永洪社区

标题: 移动应用数据分析体系 [打印本页]
作者: 海风呢    时间: 2017-8-15 22:50
标题: 移动应用数据分析体系
移动应用数据分析体系

现阶段移动互联网是互联网发展最重要的方向，对于拥抱互联网的企业来说，设计和运营好移动互联网应用（下文称APP）成为移动互联网时代最重要的任务。而在移动互联网的设计和运营过程中，数据分析起到很基础但也很重要的作用。在互联网企业，任何一个APP都要事先规划好数据体系，才允许上线运营，有了数据才可以更好的科学运营。

因此本文将为大家介绍APP的基础数据指标体系。

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、功能分析以用户属性分析。

一、用户规模和质量

用户规模和质量的分析包括活跃用户、新增用户、用户构成、用户留存率、每个用户总活跃天数五个常见指标。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，产品负责人要重点关注这个维度的指标。
（这也就是小蚊子所总结的QQ模型，在本公众号回复“QQ模型”可获取详细介绍）

（1）活跃用户指标

活跃用户指在某统计周期内启动过应用（APP）的用户。活跃用户数一般按照设备维度统计，即统计一段周期内启动过的设备（如手机、平板电脑）数量。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，那么这个指标一定是活跃用户数。很多互联网企业对产品负责人的KPI考核指标都以活跃用户数作为考核指标。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）。

（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；另一方面，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，周活跃用户包括以下几类用户，包括本周回流用户、连续活跃n周用户、忠诚用户、连续活跃用户。
（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。
通常，我们可以利用用户留存率对比同一类别应用中不同应用的用户吸引力。如果对于某一个应用，在相对成熟的版本情况下，如果用户留存率有明显变化，则说明用户质量有明显变化，很可能是因为推广渠道质量的变化所引起的。

（5）每个用户总活跃天数指标

每个用户的总活跃天数指标（TAD，Total Active Days per User）是在统计周期内，平均每个用户在应用的活跃天数。如果统计周期比较长，如统计周期一年以上，那么，每个用户的总活跃天数基本可以反映用户在流失之前在APP上耗费的天数，这是反映用户质量尤其是用户活跃度很重要的指标。

二、参与度分析

参与度分析的常见分析包括启动次数分析、使用时长分析、访问页面分析和使用时间间隔分析。参与度分析主要是分析用户的活跃度。

（1）启动次数指标

启动次数是指在某一统计周期内用户启动应用的次数。在进行数据分析时，一方面要关注启动次数的总量走势，另一方面，则需要关注人均启动次数，即同一统计周期的启动次数与活跃用户数的比值，如人均日启动次数，则为日启动次数与日活跃用户数的比值，反映的是每天每用户平均启动次数。通常，人均启动次数和人均使用时长可以结合一起分析。

（2）使用时长

使用总时长是指在某一统计统计周期内所有从APP启动到结束使用的总计时长。使用时长还可以从人均使用时长、单次使用时长等角度进行分析。
使用时长相关的指标也是衡量产品活跃度、产品质量的重要指标，道理很简单，用户每天的时间是有限的且宝贵的，如果用户愿意在你的产品投入更多的时间，证明你的应用对用户很重要。启动次数和使用时长可以结合一起分析，如果用户启动次数高，使用时长高，该APP则为用户质量非常高，用户粘性好的应用，比如现在很流行的社交应用。

（3）访问页面

访问页面数指用户一次启动访问的页面数。我们通常要分析访问页面数分布，即统计一定周期内（如1天、7天或30天）应用的访问页面数的活跃用户数分布，如访问1-2页的活跃用户数、3-5页的活跃用户数、6-9页的活跃用户数、10-29页的活跃用户数、30-50页的活跃用户数，以及50页以上的活跃用户数。同时，我们可以通过不同统计周期（但统计跨度相同，如都为7天）的访问页面分布的差异，以便于发现用户体验的问题。

（4）使用时间间隔

使用时间间隔是指同一用户相邻两次启动的时间间隔。我们通常要分析使用时间间隔分布，一般统计一个月内应用的用户使用时间间隔的活跃用户数分布，如使用时间间隔在1一天内、1天、2天……7天、8-14天、15-30天的活跃用户数分布。同时，我们可以通过不同统计周期（但统计跨度相同，如都为30天）的使用时间间隔分布的差异，以便于发现用户体验的问题。

三、渠道分析

渠道分析主要是分析个渠道在相关的渠道质量的变化和趋势，以科学评估渠道质量，优化渠道推广策略。渠道分析需要渠道推广负责人重点关注，尤其是目前移动应用市场渠道作弊较为盛行的情况下，渠道推广的分析尤其是要重点关注渠道作弊的分析。
渠道分析包括新增用户、活跃用户、启动次数、单次使用时长和留存率等指标。这些指标均在上文阐述过，在此就不在赘述。以上提到的只是渠道质量评估的初步维度，如果还需要进一步研究渠道，尤其是研究到渠道防作弊层面，指标还需要更多，包括：判断用户使用行为是否正常的指标，如关键操作活跃量占总活跃的占比，用户激活APP的时间是否正常；判断用户设备是否真实，如机型、操作系统等集中度的分析。

四、功能分析

功能分析主要分析功能活跃情况、页面访问路径以及转化率。这些指标需要功能运营的产品经理重点关注。

（1）功能活跃指标

功能活跃指标主要关注某功能的活跃人数、某功能新增用户数、某功能用户构成、某功能用户留存。这些指标的定义与本文第一部分的“用户规模与质量”的指标类似。只是，本部分只关注某一功能模块，而不是APP整体。

（2）页面访问路径分析

APP页面访问路径统计用户从打开应用到离开应用整个过程钟每一步的页面访问和跳转情况。页面访问路径分析的目的是在达到APP商业目标之下帮助APP用户在使用APP的不同阶段完成任务，并且提高任务完成的效率。APP页面访问路径分析需要考虑以下三方面问题：

（a）APP用户身份的多样性，用户可能是你的会员或者潜在会员，有可能是你的同事或者竞争对手等；

（b）APP用户目的多样性，不同用户使用APP的目的有所不同；

（c）APP用户访问路径的多样性，即时是身份类似、使用目的类似，但访问路径也很可能不同。

因此，我们在做APP页面访问路径分析的时候，需要对APP用户做细分，然后再进行APP页面访问路径分析。最常用的细分方法是按照APP的使用目的来进行用户分类，如汽车APP的用户便可以细分为关注型、意向型、购买型用户，并对每类用户进行基于不同访问任务的进行路径分析，比如意向型的用户，他们进行不同车型的比较都有哪些路径，存在什么问题。
还有一种方法是利用算法，基于用户所有访问路径进行聚类分析，基于访问路径的相似性对用户进行分类，再对每类用户进行分析。

（3）漏斗模型

漏斗模型是用于分析产品中关键路径的转化率，以确定产品流程的设计是否合理，分析用户体验问题。
转化率是指进入下一页面的人数（或页面浏览量）与当前页面的人数（或页面浏览量）的比值。用户从刚进入到完成产品使用的某关键任务时（如购物），不同步骤之间的转换会发生损耗。
如用户进入某电商网站，到浏览商品，到把商品放入购物车，最后到支付，每一个环节都有很多的用户流失损耗。通过分析转化率，我们可以比较快定位用户使用产品的不同路径中，那一路径是否存在问题。
当然，对于产品经理，其实不用每天都看转化率报表，我们可以对每天的转化率进行连续性的监控，一旦转化率出现较大的波动，便发告警邮件给到相应的产品负责人，以及时发现产品问题。
(, 下载次数: 508)