如何对APP进行数据分析？

结合作者多年的APP数据分析经验，给大家讲解一些APP数据分析的思路。记住，只聊思路，不聊实操，希望对一些对APP数据分析感兴趣的伙伴有所帮助。

有一个朋友跟我说，他之前呆过的一家互联网公司，抗风险能力很弱，整个运营部门all in 在新增上，完全不考虑留存和活跃等指标。

2017年的日新增用户数单从应用市场靠ASO来的都能做到日均3W，还没有算上其他渠道。但是留存特别低，7日活跃留存率只能维持在10%左右。

后来，公司新来了一个产品经理，这个产品经理看到公司的问题，他逐步完善整个公司的数据体系。后来，运营数据指标体系慢慢清晰了，公司的用户增长也步入健康的增长状态，比当时all in新增的利润要可持续得多。

他感叹说，数据分析好的话，完全能够实现可持续性的利润增长，深感数据分析的重要性。

我也是完全认同他的观点，数据分析的价值潜力很大。

今天，结合我多年的APP数据分析经验，给大家讲解一些APP数据分析的思路。记住，只聊思路，不聊实操，希望对一些对APP数据分析感兴趣的伙伴有所帮助。

日常数据运营指标的监控

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，这些数据都是运营中最基础最基本的数据，是大Boss们最关注的核心指标。

这些指标对数据的准确性和及时性要求都比较高，所以你一旦进入一个新公司，或者接手一个新项目，第一任务就是要把这些数据梳理好。

另外，运营指标体系中的众多指标是基于这些基础指标衍生出来的，假如这些基础指标的数据质量不过关，其他衍生指标也会出现偏差，而且偏差结果因多个基础指标误差的叠加导致比基础指标更大。

如何保证基础指标的数据质量？

用户ID逻辑的设计很关键。对于用户数的统计，用户ID的设计逻辑好与坏直接决定数据的质量。

因此，当你获取到这些基础数据时，你要对背后统计的ID逻辑了解清楚。对于电商和社交类的APP，因为这种类型的APP有强大的会员系统，对于精准识别一个用户来说它会起到很好的补充作用。

渠道分析

对于一个上升期或者衰退期的APP，运营团队会尽可能寻找大量的渠道来引流，吸引新用户的关注。

互联网的渠道很多，通常有竞价渠道（百度、搜狗、应用商店）、SEO渠道（百度、搜狗）、新媒体渠道（微信公众号、微博、抖音）、网盟广告渠道（百度网盟、阿里妈妈）、移动端付费渠道（今日头条、腾讯广点通）、免费渠道（QQ群、微信群、贴吧、问答平台、应用商店）、直播平台（虎牙直播、映客）等。

渠道之多，因此做好渠道效果的监控和分析，对于降低获客成本，提高渠道推广的ROI，十分有帮助。

渠道分析，无非就是监测各个渠道的好坏、哪个效果更好、哪个单价更便宜。当然，我们还需要监控每个不同渠道用户的后续表现，给每个渠道的用户打分，我们要清楚的让BOSS知道哪些渠道值得投、哪些渠道是垃圾；哪些渠道需要加大投资力度，哪些渠道应该选择放弃。

假如运营团队资源充足，还可以对不同手机机型、不同操作系统、不同地区之间的用户质量进行对比分析。总之，就是在不同的维度上对新用户进行切片，来监测不同维度上的用户表现。

当然，渠道分析中，还有两个重要问题是需要市场人员和数据分析人员引起迫切关注的，那就是渠道作弊和渠道归因。关于渠道作弊和渠道归因，都是很复杂的研究课题，后期我会单独针对这两块内容来写点东西，这里就不展开详细叙述。

活跃用户分析

一个产品不可能满足所有用户，鱼和熊掌不可兼得，用户之所以成为了活跃用户，必然是你的产品已经满足了一定的用户需求。研究好活跃用户有助于我们提升最核心的功能点，因此，这部分人的行为更值得研究。

所以说，活跃用户（或者核心用户）是APP最宝贵的资源，我们要密切关注APP活跃用户的动态、倾听他们的声音。

活跃用户分析，我们可以关注DAU，WAU、MAU、启动次数、使用时长、DAU/WAU、DAU/MAU等指标，WAU和MAU反映了活跃用户的总规模，启动次数和使用时长反映了活跃用户的粘性，DAU/WAU和DAU/MAU反映了活跃用户的活性。

活跃用户分析中，反映粘性和活性的指标，都值得细致研究。比如：拿使用时长指标来说，这个指标是用户在某个自然时间段内在APP上使用的时间，这个指标的最大功用就是用来评价用户活跃度和用户粘性的。

如果用户使用时长非常理想，说明用户对APP的认可程度和刚需性高，反之则亦然。

另一方面，想一想你的APP在设计的时候，当初预计一个正常的用户每天会用多少时间，上线后用户真正用的时间是否和你的预计相同？