析。即分析不同機(jī)型的活躍用戶(hù)數(shù)、新增用戶(hù)數(shù)和啟動(dòng)次數(shù)，分析不同分辨率設(shè)備的活躍用戶(hù)數(shù)、新增用戶(hù)數(shù)和啟動(dòng)次數(shù)，分析不同操作系統(tǒng)設(shè)備的活躍用戶(hù)數(shù)、新增用戶(hù)數(shù)和啟動(dòng)次數(shù)。

２、網(wǎng)絡(luò)及運(yùn)營(yíng)商分析

網(wǎng)絡(luò)及運(yùn)營(yíng)商主要分析用戶(hù)聯(lián)網(wǎng)方式和使用的電信運(yùn)營(yíng)商，主要針對(duì)這些對(duì)象進(jìn)行活躍用戶(hù)、新增用戶(hù)數(shù)、啟動(dòng)次數(shù)的分析。即分析聯(lián)網(wǎng)方式（包括wifi、2G、3G、4G）的活躍用戶(hù)數(shù)、新增用戶(hù)數(shù)和啟動(dòng)次數(shù)，分析不同運(yùn)營(yíng)商（中國(guó)移動(dòng)、中國(guó)電信、中國(guó)聯(lián)通等）的活躍用戶(hù)數(shù)、新增用戶(hù)數(shù)和啟動(dòng)次數(shù)。

３、地域分析

主要分析不同區(qū)域，包括不同省市和國(guó)家的活躍用戶(hù)數(shù)、新增用戶(hù)數(shù)和啟動(dòng)次數(shù)。

４、用戶(hù)畫(huà)像分析

用戶(hù)畫(huà)像分析包括人口統(tǒng)計(jì)學(xué)特征分析、用戶(hù)個(gè)人興趣分析、用戶(hù)商業(yè)興趣分析。人口統(tǒng)計(jì)學(xué)特征包括性別、年齡、學(xué)歷、收入、支出、職業(yè)、行業(yè)等；用戶(hù)個(gè)人興趣指?jìng)€(gè)人生活興趣愛(ài)好的分析，如聽(tīng)音樂(lè)、看電影、健身、養(yǎng)寵物等；用戶(hù)商業(yè)興趣指房產(chǎn)、汽車(chē)、金融等消費(fèi)領(lǐng)域的興趣分析。用戶(hù)畫(huà)像這部分的數(shù)據(jù)需要進(jìn)行相相關(guān)的畫(huà)像數(shù)據(jù)采集，才可以支撐比較詳細(xì)的畫(huà)像分析。

本文主要介紹了APP基礎(chǔ)的數(shù)據(jù)分析體系，還有更多的指標(biāo)體系需要根據(jù)APP的特性進(jìn)行特殊設(shè)計(jì)。比如，搜索APP需要關(guān)注與其特性相關(guān)的指標(biāo)如搜索關(guān)鍵詞數(shù)、人均搜索關(guān)鍵詞數(shù)等。另外，還有一個(gè)非常值得關(guān)注的是，很多產(chǎn)品經(jīng)理或者運(yùn)營(yíng)人員認(rèn)為本文提到的很多指標(biāo)，產(chǎn)品上線(xiàn)后便自然可以看到，這是一個(gè)非常常見(jiàn)的誤區(qū)。因?yàn)?，本文提到的大多?shù)指標(biāo)，如果不進(jìn)行數(shù)據(jù)打點(diǎn)上報(bào)，并進(jìn)行相關(guān)的數(shù)據(jù)開(kāi)發(fā)統(tǒng)計(jì)，就不能看不到相關(guān)的數(shù)據(jù)報(bào)表。

所以，產(chǎn)品經(jīng)理在產(chǎn)品上線(xiàn)前一定要規(guī)劃好自己所負(fù)責(zé)的產(chǎn)品的數(shù)據(jù)體系，驅(qū)動(dòng)開(kāi)發(fā)進(jìn)行相關(guān)的數(shù)據(jù)采集上報(bào)，并在運(yùn)營(yíng)過(guò)程中，動(dòng)態(tài)優(yōu)化和豐富數(shù)據(jù)體系。

作者：傅志華，為某大型互聯(lián)網(wǎng)公司數(shù)據(jù)中心總經(jīng)理，同時(shí)任中國(guó)信息協(xié)會(huì)大數(shù)據(jù)分會(huì)理事，北京航空航天大學(xué)軟件學(xué)院大數(shù)據(jù)專(zhuān)業(yè)特聘教授，中科院管理學(xué)院MBA企業(yè)導(dǎo)師。曾為騰訊社交網(wǎng)絡(luò)事業(yè)群數(shù)據(jù)中心總監(jiān)以及騰訊公司數(shù)據(jù)協(xié)會(huì)會(huì)長(zhǎng)，在騰訊前為互聯(lián)網(wǎng)數(shù)據(jù)分析公司DCCI互聯(lián)網(wǎng)數(shù)據(jù)中心副總裁。傅先生諳熟數(shù)據(jù)分析和數(shù)據(jù)挖掘方法，在數(shù)據(jù)驅(qū)動(dòng)企業(yè)數(shù)據(jù)化運(yùn)營(yíng)和營(yíng)銷(xiāo)方面以及大數(shù)據(jù)驅(qū)動(dòng)的新商業(yè)模式研究有豐富的經(jīng)驗(yàn)。

來(lái)源：http://www.36dsj.com/archives/37640

本文來(lái)源于人人都是產(chǎn)品經(jīng)理合作媒體@36大數(shù)據(jù)，作者@傅志華