如何分析APP的数据？

一个朋友告诉我，他之前待过的一家互联网公司，抗风险能力很弱。allin，整个运营部门，完全忽略了留存、活跃度等指标。ASO来自应用市场的2017日新增用户数，不算其他渠道，可以做到日均3W。但是留存率特别低，7天主动留存率只能维持在10%左右。后来公司来了一个新的产品经理。产品经理看到了公司的问题，逐步完善了整个公司的数据系统。后来运营数据指标体系逐渐清晰，公司用户增长也进入健康增长状态，比当时allin的新增利润可持续性强很多。他感叹，如果数据分析的好，完全可以实现可持续的利润增长，深深感受到了数据分析的重要性。我也完全同意他的观点，数据分析大有潜力。今天结合我多年的APP数据分析经验，给大家讲解一下APP数据分析的一些思路。记住，只说思路，不做实践，希望能帮助到一些对APP数据分析感兴趣的伙伴。监控日常数据运营指标日常数据运营指标，如下载用户数、新增用户数、活跃用户数、付费用户数等。，是运营中最基本最基础的数据，是大老板们最关心的核心指标。这些指标对数据的准确性和时效性要求很高，所以一旦你进入一家新公司，或者接手一个新项目，首要任务就是整理这些数据。另外，运营指标体系中的很多指标都是从这些基础指标中衍生出来的。如果这些基本指标的数据质量不好，其他衍生指标也会有偏差，由于多个基本指标的误差叠加，偏差结果会大于基本指标。如何保证基础指标的数据质量？用户ID逻辑的设计至关重要。对于用户数量的统计，用户ID的设计逻辑直接决定了数据的质量。所以当你拿到这些基础数据的时候，你要对统计数据背后的ID逻辑有一个清晰的认识。对于电商和社交类app来说，由于这类app有很强的会员体系，在精准识别一个用户方面会起到非常好的补充作用。渠道分析对于一个处于上升期或下降期的APP，运营团队会想方设法寻找尽可能多的渠道引流，吸引新用户的关注。互联网上有很多渠道，包括竞价渠道(百度、搜狗、App Store)、seo渠道(百度、搜狗)、新媒体渠道(微信微信官方账号、微博、Tik Tok)、网络广告渠道(百度在线联盟、阿里妈妈)、移动支付渠道(今日头条、腾讯博通)、免费渠道(QQ群、微信群、贴吧、问答)。渠道众多，对渠道效果进行监测分析，对降低获客成本，提高渠道推广ROI非常有帮助。渠道分析无非就是监控各个渠道的质量，哪个效果更好，哪个单价更便宜。当然，我们还需要监测每个不同渠道用户的后续表现，对每个渠道的用户进行评分。我们要明确的让BOSS知道哪些渠道值得投资，哪些渠道是垃圾。哪些渠道需要加大投入，哪些渠道应该选择放弃。如果运营团队资源充足，还可以对不同手机型号、不同操作系统、不同地区之间的用户质量进行对比分析。简而言之，就是对新用户进行不同维度的切片，来监测不同维度的用户表现。当然，在渠道分析中，有两个重要的问题需要市场人员和数据分析师紧急关注，那就是渠道欺骗和渠道归因。渠道欺骗和渠道归因都是非常复杂的研究课题。后面我会分别写一些关于这两块的东西，这里就不细说了。活跃用户在分析一个产品的时候，不可能让所有用户都满意。你不能鱼与熊掌兼得。用户之所以成为活跃用户，一定是你的产品满足了一定的用户需求。研究活跃用户有助于我们完善核心功能点，所以这些人的行为是值得研究的。所以活跃用户(或者说核心用户)是APP最有价值的资源。要密切关注APP活跃用户的动态，倾听他们的声音。在活跃用户分析中，可以关注DAU、WAU、MAU、启动次数、使用时长、DAU/WAU、DAU/MAU等指标。WAU和MAU反映活跃用户的总规模，启动次数和使用时长反映活跃用户的粘性，DAU/WAU和DAU/MAU反映活跃用户的活跃度。在活跃用户分析中，反映粘性和活跃度的指标值得仔细研究。比如以使用时间指标为例。这个指标是用户在某个自然时间段内花在APP上的时间。这个指标最大的作用就是评价用户活跃度和用户粘性。如果用户的使用时间非常理想，说明用户对APP的认可度和需求度高，反之亦然。另一方面，想想当你的应用被设计出来的时候，一个普通用户每天期望花费多少时间。用户上线后真正度过的时间和你预期的一样吗？如果偏差很大，说明用户对APP的认知和你当时想象的不一样。这时候你就需要思考如何调整自己的产品来迎合用户的认知。用户画像分析用户画像其实就是用户信息的标注。如性别、年龄、手机型号、网络型号、职业收入、兴趣爱好等等。用户画像分析的核心工作是对用户进行标签化，按照人们制定的标签化规则对用户进行标签化，通过标签快速读出信息，最后提取标签，汇总形成用户画像。用户画像的应用场景主要有两种:用户特征分析和用户分组。用户特征分析是对特定用户群体的用户属性进行持续深入的洞察，使这个用户群体的画像逐渐清晰，帮助企业了解自己是谁。有哪些行为特征？你喜欢什么？有哪些潜在需求和行为偏好？了解了这些特征之后，就可以对后续的用户群体进行有针对性的分析。用户分组是精细化运营的基础，已经广泛应用于各行各业的数据分析中。比如定位营销目标群体，帮助企业实现精准营销；为了唤醒沉睡的用户或者召回流失的用户，帮助企业实现精准推送；比如电商或者信息化app帮助公司实现个性化内容推荐等等。产品核心功能转型分析什么是转型？当用户朝着你的商业价值点方向进行操作，就有了转化。这里的商业价值点包括但不限于完成注册、下载和购买。在互联网产品和运营的分析领域，转型分析是最核心、最关键的场景。以电商网站购物为例，一次成功的购买行为依次涉及搜索、浏览、添加购物车、修改订单、结算、支付等多个环节。任何一个环节出现问题，都可能导致用户最终购买行为的失败。精细化运营背景下，如何做好转型分析至关重要。所以，当你要做转化分析的时候，你要想想你的产品的核心功能是什么，然后监控这个核心功能的转化率。不同行业转化率不同。比如游戏APP更注重付费率，电商APP更注重购买率。转化率分析，还可以将自己的产品与行业平均水平进行对比，看看自己的产品在行业中的位置。另外，通过长期的趋势监测，可以评估不同版本APP的好与坏。用户流失分析流失用户召回是运营的重要一环，定义流失用户是用户流失分析的起点。流失用户通常是指那些曾经使用过产品或服务，但后来因为某种原因停止使用的用户。在实际工作中，对于不同业务类型的产品或服务，流失用户的定义要复杂得多。比如电商产品，根据用户购买行为的定义，用户多长时间不再次购买就算作用户流失；比如对于内容产品，根据用户访问行为的定义，一个用户多长时间没有访问就被认为是用户的流失；比如视频产品，根据用户观看行为的定义，用户多长时间没有观看就被认为是用户的流失。因此，需要结合产品业务类型对用户的关键行为进行量化，以界定流失的用户。用户流失是一个过程，不是一个节点。被搅动的用户在正式停止使用产品之前，会表现出一些异常的行为特征:访问频率大大降低，在线时间大大减少，交互频率大大降低。因此，我们需要通过规则或机器学习建模，建立用户流失的预警机制，提前预测用户流失的概率，支持运营对高潜在流失用户进行干预。有条件的话可以和行业平均水平对比一下，让自己更加清楚自己产品的损耗率在行业中的位置。此外，我们还可以做流失用户的画像，可以帮助我们更好地了解流失用户的特征。流失用户的画像越详细，越有代表性，召回成功率就越高。但是，我们知道，流失的用户和流失用户的画像是不够的。我们需要找到流失的地方，看看用户流失在哪里，然后做出相应的产品改变。当我们明确界定了流失用户，了解了流失用户的画像，知道了流失用户聚集在哪些渠道，那么就要明确用户召回的路径和策略。站在用户的角度，给用户一个重用产品的理由。流失用户召回之后，并不是终点。要维持和促进流失用户的二次召回，巩固召回效果。用户生命周期分析APP用户的生命周期是怎样的？是指从开始与APP建立关系到完全脱离APP的整个开发过程，在整个生命周期中给APP带来的总价值称为生命周期价值。APP用户的整个生命周期从用户价值贡献的角度可以分为四个不同的时期，即调查期、形成期、稳定期和衰退期。每个时期的用户给APP带来的价值是不同的。(1)考察期间，用户主要对APP产品提供的功能和服务进行验证和考察。用户一旦发现产品无法满足自己的需求，就会迅速流失。所以在产品规划上，一定要准确定位目标人群和目标用户需求，尽量避免上线后大量用户流失。这个时期用户的价值贡献较低。(2)当产品的功能和服务能够满足用户的需求时，用户就会尝试使用产品，产品的用户体验在这个过程中起着决定性的作用。尤其是当同质化APP严重的时候，用户会一边倒的选择体验更好的APP。在这期间，用户会真正选择和决定使用产品，用户创造的价值也会快速增加。(3)处于这个稳定期的用户忠诚度和活跃度最高。他们会频繁使用产品，通过口碑宣传产品，吸引和推荐更多用户选择产品，这个时期的用户价值创造会达到最高水平，并长期保持稳定。(4)降级期导致稳定用户进入降级阶段的因素很多。比如一款母婴产品，孩子长大后就会放弃使用该产品。总之，有些因素影响了用户的满意度，可能促使用户进入退化期，然后彻底离开产品。用户一旦进入降级期，就要及时进行用户维护。在这个阶段，用户创造的价值会迅速减少。总结以上总结的APP数据分析思路并不是全部，如A/B测试、热图分析、表单分析、路径分析等常见的分析思路，不在此列。这么多APP数据分析的思路，其实市面上已经有非常成熟的APP数据分析工具，为我们提供了强大的分析支持。比如有友盟、MTA、Talkingdata、厕神数据、Growingio、诸葛io、数极客等在中国，有GA，Mixpannel，Appsee等。在国外。每个APP数据分析工具的基础数据分析维度几乎相同，每个产品都有自己独特的优势。所以要选择第三方数据分析工具，要根据自己的分析目的和自己公司的条件，选择合适的数据分析工具。不能总以年龄来判断，竞品也是。毕竟，在历史的长河中，有很多事情是你前面的波浪被你后面的波浪拍在沙滩上。大数据时代，数据分析成为核心竞争力。正所谓“知己知彼，百战不殆”。通过专业的Tik Tok数据分析，不仅可以学到行业最新的玩法，还可以学到同行流行的“套路”，事半功倍。大线索数据平台包含了全网最多的数据，功能也非常全面。它提供视频排名、直播分析、电商数据分析等服务，可以帮助个人、商家或MCN机构更好地创作和运营短视频。最重要的是，所有功能都是免费开放使用的。