超详细的APP数据指标体系分析

为什么要做APP数据分析

（一）搭建数据运营分析框架

一个APP的构建与运营工作通常由多个角色分工实现，由于大家的工作重点不同，仅关注一个方面的数据就如同管中窥豹，无法全面了解产品运营情况，不能提出行之有效的分析建议。

因此，只有搭建完善的数据运营分析框架，才能全面的衡量移动应用产品运营情况。

除此之外，完整的数据运营分析框架还可以让产品经理和开发者不仅知道产品运营的基本状况和使用状况，更了解用户到底是谁，深入发现用户的需求。

比如，对于一个做移动应用的公司，

所有人都会关注产品的新用户增长量，其中有多少用户是活跃用户等，因为这些都跟产品的发展息息相关；

而投资人会更为关注产品的用户留存率，以此判断看产品发展是否健康，评估投资价值；

同时，老板更关心的是有多少用户付费，共贡献多少收入等。

所以我们需要搭建数据运营分析框架。

（二）用数据推动产品迭代和市场推广

基础的数据运营分析框架对公司产品的整体发展状况会有一个很好的展现，但是创业者会关注更加细节的部分。

比如，谁在用这个产品？用户是否喜欢？是如何使用的？都有什么特征？哪些渠道带来的用户质量更高….我们可以用数据来回答这些问题。

产品设计人员可以有针对性的对产品使用情况进行数据分析，了解用户对不同功能的使用，行为特征和使用反馈，这样可以为产品的改进提供很好的方向。

市场推广人员也不应该仅仅关注“什么渠道带来了多少用户”，更应该关注的是哪一个渠道带来的用户质量更高一些。

（三）产品盈利推手

盈利是公司的最终目的，无论一款产品是否已经探索出一个成熟的商业模式，创业者都应该借助数据让产品的盈利有一个更好进程。

在产品商业的路上，数据可以帮助企业完成两件事：①发现产品盈利的关键路径；②优化现有的盈利模式。

2

APP应该关注哪些数据指标

APP的数据指标体系主要分为五个维度，包括用户规模与质量、参与度分析、渠道分析、功能分析和用户属性分析。

（一）用户规模和质量

用户规模和质量是APP分析最重要的维度，其指标也是相对其他维度最多，数据分析师要重点关注这个维度的指标。

（1）活跃用户指标

活跃用户指在某统计周期内启动过APP的用户。

除此之外，我们还可以将活跃用户定义为某统计周期内操作过产品核心功能的用户。

活跃用户是衡量应用用户规模的指标，通常，一个产品是否成功，如果只看一个指标，那么这个这指标一定是活跃用户数。

活跃用户数根据不同统计周期可以分为日活跃数（DAU）、周活跃数（WAU）、月活跃数（MAU）。

大多数希望用户每天都打开的应用如新闻APP、社交APP、音乐APP等，其产品的KPI考核指标均为日活跃用户数。

但对于某些低频消费需求的APP比如旅游、婚纱摄影，可能会关注月活跃数，甚至更长时间周期内的活跃数。

（2）新增用户指标

新增用户是指安装应用后，首次启动应用的用户。

按照统计时间跨度不同分为日、周、月新增用户。

新增用户量指标主要是衡量营销推广渠道效果的最基础指标；新增用户占活跃用户的比例也可以用来用于衡量产品健康度。

如果某产品新用户占比过高，那说明该产品的活跃是靠推广得来。

这种情况非常值得关注，尤其是关注用户的留存率情况。

（3）用户构成指标

用户构成是对周活跃用户或者月活跃用户的构成进行分析，有助于通过新老用户结构了解活跃用户健康度。

以周活跃用户为例，包括以下几类用户：

本周回流用户：上周未启动过应用，本周启动应用的用户；

连续活跃n周用户：连续n周，每周至少启动过一次应用的活跃用户；

忠诚用户：连续活跃5周及以上的用户；

连续活跃用户：连续活跃2周及以上的用户；

近期流失用户：连续n周（大等于1周，但小于等于4周）没有启动过应用的用户。

（4）用户留存率指标

用户留存率是指在某一统计时段内的新增用户数中再经过一段时间后仍启动该应用的用户比例。

用户留存率可重点关注次日、7日、14日以及30日留存率。

次日留存率即某一统计时段新增用户在第二天再次启动应用的比例；7日留存率即某一统计时段新增用户数在第7天再次启动该应用的比例；14日和30日留存率以此类推。

用户留存率是验证产品用户吸引力很重要的指标。