超详细的APP数据指标体系分析 app数据指标( 二 )


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;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,包括以下几类用户:
本周回流用户:上周未启动过应用,本周启动应用的用户;
连续活跃n周用户:连续n周,每周至少启动过一次应用的活跃用户;
忠诚用户:连续活跃5周及以上的用户;
连续活跃用户:连续活跃2周及以上的用户;
近期流失用户:连续n周(大等于1周,但小于等于4周)没有启动过应用的用户 。
(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 。次日留存率即某一统计时段新增用户在第二天再次启动应用的比例;7日留存率即某一统计时段新增用户数在第7天再次启动该应用的比例;14日和30日留存率以此类推 。
用户留存率是验证产品用户吸引力很重要的指标 。通常可以利用用户留存率与竞品进行对比,衡量应用对用户的吸引力 。对于某一个相对成熟版本的应用,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,这是反映用户质量或黏性,尤其是用户活跃度很重要的指标 。
2.参与度分析
参与度分析主要是分析用户的活跃度,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 。
(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,通常人均启动次数和人均使用时长可以一起分析 。
(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 。
人均使用时长
=同一统计周期内的使用总时长/活跃用户数
单次使用时长
=同一统计周期内使用总时长/启动次数
使用时长相关指标也是衡量产品活跃度、产品质量的重要指标 。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,比如现在很流行的微信等社交应用 。
(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……同时,我们可以通过不同统计周期(但统计跨度相同,如多为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 。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天内、1天、2天……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 。

推荐阅读