App的數據分析怎麼做？

01-04

哪些數據反映了用戶的哪些行為特徵

我們最近推出了數據驅動的產品，諸葛IO，諸葛IO-精細化運營分析工具,移動應用分析,移動用戶行為分析,數據運營歡迎大家討論

-----------------------------分割線--------------------------------------------------

作為網站或者app的運營者，大家對cnzz，百度統計，友盟，talkingdata，騰訊統計等都應該很熟悉，這些工具確實給了運營者更好的方式來工作，包括獲得精準的統計，數據的可視化，更方便的彙報資料，甚至一些運營策略的實施和效果監測。但是回到問題的本質，運營背後的目的是什麼？運營人員為什麼要使用這些工具？這些工具怎麼幫助運營者實現運營的目標？目前國外市場已經開始解決此類問題，通過和部分運營者的溝通中了解到，國內運營人員對數據的理解和使用參差不齊，那麼是否在國內還有相關的機會呢？我們先來回顧以上的幾個問題吧。

1. 運營背後的目的是什麼？一般網站和app運營的核心指標基本跑不掉訪問量，訪問時長，註冊用戶量，日活用戶數，用戶留存，流量來源分析，核心頁面的轉化率，用戶ARPU，用戶需求的挖掘，產品體驗優化反饋。更高層次要求的甚至需要對市場策略等提出優化方案，競品和行業的數據監測和策略對比分析。

2.運營人員為什麼要使用這些工具？答案只有一個，就是要解決以上的問題。從表面上看，目前的工具基本解決了以上的問題。我們陳述的指標在各個工具中都有了體現，運營人員可以獲得相關的數據和不錯的可視化報表。但是，目前解決的只是表面，簡單說拿到這些數據之後，運營人員需要更專業的工具來輔助完成數據背後的相關因素的分析。比如看到日活下降，看到留存下降，然後呢？怎麼辦？當這些數據和運營的指標之間有gap時，如何從數據的角度更好的服務運營人員？所以需要一個發現問題的工具來輔助運營分析。

3. 這些工具如何幫助運營實現目標？目前無法實現，出了部分推出類似個推和極光的push功能，支持按照標籤來推送外，目前非常粗放。事實是這些工具已經有了所有用戶的行為數據，對用戶的行為分析是很自然的做法。但是目前還未有很好的解決方案，對於即使有數據分析能力的團隊來說，同樣有個問題就是這些工具目前不支持用戶具體行為數據的導出功能。

以上，是最近調研的結果，作為一個沒有做過運營，想為運營者服務的數據控的觀察。

對於後續的趨勢，基於數據驅動的，特殊群體，甚至個體用戶的運營，預測式的運營都將慢慢實現，所以作為運營人員，我們還是多看看和想想這些指標之後的因素吧。

首先要充分了解你的APP的設計，列出其核心操作，比如啟動，付費等等，當然這兩個是比較通用的，其它的操作就是每個APP特有的了。

1. 首先基本的統計要有：

指標：總用戶數，新用戶數，N日留存數據，日活躍（DAU），周活躍（WAU），月活躍（MAU），付費人數，付費率，付費點分布，核心動作的轉化率（比如新手引導）；

作用：活躍數據可以反映APP的熱度，而留存數據可以看出此APP的用戶黏度，付費數據（如果有）就是考察付費點設置是否合理。

這個過程就是通過數據為應用建模

2. A/B測試。最好有專門這樣一個系統用來測試調整APP，這樣才能讓分析真正反饋到優化APP設計上，而整個數據形成一個閉環，有了這個反饋環，數據分析才能越來越強大。

3. 大付費額度用戶的專門分析。也可以說是VIP系統，分析與追蹤這些用戶的行為特點，基本上這屬於一個客戶關係維繫系統。

4. 知識庫。單個APP的用戶分析價值有限，如果綜合多個APP的數據，形成一個針對用戶的標籤庫，這樣對於APP產品運營來說就更有針對性了。最簡單的舉個例子，如果知識庫中說一個用戶已經在近期付費了10000人民幣，而在此APP中卻沒有付費行為，如果這樣的數據多了，就可以看到自己的產品是不是能夠吸引到高質量的用戶。當然，這個庫對於廣告的針對性投放也非常有價值。

------------------------------------------

最後，還要說一點就是，所謂報表和指標，絕不是就是那麼幾個，具體的個數是沒有限制的，上限就是自己的想像力。比如可以從記錄的用戶數據中推出用戶在安裝APP後第一次使用的時長分布，用戶在最初的一周啟動應用的次數，用戶手機型號，用戶手機尺寸......

這樣的數據越是豐富，就對今後的更深入的工作，比如說用戶標籤設定，機器學習中的特徵提取等工作越有利。

借用數據分析工具做，推薦國內開源且支持私有化部署的Cobub Razor

現在的App開發已經進入到了必須靠推廣運營才能上位的時代，有用戶不代表什麼，有活躍度、有留存率稍表欣慰，看到真金白銀才會喜上眉梢，畢竟現在最火的是遊戲應用，它們才是撈到錢的新晉金主，但是它們賺到錢都是有過程的，各位開發者從開發到運營過程中都應該一步一步過來，著重關心下面幾個數據：

1. 真實用戶數

雖然說用戶不代表什麼，但是獲取用戶是推廣的第一步。這個階段你需要做的是①讓App在十幾秒內抓住你的用戶②通過應用市場下載③通過廣告渠道④通過適合自己的推廣渠道。然後統計用戶數，要注意的是，因為下載量、安裝量這些數據都比較虛，不能真實反映用戶是否已經被獲取。所以大家都要看激活，這才是真正獲取到了新的用戶。另一個非常重要的數據，就是分渠道統計的激活量，這樣可以知道哪個渠道是最有效果的。

2. 每周、每月活躍度

因為獲得的用戶數中有一部分以廣告、預裝的的形式進來的用戶，並非主動進入的用戶，這時候就要通過應用本身內涵、體驗良好的新手教程、有噱頭的設計、向熱門的東西靠攏來吸引這些「偶然誤闖」的用戶，並及時記錄用戶轉化率、新手引導過程流失情況，而活躍度應該記錄好周活躍、15天活躍、月活躍度。

3. 日留存率、周留存率

有活躍度後你要考慮你的用戶粘性，這時要以保住老客戶優先，因為成本低很多，怎麼保存呢？

1）先統計，日留存率、周留存率（有些應用是不需要每日啟動的）、月留存率（曾經有遊戲行業的行家指出，如果想成為一款成功的遊戲，1-DayRetention要達到40%， 7-Day Retention要達到 20%。）

2）區分你的App類型，比如遊戲的首月留存率比社交高，工具的首月留存率又比遊戲高

3）然後在這些用戶流失之前想辦法提高他們的積極性。

4. 盈利：收入—成本

目前國內開發者被證實可行的盈利方式包括應用內付費和依靠合作者的運營支付和廣告平台這兩種，前面3個環節做好了，基數大了，平均轉化成本和回報率提高了，盈利就實現了。關於收入，大家最耳熟能詳的指標就是ARPU(平均每用戶收入)值。利潤最簡化的計算公式是：利潤=收入-成本。收入如何計算? ARPU是一個和時間段相關的指標(通常講的最多是每月的ARPU值)，還不能完全和CAC（用戶獲取成本）對應，所以我們還要多看一個指標：LTV(生命周期價值)。用戶的生命周期是指一個用戶從第一次啟動應用，到最後一次啟動應用之間的周期。LTV就是某個用戶在生命周期內為該應用創造的收入總計，可以看成是一個長期累計的ARPU值。每個用戶平均的LTV = 每月ARPU * 用戶按月計的平均生命周期。LTV – CAC的差值，就可以視為該應用從每個用戶身上獲取的利潤。

5. 後續傳播指數

後續傳播的一個典型媒介就是社交網路，如果產品自身足夠好，有很好的口碑。從自傳播到再次獲取新用戶，應用運營會形成了一個螺旋式上升的軌道。而那些優秀的應用就很好地利用了這個軌道，不斷擴大自己的用戶群體。以K因子(K-factor)為衡量指標，K= (每個用戶向他的朋友們發出的邀請的數量) * (接收到邀請的人轉化為新用戶的轉化率)。假設平均每個用戶會向20個朋友發出邀請，平均轉化率為10%的話，K =20*10%=2。當K&>1時，用戶群就會象滾雪球一樣增大；K&<1的話，那麼用戶群到某個規模時就會停止通過自傳播增長。

最後，記住如果只看推廣，不重視運營中的其它幾個層次，任由用戶自生自滅，那麼應用的前景必定是暗淡的，所以不同階段應該關心好每個階段的數據。對此，需要有一款app數據分析工具，針對開發者開發出來的app進行全方位的分析，包括用戶在APP中的瀏覽、點擊、購買、訂單等行為做全方位各角度的分析，隨時掌握APP運行和使用問題，及時調整和優化，從而提升APP的用戶體驗和銷售業績。

APP數據分析並沒有多神秘，不用覺得難於上青天！

蟬大師將在6月6日在微信群舉行線上發布會，為你揭秘APP推廣的秘密！

消滅APP運營推廣的神秘感，讓普通運營也能做好自家產品！

網上很多呀