來源|友盟數據運營舍 ID:umengcom

        本人有一位 80 后朋友，在帝都坐擁 n 套房產和車位，是一位不折不扣的土豪。不幸的是他在某一年體檢時查出自己患了脂肪肝，土豪朋友被嚇壞了，于是制定了嚴格的飲食和健身計劃，并定期到三甲醫院檢查康復狀況，現在已經痊愈。他對醫院的要求非常嚴格，他說：“健康并非玩笑，我只相信權威”。

        移動互聯網中的 App 很像社會中的人，是這個生態中的組成元素。人有生老病死，但我們要努力避免在必然死亡的道路上偶然死亡。人的健康度可以去權威醫院檢測，而 App 的健康度首選【友盟+】應用統計來評估。一款產品的整個生命周期通常包括導入期、成長期、成熟期和衰退期，【友盟+】應用統計在 App 的整個生命周期中貫穿運用并發揮著重要價值。

關鍵詞：留存率、活躍度、周用戶構成、頁面訪問路徑、錯誤分析

        App上線初期，開發者除了關注新增用戶、活躍用戶、使用時長等一些基礎指標外，了解 App 更多性能的指標還有留存率、頁面訪問路徑和錯誤分析等，近一年【友盟+】又推出了一些更精細的指標幫助開發者深入了解自己的 App，比如周用戶構成和用戶活躍度。下面解讀不一樣的指標為 App 帶來了哪些不一樣的價值。

圖1：日留存數據報表

        圖 1 是兩個 App 日留存數據的對比，留存數據直觀的反應 App 對用戶的留存能力，圖中 A 應用相比 B 應用的數據表現顯示，留存能力屬于較優質的水平。除日留存外，還可以通過選擇更長時間窗口來查看周留存和月留存數據，以及單個渠道/版本對應的不同時間粒度留存數據。提高 App 留存率的方法可以借助精準消息推送工具喚醒用戶，也可以在 App 中植入微社區功能，通過用戶之間的互動吸引回流，另外 App 中的強需求功能點能吸引用戶更多回流。

圖2：用戶活躍度

        圖 2 是兩個 App 用戶活躍度的對比，用戶活躍度是對當日活躍用戶在過去 15 天中活躍情況的拆分，圖中的色區從上到下依次對應活躍 1 天的用戶，活躍 2 天的用戶......活躍 15 天的用戶，最紅色部分的用戶對 App 的粘性最高。

        圖中的 A 應用活躍 1 天的用戶（即新增用戶）增長穩定并且在整個活躍用戶中占比較小，說明這可能是一個處于生命周期成熟期的 App，新增的市場空間來自新的移動互聯網網民或者設備更新，同時活躍多天的用戶占比較高，也說明這是一個優質的 App 。 

        B 應用活躍用戶經過急劇的攀升后又出現了下滑趨勢，活躍小于 5 天的用戶占絕大比例，這可能是一個剛剛處于導入期的 App ，經過一段時間后不同粘性的活躍用戶都出現了下跌，說明用戶對 App 的忠誠度并不高，這可能并不是一個強需求或高質量的 App 。

圖3：周用戶構成

        圖 3 是兩個 App 周用戶構成的對比，周用戶構成是對當周活躍用戶在過去的自然周里連續活躍情況的統計，其中本周回流用戶是指上周未啟動應用這周回流的用戶，忠誠用戶是只連續活躍 5 周及以上的用戶。

        相比用戶活躍度而言，周用戶構成可以體現更長時間窗口期的活躍用戶粘性情況。通過用戶的連續活躍數據可以看出圖中 A 應用正值成長的發力期，而 B 應用處于成熟期，并且用戶忠誠度高。

圖4：頁面訪問路徑

        頁面訪問路徑直觀體現 App 中不同頁面的被訪問次數和頁面之間的跳轉關系，以此判斷用戶在 App 中的跳轉使用習慣，發現用戶興趣，同時可判斷用戶的實際訪問行為與 App 設計初衷的吻合度。頁面訪問路徑數據為 UE 設計帶來指導方向。

圖5：錯誤分析

        前四個指標為產品和運營帶來更多數據信息，錯誤分析則是 App 開發人員的有利工具。按發生次數排序的錯誤摘要列表讓開發者對錯誤有整體的了解和把控，錯誤詳情提供的具體錯誤代碼位置、錯誤所發生的機型、錯誤對應的操作系統等信息幫助開發人員快速準確的復現錯誤并進行第一時間修復。錯誤分析幫助開發者把因 App 不穩定性而對用戶造成的傷害和損失降到最低。

關鍵詞：渠道新增用戶、渠道次日留存率

        App 在經過一段時間后會由導入期進入到成長期，成長期的 App 離不開市場推廣，推廣效果的評估是一門學問。判斷一個渠道推廣效果的優劣離不開渠道分析指標，同時還可結合用戶參與度中的使用時長、訪問頁面等指標輔助評估。

圖6：渠道新增用戶

        圖 6 兩條曲線分別表示兩個不同渠道獲取新增用戶的情況，我們為兩個渠道分別命名為橙色渠道和黃色渠道。曲線直觀體現了橙色渠道比黃色渠道獲取新增用戶的能力強，就此很多開發者會認為橙色渠道的推廣效果比黃色渠道好，因為它為 App 帶來了更多的新增用戶。結論正確與否，不妨再通過其他數據驗證一下。

圖7：渠道次日留存率

        如圖7，對比兩個渠道的次日留存率數據，發現黃色渠道的留存率實際比橙色渠道好。黃色渠道雖獲取到的新增用戶少，但是這些用戶更多比例留下來成為 App 的真實用戶，說明黃色渠道獲取到的用戶質量更高。這表明以單一的新增用戶來評估渠道質量并不科學。

        以上僅例舉了通過次日留存率數據輔助分析，建議開發者同時結合多維度數據，并可分配指標權重綜合評估。例如評估電商類應用的渠道質量，假設關注新增用戶，平均訪問頁面數和平均使用時長三個指標，并分別為它們分配權重系數0.7，0.2和0.1，各渠道指標乘權重系數，得分越高的渠道推廣效果越好。

關鍵詞：自定義事件、事件轉化率（漏斗模型）

        成長期過后 App 進入成熟期，成熟期的 App 不論考慮商業化還是優化產品功能，【友盟+】應用統計都能帶來更為詳細的指導。App 中任何關注的節點都可通過自定義事件埋點監測，在自定義事件的基礎上進一步進行轉化率分析。

圖8：自定義事件&事件轉化率應用

        如圖8，以視頻類 App 為代表分析自定義事件以及漏斗在實際中的應用，首先選取【頻道列表】、【綜藝】、【大陸】、【點擊播放】四個事件進行埋點，此時可在自定義事件列表查看各個事件對應的被觸發數據，直觀展現各個節點受用戶喜歡的程度。 

        同時將這四個事件按照一定的邏輯順序加入到漏斗即形成了轉化率分析模型，此時可統計到由上一步到下一步的轉化情況，根據轉化率數據分析問題原因，進而進行運營策略的制定和調整。

        如上圖所示轉化率的第一步可判斷 App 的用戶興趣所在，第二步可做興趣細分分析，第三步根據內容的被點擊數據判斷內容質量，與此三步對應的運營策略分別可以是策劃與用戶興趣匹配的活動，增加更多用戶感興趣的節目，調整節目的展示位置和順序等。

        另外可以將在某個時間段觸發了某個自定義事件的人定義為一個用戶群，然后針對此用戶群進行精準的消息推送，目前【友盟+】應用統計和【友盟+】消息推送已經從底層數據上實現打通，為用戶更精準的營銷提供便利。

友盟數據運營舍是【友盟+】品牌微信公眾賬號系列之一，專為開發者打造！以互聯網為基地，為開發者提供優質數據、運營干貨。同時，我們也為創業者們準備了優質的行業最新數據報告，數據指標解讀和行業中優質成功案例。敬請期待！

姑婆那些事兒推廣服務 點擊 :http://www.3377on.com/news/4585.html

大家都愛搜:ASM 互聯網資訊類類有話說App推廣運營經驗線下推廣活動推薦微信營銷姑婆專題姑婆圈ASO校園推廣地推ASO100渠道刷量校園運營團隊

姑婆那些事兒(www.3377on.com)是互聯網推廣運營知識分享平臺,關注移動推廣(android,ios)運營,網站推廣運營、校園推廣及互聯網領域最新動態 。歡迎關注我們的微信(gupo520),新浪微博(姑婆那些事兒)。

版權聲明:本文來源于互聯網,僅作分享學習之用,姑婆那些事兒負責整理推薦。文章僅代表原作者獨立觀點,不代表本平臺運營者觀點與立場。如有版權問題,請聯系姑婆那些事兒—小秘書(微信號:gpxms001)協商解決