app開(kāi)發(fā)前為什么要數(shù)據(jù)分析?APP數(shù)據(jù)分析有意義嗎?app開(kāi)發(fā)團(tuán)隊(duì)肯定告訴你：當(dāng)然！數(shù)據(jù)分析的用意本不在于數(shù)據(jù)本身，而是要打造一個(gè)數(shù)據(jù)反饋閉環(huán)。設(shè)計(jì)基礎(chǔ)數(shù)據(jù)指標(biāo)，多維度交叉分析不同指標(biāo)，以數(shù)據(jù)甄別問(wèn)題，再反向作用產(chǎn)品，最終形成數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)的閉環(huán)。

　　事實(shí)上，APP數(shù)據(jù)分析并沒(méi)有那么神圣，而一般常用的數(shù)據(jù)指標(biāo)也都不難掌握。事實(shí)上，數(shù)據(jù)指標(biāo)的設(shè)計(jì)基于兩點(diǎn)事實(shí)：

　　1、商業(yè)模式和業(yè)務(wù)背景;2、數(shù)據(jù)分析動(dòng)機(jī)和目的;

　　數(shù)據(jù)分析解決方案的提供商是比較多的，甚至說(shuō)數(shù)據(jù)分析本身也成為了創(chuàng)業(yè)的一種可能。友盟、CNZZ、Talking Data、騰訊云都提供了成套的數(shù)據(jù)解決方案。數(shù)據(jù)分析建模類(lèi)似于數(shù)學(xué)的排列組合理論，選擇基礎(chǔ)指標(biāo)配合具體的業(yè)務(wù)需要，因此在數(shù)據(jù)建模之前有必要掌握常用的數(shù)據(jù)指標(biāo)。萬(wàn)丈高樓平地起! 

　　基礎(chǔ)指標(biāo)

　　1、用戶(hù)：總用戶(hù)數(shù)、新用戶(hù)數(shù)、留存用戶(hù)、轉(zhuǎn)化率、地域分析;

　　2、活躍：日活躍(DAU)、周活躍(WAU)、月活躍(MAU);

　　3、營(yíng)收：付費(fèi)人數(shù)、付費(fèi)率、付費(fèi)點(diǎn)分布;

　　4、應(yīng)用：?jiǎn)?dòng)次數(shù)、使用頻率、使用時(shí)長(zhǎng)、使用間隔、版本分布、終端類(lèi)型、錯(cuò)誤分析;

　　5、功能：功能活躍、頁(yè)面訪問(wèn)路徑、核心動(dòng)作的轉(zhuǎn)化率;

　　分析維度

　　你賺錢(qián)的方式?jīng)Q定了你應(yīng)該關(guān)注的指標(biāo)。從長(zhǎng)遠(yuǎn)來(lái)講，企業(yè)風(fēng)險(xiǎn)較高的部分往往是與其如何賺錢(qián)直接相關(guān)的。基于以上的基礎(chǔ)數(shù)據(jù)指標(biāo)，結(jié)合數(shù)據(jù)分析的兩點(diǎn)事實(shí)，可以選取所需的指標(biāo)，完成APP數(shù)據(jù)分析：

　　1、用戶(hù)分析

　　分析用戶(hù)屬性為產(chǎn)品改進(jìn)及推廣提供充分、可靠的數(shù)據(jù)制定精準(zhǔn)的策略;

　　1.1用戶(hù)規(guī)模

　　基礎(chǔ)指標(biāo)：總用戶(hù)數(shù)、新增用戶(hù)、流失用戶(hù)、回流用戶(hù);

　　統(tǒng)計(jì)維度：按年、月、周、曰;

　　指標(biāo)比例：統(tǒng)一使用”率“表示;

　　指標(biāo)說(shuō)明：蘋(píng)果端很難取值，可以間接地轉(zhuǎn)化;以激活A(yù)PP量代替下載量;安卓比較好處理;日月周維度;新增用戶(hù)/總用戶(hù)數(shù)，說(shuō)明產(chǎn)品健康度;比值的大小都有影響說(shuō)明問(wèn)題;

　　1.2活躍用戶(hù)_用戶(hù)質(zhì)量

　　基礎(chǔ)指標(biāo)：日活躍(DAU)、周活躍(WAU)、月活躍(MAU);

　　統(tǒng)計(jì)維度：按日、周、月，按渠道，按分群;

　　指標(biāo)比例：統(tǒng)一使用”率“表示;

　　指標(biāo)說(shuō)明：日、周、月，統(tǒng)計(jì)維度依據(jù)產(chǎn)品類(lèi)型/屬性而選取;提高這些指標(biāo)的方式：采取運(yùn)營(yíng)活動(dòng)，推送，簽到，任務(wù)，積分;以功能和內(nèi)容驅(qū)動(dòng)，用戶(hù)APP的使用頻率;

　　1.3用戶(hù)構(gòu)成

　　基礎(chǔ)指標(biāo)：活躍用戶(hù)、啟動(dòng)次數(shù);

　　統(tǒng)計(jì)維度：按年、月、周、曰;

　　a. 本周回流用戶(hù)：上周未啟動(dòng)過(guò)應(yīng)用，本周啟動(dòng)應(yīng)用的活躍用戶(hù);

　　b. 連續(xù)活躍n周用戶(hù)：連續(xù)n周，每周至少啟動(dòng)過(guò)一次應(yīng)用的活躍用戶(hù)(第n+1未啟動(dòng))

　　c. 忠誠(chéng)用戶(hù)：連續(xù)活躍n周及以上的用戶(hù);

　　d. 連續(xù)活躍用戶(hù)：連續(xù)活躍2周以上的的用戶(hù);

　　e. 近期流失用戶(hù)：連續(xù)n周沒(méi)有啟動(dòng)過(guò)應(yīng)用的用戶(hù)(第n+1周啟動(dòng)過(guò));

　　f. 周活躍用戶(hù)：當(dāng)周啟動(dòng)過(guò)應(yīng)用的用戶(hù)(去重);

　　指標(biāo)比例：統(tǒng)一使用”率“表示;絕對(duì)值——展示的是個(gè)用戶(hù)成分的數(shù)量，百分比展示的是活躍用戶(hù)成分占周或曰用戶(hù)的比例;

　　對(duì)周活躍用戶(hù)數(shù)據(jù)進(jìn)行的成分分解，并通過(guò)歷史數(shù)據(jù)預(yù)測(cè)未來(lái)數(shù)據(jù)變化趨勢(shì)的模型。該模型幫助您對(duì)應(yīng)用后續(xù)的用戶(hù)活躍和留存等進(jìn)行科學(xué)預(yù)測(cè)，并制定有效的規(guī)劃和目標(biāo);

　　2、應(yīng)用分析

　　2.1啟動(dòng)次數(shù)

　　基礎(chǔ)指標(biāo)：總用戶(hù)數(shù)、新增用戶(hù)、流失用戶(hù)、回流用戶(hù);

　　統(tǒng)計(jì)維度：按月、周或曰，按渠道，按分群;

　　指標(biāo)比例：某日/周/月的啟動(dòng)次數(shù)占所選時(shí)段總啟動(dòng)次數(shù)的比例;

　　指標(biāo)說(shuō)明：打開(kāi)應(yīng)用視為啟動(dòng)，完全退出或退至后臺(tái)即視為啟動(dòng)結(jié)束;

　　2.2版本分布

　　基礎(chǔ)指標(biāo)：?jiǎn)?dòng)次數(shù)、新增用戶(hù)、活躍用戶(hù)、升級(jí)用戶(hù);

　　統(tǒng)計(jì)維度：按時(shí)間、版本;

　　指標(biāo)比例：統(tǒng)一使用”率“表示;不同版本的累計(jì)用戶(hù)(占累計(jì)用戶(hù)全體的比例);

　　指標(biāo)說(shuō)明：展示累計(jì)用戶(hù)排名前10的各個(gè)版本變化趨勢(shì)，可以幫助了解每個(gè)版本的新增用戶(hù)，版本的升級(jí)情況，目前的哪些版本狀況;

　　2.3使用狀況

　　基礎(chǔ)指標(biāo)：使用時(shí)長(zhǎng)、使用頻次、使用間隔;

　　統(tǒng)計(jì)維度：日、周、月;版本、渠道、時(shí)間段;

　　指標(biāo)比例：某日/周/月的啟動(dòng)次數(shù)占所選時(shí)段總啟動(dòng)次數(shù)的比例;

　　指標(biāo)說(shuō)明：統(tǒng)計(jì)周期內(nèi)，一次啟動(dòng)的使用時(shí)長(zhǎng);一天內(nèi)啟動(dòng)應(yīng)用的次數(shù);

　　用統(tǒng)一用戶(hù)相鄰兩次啟動(dòng)間隔的時(shí)間長(zhǎng)度。

　　2.4終端類(lèi)型、錯(cuò)誤分析(不做詳細(xì)介紹)

　　3、功能分析

　　a. 功能活躍指標(biāo)：某個(gè)功能的活躍用戶(hù)，使用量情況;功能驗(yàn)證;對(duì)產(chǎn)品功能的數(shù)據(jù)分析，確保功能的取舍的合理性,

　　b. 頁(yè)面訪問(wèn)路徑：用戶(hù)從打開(kāi)到離開(kāi)應(yīng)用整個(gè)過(guò)程中每一步驟的頁(yè)面訪問(wèn)、跳轉(zhuǎn)情況。頁(yè)面訪問(wèn)路徑是全量統(tǒng)計(jì)。通過(guò)路徑分析得出用戶(hù)類(lèi)型的多樣、用戶(hù)使用產(chǎn)品目的的多樣性，還原用戶(hù)目的;通過(guò)路徑分析，做用戶(hù)細(xì)分;再通過(guò)用戶(hù)細(xì)分，返回到產(chǎn)品的迭代。

　　c. 漏斗模型：整個(gè)漏斗所關(guān)心的轉(zhuǎn)化率的目標(biāo)是序列中一個(gè)事件。用戶(hù)轉(zhuǎn)化率的分析，核心考察漏斗每一層的流失原因的分析。通過(guò)設(shè)置自定義事件以及漏斗來(lái)關(guān)注應(yīng)用內(nèi)每一步的轉(zhuǎn)化率，以及轉(zhuǎn)化率對(duì)收入水平的影響。通過(guò)分析事件和漏斗數(shù)據(jù)，可以針對(duì)性的優(yōu)化轉(zhuǎn)化率低的步驟，切實(shí)提高整體轉(zhuǎn)化水平。

　　4、行業(yè)分析

　　指標(biāo)說(shuō)明：行業(yè)數(shù)據(jù)可以幫助了解行業(yè)內(nèi)應(yīng)用的整體水平，可以查看應(yīng)用的全體應(yīng)用或同類(lèi)應(yīng)用中各個(gè) 指標(biāo)的數(shù)據(jù)、排名及趨勢(shì)，有助于衡量應(yīng)用的質(zhì)量和表現(xiàn);

　　統(tǒng)計(jì)維度：用戶(hù)規(guī)模、更新頻次、應(yīng)用排名;

　　指標(biāo)比例：全體排名和同規(guī)模排名;

　　了解行業(yè)數(shù)據(jù)，可以知道自己的APP在整個(gè)行業(yè)的水平，可以從新增用戶(hù)、活躍用戶(hù)、啟動(dòng)次數(shù)、使用時(shí)長(zhǎng)等多個(gè)維度去對(duì)比自己產(chǎn)品與行業(yè)平均水平的差異以及自己產(chǎn)品的對(duì)應(yīng)的指標(biāo)在整個(gè)行業(yè)的排名，從而知道自己產(chǎn)品的不足之處。

　　5、渠道分析

　　指標(biāo)說(shuō)明：渠道質(zhì)量的評(píng)估，不同渠道獲得用戶(hù)的行為特征監(jiān)控、判斷問(wèn)題;

　　統(tǒng)計(jì)維度：時(shí)間段、不同渠道對(duì)比;基礎(chǔ)對(duì)比(新增用戶(hù)、新增賬號(hào)、活躍用戶(hù)、活躍賬號(hào)、啟動(dòng)次數(shù)、單次使用時(shí)長(zhǎng)、次日留存率);

　　可以從多個(gè)維度的數(shù)據(jù)來(lái)對(duì)比不同渠道的效果，比如從新增用戶(hù)、活躍用戶(hù)、次日留存率、單次使用時(shí)長(zhǎng)等角度對(duì)比不同來(lái)源的用戶(hù)，這樣就可以根據(jù)數(shù)據(jù)找到適合自身的渠道，從而獲得較好的推廣效果。