如何轻松搞定APP数据分析.docx

ETHINK 大数据松搞定 APP 数据分析? 《三个要点解构数据分析的思维模式》提到——为什么要数据分析?APP 数据分析有意义吗? 当然! 数据分析的用意本不在于数据本身,而是要打造一个数据反馈闭环。设计基础数据指标, 多维度交叉分析不同指标, 以数据甄别问题, 再反向作用产品, 最终形成数据驱动产品设计的闭环。事实上, APP 数据分析并没有那么神圣, 而一般常用的数据指标也都不难掌握。事实上,数据指标的设计基于两点事实: 1 、商业模式和业务背景;2 、数据分析动机和目的; 数据分析解决方案的提供商是比较多的,甚至说数据分析本身也成为了创业的一种可能。友盟、 CNZZ 、 Talking Data 、腾讯云都提供了成套的数据解决方案。以下我将试着以自己的思维模式建立一套《 APP 数据分析思维模式》。数据分析建模类似于数学的排列组合理论,选择基础指标配合具体的业务需要, 因此在数据建模之前有必要掌握常用的数据指标。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、地域分析; 2 、活跃:日活跃(DAU) 、周活跃(WAU) 、月活跃(MAU); 3 、营收:付费人数、付费率、付费点分布; 4 、应用:启动次数、使用频率、使用时长、使用间隔、版本分布、终端类型、错误分析; 5 、功能:功能活跃、页面访问路径、核心动作的转化率; 分析维度你赚钱的方式决定了你应该关注的指标。从长远来讲, 企业风险最高的部分往往是与其如何赚钱直接相关的。基于以上的基础数据指标, 结合数据分析的两点事实, 可以选取所需的指标,完成 APP 数据分析: 1. 用户分析分析用户属性为产品改进及推广提供充分、可靠的数据制定精准的策略; 用户规模基础指标:总用户数、新增用户、流失用户、回流用户; ETHINK 大数据度:按年、月、周、曰; 指标比例:统一使用”率“表示; 指标说明:苹果端很难取值,可以间接地转化; 以激活 APP 量代替下载量; 安卓比较好处理; 日月周维度; 新增用户/ 总用户数,说明产品健康度; 比值的大小都有影响说明问题; 活跃用户_ 用户质量基础指标:日活跃(DAU) 、周活跃(WAU) 、月活跃(MAU); 统计维度:按日、周、月,按渠道,按分群; 指标比例:统一使用”率“表示; 指标说明:日、周、月, 统计维度依据产品类型/ 属性而选取; 提高这些指标的方式: 采取运营活动,推送,签到,任务,积分; 以功能和内容驱动,用户 APP 的使用频率; 用户构成基础指标:活跃用户、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,本周启动应用的活跃用户; b. 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(第 n+1 未启动) c. 忠诚用户:连续活跃 n 周及以上的用户; d. 连续活跃用户:连续活跃 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. 周活跃用户:当周启动过应用的用户( 去重); 指标比例:统一使用”率“表示; 绝对值——展示的是个用户成分的数量,百分比展示的是活跃用户成分占周或曰用户的比例; 对周活跃用户数据进行的成分分解, 并通过历史数据预测未来数据变化趋势的模型。该模型帮