數據運營者每天第一時間需要查看的最基礎的數據指標包括今日的基本數據，今日較昨日同時段的變化率，今日分時段的數據趨勢，分為基本指標＋自選指標兩部分。

【友盟+】 應用統計（U-App） 產品截圖

2、新增用戶

第一次啟動應用的用戶（以設備為判斷標準）。

3、啟動次數

Android啟動定義：打開應用即為啟動。應用完全退出或者在后臺運行超過30s（默認30s）后再被打開，算為一次新啟動。

iOS啟動定義：打開應用即為啟動。應用完全退出或者在后臺運行后再被打開，算一次新啟動。

4、時段累計日活

截止到各個整點時刻的當日活躍用戶數。當日活躍用戶指當日啟動過應用的用戶（去重）。

5、分時活躍用戶

每個小時的活躍用戶數（去重），這里展示的是昨日數據。

6、自定義指標

可以添加計算事件數值型參數的消息數量、累計值和單詞均值。

【友盟+】 應用統計（U-App） 產品截圖）

二、總體趨勢指標解讀

2、累計用戶

截止到當前，啟動過應用的所有獨立用戶（以設備的判斷為標準）

3、過去7天活躍用戶

過去7天啟動過應用的用戶（去重）

4、過去30天活躍用戶

過去7天啟動過應用的用戶的日使用時長的均值

6、總錯誤率

 當日錯誤數／當日啟動次數。可以按照版本進行查詢

 總結：

三、救命的數據指標！先于用戶集體吐槽前，及時發現產品的bug！

運營的同學會深有體會，單看一項指標的時候發現產品的使用效果不如預期，但是其他指標還都正常，這種情況該如何下手，從哪里找出問題所在呢？下面一個【友盟+】應用統計的用戶就遇到了這樣的問題。 

某公司上線新版App當天，通過【友盟+】應用統計數據發現新增用戶及活躍用戶數據沒有明顯變化，但App啟動次數呈明顯上升趨勢且平均使用時長有下降趨勢，說明一個用戶存在多次啟動的現象。經該公司產品與技術人員排查，發現新上線版本在App啟動加載時間過長時會出現閃退現象，立即修復該bug并連夜上線新版本。將用戶損失降到最小。

總結:

四、日活指標和留存率指標的交叉分析

當發現日活用戶數據指標上漲時，似乎一切都是好的征兆。一是說明產品推廣做得好，二是說明產品功能符合市場用戶預期。但是如果出現次日留存率指標很低的時候，就不那么樂觀了，看下面的案例。

1、案例

某公司app上線1個月，通過【 友盟+】監測發現日活躍用戶呈遞增趨勢，但次日留存率卻不到20%。通過用戶新鮮度曲線分析，新用戶數量較大，但是老用戶數量很低（即留存下來的用戶很少）；經該公司產品經理深度調研發現，（用戶再次登陸需要輸入賬號密碼）很多人嫌登陸麻煩還有一些人記不住密碼就不再登陸了，基于此，該產品經理對登陸賬號體系做了完善，增加了7天免登錄和手機驗證碼快捷登陸方式，在接下來一個月，次日留存率超過40%。

總結：

留存反映一個產品能否真正留住用戶的能力——關注產品的留存、新鮮度及活躍度等數據指標，分析數據變化的影響因素，找到根本原因，最終優化產品降低用戶流失率。

五、讓假流量的推廣渠道無處可藏

當新產品上線，需要做線上推廣。在做渠道篩選調研的時候，往往通過渠道給出的表面數據無法確定該渠道是否會為產品帶來實實在在的用戶。往往會有新增表現良好，但是沉默用戶占比非常高，這樣的渠道一定要避而遠之。是什么情況呢？看下面的案例。

1、案例

某客戶公司產品上線后，進行多渠道投放，從新增用戶來看，各渠道表現良好，但是從沉默用戶占比來看，渠道c表現異常，近30天比例高達95%（其他渠道占比均低于50%），由此可看出通過該渠道新增的用戶質量較差，結合對該渠道其他數據分析，發現該渠道存在虛假數據情況，因此該公司果斷暫停了該渠道的投放，不僅節省了公司的費用支出，同時也提高新增用戶的整體質量，用戶活躍質量得到極大改善。 

總結：

默用戶反映新增用戶質量以及與應用的匹配度。理解沉默用戶主要從以下兩個方面進行入手：

其一：局部沉默用戶占比偏高，通過對渠道／版本等維度對比分析，配合頁面／事件觸發情況、找到影響產生沉默用戶的因素。

其二：整體沉默用戶占比偏高，（產品功能正常的前提下）更多地要考慮產品和用戶之間的匹配度，抓住用戶的真實需求進行產品迭代優化，將沉默用戶變為產品的回流用戶。

六、提升用戶粘度，其實也不難

有些應用屬于非頻繁使用的應用，例如天氣預報應用，比較普遍的打開頻次就是1次／天，但是這不足以滿足應用開發者對產品的需求，會開發出周邊的一切功能供用戶去發掘和使用，以達到培養用戶實現深度使用或者頻繁使用的習慣。那么如何去發現這些附屬功能和服務的使用問題呢？看下面的案例。

1、案例

某記賬App上線后，通過【友盟+】應用統計監測發現（一周數據），日平均使用頻率超過6次，日平均單次使用時長約為5分鐘，使用間隔時間1天占比超過90%，但是平均訪問頁面不到2，通過對具體的頁面數據查看，發現用戶主要使用記賬頁面，對于產品提供的周邊服務涉及較少，基于此，產品經理對頁面進行了優化迭代，在不影響記賬的主功能下，將服務、信息等內容滲透給用戶。此舉不僅促進了周邊服務的推廣，同時也提高了用戶的粘性，整體的參與度指標也得到極大提升。

總結：

用戶參與度指標能夠很好地反映出用戶對于產品的粘性，具體體現在，通過優化產品，盡可能地增大用戶的單次使用時長、增加使用頻率、減少使用間隔時間，通過合理的引導，促使用戶能夠更深度地使用產品。

 七、利用少許維度的數據建模簡單的用戶畫像，另推廣事半功倍

有一天，你的老板計劃做一波產品的線下推廣，為了提高產品的知名度，同時轉化注冊。那么問題來了，線下的地點怎么選？是不是該利用現有維度的數據構件一個簡單的用戶畫像呢？看下面的實例。

1、案例

某公司線下推廣App，通過【友盟+】應用統計監測的歷史數據來看，廣東、江蘇、福建三地是活躍度最高的，占總體活躍50%以上，通過對聯網方式數據分析，wifi占比超過70%，結合用戶日活躍曲線發現，09:00前、19:00后以及周末的時間活躍度較好。由此可以看出，用戶更偏向于在休閑時間、在固定的場所使用App（如在家里）。綜上，該公司將線下推廣地點選在深圳市的幾個居民區周邊以及工作商業區附近，活動取得了很好的效果。

八、優化用戶路徑，集中流量優勢，你只需這樣做

在產品剛剛上線，用戶的使用習慣和常規路徑是我們最關心的問題，往往需要一定的時間，搜集到相關數據才能逐步優化產品頁面規劃和引導路徑。下面我們看看下面的案例。

某社交App上線直播功能，在廣告位、分類及熱門等位置都添加了直播入口，通過【友盟+】應用統計監測數據發現，通過熱門直播頁帶來的直播流量最大，約占總體的60%，從分類頁面到達直播頁面的流量較小，不到總體的10%，且到達直播頁面的用戶數不到總活躍人數的30%，基于此，該公司產品經理對頁面進行了調整，突出熱門直播（并增加了正在直播），弱化分類入口，上線一周，直播用戶數占總活躍用戶數比例提升到50%，極大促進了直播功能的推廣。

總結：

九、轉化率提升一半，是怎么做到的？

目前市面上有很多電商的導購App，看似大同小異，但實際上卻是應用質量參差不齊。一是頁面規劃有問題，二是引導路徑有很大的問題。下面我們透過一個使用【友盟+】應用統計用戶的實際案例，來看一下如何優化自家應用的。

1、案例

某電商導購App的用戶典型使用路徑：打開客戶端—>瀏覽最熱最新—>點擊查看單品—>點擊去淘寶購買。通過對【友盟+】應用統計的監測數據分析，該公司產品經理認為用戶在點擊查看單品到點擊去淘寶購買這步轉化率不夠理想，后來將按鈕上的“去淘寶購買”改為“ 查看詳情” ， 暗示用戶點擊之后有更多有利于購買決策的信息，且不一定要購買，修改上線后，轉化率從10%上升到20%。

 十、產品迭代不得不了解的那些事兒

新版本迭代主要包含視覺與交互層面的迭代和對產品功能的迭代兩方面，具體如下：

其一：視覺與交互層面迭代——可對比新版本和舊版本在使用時長，頁面之間的轉化率，關鍵事件點擊情況等指標來衡量。

其二：產品功能迭代——分為已有功能的優化和增加新的產品功能兩部分。對已有功能優化而言，可從預期的瀏覽路徑與實際的瀏覽路徑進行對比，分析用戶的真實使用場景，通過自建漏斗分析關鍵行為的數據轉化；對增加新的產品功能而言，可關注入口流量、頁面流失及使用時長等指標數據。

 總結：