数极客首页

如何做好APP数据分析?

APP数据剖析办法之前《三要点|解构数据剖析

的思想
方式

》提到——为什么要数据剖析

APP数据剖析

有意义吗?当然!数据剖析

的企图

本不在于数据自身

,而是要打造一个数据反响

闭环。设计基础

数据指标,多维度交叉

剖析

不同指标,以数据甄别问题,再反向作用产品,最终构成
数据驱动产品设计的闭环。事实上,APP数据剖析

并没有那么崇高
,而普通
常用的数据指标也都不难控制
。事实上,数据指标的设计基于两点事实:1、商业方式

和业务背景;2、数据剖析

动机和目的;

怎样
轻松搞定APP数据剖析

数据剖析

处置

计划

的提供商是比较

多的,致使

说数据剖析

自身

也成为了创业的一种可能。友盟、CNZZ、数极客都提供了成套的数据处置

计划

。以下我将试着以自己

的思想
方式

树立
一套《APP数据剖析

思想
方式

》。数据剖析

建模相似

于数学的排列组合理论,选择基础

指标配合细致

的业务需求
,因而

在数据建模之前有必要控制
常用的数据指标。万丈高楼平地起!基础

指标1、用户:总用户数、新用户数、留存用户、转化率、地域剖析

;2、生动

:日生动

(DAU)、周生动

(WAU)、月生动

(MAU);3、营收:付费人数、付费率、付费点散布

;4、应用:启动次数、运用
频率、运用
时长、运用
距离

、版本散布

、终端类型、错误剖析

;5、功用
:功用
生动

、页面访问途径
、中心
动作的转化率;剖析

维度你赚钱的方式决议
了你应该关注的指标。从久远

来讲,企业风险最高的部分

常常
是与其怎样
赚钱直接相关的。基于以上的基础

数据指标,分别

数据剖析

的两点事实,能够

选取所需的指标,完成APP数据剖析

:1.用户剖析

剖析

用户属性为产品改进

及推行
提供充沛

、牢靠

的数据制定精准的战略
;1.1用户范围
基础

指标:总用户数、新增用户、流失用户、回流用户;统计维度:按年、月、周、曰;指标比例:统一运用
”率“表示;指标阐明

:苹果端很难取值,能够

间接地转化;以激活APP量替代
下载量;安卓比较

益处


;日月周维度;新增用户/总用户数,阐明

产品安康
度;比值的大小都有影响阐明

问题;1.2生动

用户_用户质量基础

指标:日生动

(DAU)、周生动

(WAU)、月生动

(MAU);统计维度:按日、周、月,按渠道,按分群;指标比例:统一运用
”率“表示;指标阐明

:日、周、月,统计维度依据

产品类型/属性而选取;进步
这些指标的方式:采取运营活动,推送,签到,任务,积分;以功用
和内容驱动,用户APP的运用
频率;1.3用户构成基础

指标:生动

用户、启动次数;统计维度:按年、月、周、曰;a. 本周回流用户:上周未启动过应用,本周启动应用的生动

用户;b. 连续生动

n周用户:连续n周,每周至少启动过一次应用的生动

用户(第n+1未启动)c. 忠实
用户:连续生动

n周及以上的用户;d. 连续生动

用户:连续生动

2周以上的的用户;e. 近期流失用户:连续n周没有启动过应用的用户(第n+1周启动过);f. 周生动

用户:当周启动过应用的用户(去重);指标比例:统一运用
”率“表示;绝对值——展示

的是个用户成分的数据量
,百分比展示

的是生动

用户 成分占周或曰用户的比例;对周生动

用户数据中止

的成分合成
,并经过
历史数据预测未来

数据变化趋向
的模型。该模 型辅佐

您对应用后续的用户生动

和留存等中止

科学预测,并制定有效的规划和目的
;2.应用剖析

2.1启动次数基础

指标:总用户数、新增用户、流失用户、回流用户;统计维度:按月、周或曰,按渠道,按分群;指标比例:某日/周/月的启动次数占所选时段总启动次数的比例;指标阐明

:翻开
应用视为启动,完好

退出或退至后台即视为启动终了

;2.2版本散布

基础

指标:启动次数、新增用户、生动

用户、升级

用户;统计维度:按时间、版本;指标比例:统一运用
”率“表示;不同版本的累计用户(占累计用户全体的比例);指标阐明

:展示

累计用户排名前10的各个版本变化趋向
,能够

辅佐

了解

每个版本的新增用户,最新版本的升级

状况

,目前的哪些版本状况

;2.3运用
状况

基础

指标:运用
时长、运用
频次、运用
距离

;统计维度:日、周、月;版本、渠道、时间段;指标比例:某日/周/月的启动次数占所选时段总启动次数的比例;指标阐明

:统计周期内,一次启动的运用
时长;一天内启动应用的次数;用统一用户相邻两次启动距离

的时间长度。2.4终端类型、错误剖析

(不做细致
引见
)3.功用
剖析

a. 功用
生动

指标:某个功用
的生动

用户,运用
量状况

;功用
考证
;对产品功用
的数据剖析

,确保功用
的取舍的合理性,b. 页面访问途径
:用户从翻开
到分开
应用整个过程中每一步骤的页面访问、跳转状况

。页面访问途径
是全量统计。经过
途径
剖析

得出用户类型的多样、用户运用
产品目的的多样性,恢复

用户目的;经过
途径
剖析

,做用户细分;再经过
用户细分,返回到产品的迭代。c. 漏斗模型:整个漏斗所关怀

的最终转化率的目的
是序列中最终
一个事情
。用户转化率的剖析

,中心
调查
漏斗每一层的流失缘由
的剖析

。经过
设置自定义事情
以及漏斗来关注应用内每一步的转化率,以及转化率对收入水平

的影响。经过
剖析

事情
和漏斗数据,能够

针对性的优化转化率低的步骤,真实

进步
整体转化水平

。4.行业剖析

指标阐明

:行业数据能够

辅佐

了解

行业内应用的整体水平

,能够

查看应用的全体应用或同类应用中各个 指标的数据、排名及趋向
,有助于权衡
应用的质量和表现;统计维度:用户范围
、更新频次、应用排名;指标比例:全体排名和同范围
排名;了解

行业数据,能够

知道

自己

的APP在整个行业的水平

,能够

重新
增用户、生动

用户、启动次数、运用
时长等多个维度去对比

自己

产品与行业平均

水平

的差别

以及自己

产品的对应的指标在整个行业的排名,从而知道

自己

产品的缺乏
之处。5.渠道剖析

指标阐明

:渠道质量的评价
,不同渠道取得

用户的行为特征监控、判别
问题;统计维度:时间段、不同渠道对比

;基础

对比

(新增用户、新增账号、生动

用户、生动

账号、启动次数、单次运用
时长、次日留存率);能够

从多个维度的数据来对比

不同渠道的效果,比如

重新
增用户、生动

用户、次日留存率、单次运用
时长等角度对比

不同来源的用户,这样就能够

依据

数据找到最适合

自身

的渠道,从而取得

最好的推行
效果。行文小结我以为
是产品业务逻辑的剖析

。基础

数据都是普遍适用的,而特定业务的个性化指标设计才真正考验功底,数据剖析

实质

上是对产品业务逻辑的了解

和把握。脱离产品,脱离细致

业务场景的数据剖析

都是毫无意义的!

数极客是国内新一代用户行为剖析

平台,是增长黑客必备的大数据剖析

工具,支持APP数据剖析

网站数据剖析

,首创
了6大转化率剖析

模型,在数据剖析

方面,初次
提出拆分定量剖析

与定性剖析

办法

,并且基于用户行为剖析

,提供了会员营销管理系统A/B测试工具两大处置

计划

,能够

快速的完成
数据驱动增长。作者:互联网产品小王

发表评论

评论已关闭。

相关文章