在2012年及2013年諸多大型互聯(lián)網(wǎng)公司其移動(dòng)端的流量已經(jīng)超越PC端的流量，很多大型互聯(lián)網(wǎng)企業(yè)PC業(yè)務(wù)用戶往移動(dòng)端遷移，呈現(xiàn)出PC業(yè)務(wù)增長放緩，移動(dòng)業(yè)務(wù)增長迅速的態(tài)勢。從第三方數(shù)據(jù)機(jī)構(gòu)統(tǒng)計(jì)的數(shù)據(jù)來看，網(wǎng)民中使用手機(jī)上網(wǎng)的人群占比進(jìn)一步提升，由2013年12月的81.0%提升至2015年6月的88.9%，即中國網(wǎng)民中，接近9成的用戶在使用手機(jī)上網(wǎng)，達(dá)到接近6億的規(guī)模。如果一個(gè)互聯(lián)網(wǎng)企業(yè)沒有在移動(dòng)端的拳頭產(chǎn)品，將很快被移動(dòng)互聯(lián)網(wǎng)的浪潮顛覆。在未來的兩三年內(nèi)，得移動(dòng)互聯(lián)網(wǎng)得天下。

從數(shù)據(jù)看出，移動(dòng)互聯(lián)網(wǎng)是互聯(lián)網(wǎng)發(fā)展最重要的方向，因此，對于擁抱互聯(lián)網(wǎng)的企業(yè)來說，設(shè)計(jì)和運(yùn)營好移動(dòng)互聯(lián)網(wǎng)應(yīng)用(下文稱APP)成為移動(dòng)互聯(lián)網(wǎng)時(shí)代最重要的任務(wù)。而在移動(dòng)互聯(lián)網(wǎng)的設(shè)計(jì)和運(yùn)營過程中，數(shù)據(jù)分析起到很基礎(chǔ)但也很重要的作用。在互聯(lián)網(wǎng)企業(yè)，任何一個(gè)APP都要事先規(guī)劃好數(shù)據(jù)體系，才允許上線運(yùn)營，有了數(shù)據(jù)才可以更好的科學(xué)運(yùn)營。因此本文將為大家介紹APP的基礎(chǔ)數(shù)據(jù)指標(biāo)體系。

APP的數(shù)據(jù)指標(biāo)體系主要分為五個(gè)維度，包括用戶規(guī)模與質(zhì)量、參與度分析、渠道分析、功能分析以用戶屬性分析。用戶規(guī)模和質(zhì)量維度主要是分析用戶規(guī)模指標(biāo)，這類指標(biāo)一般為產(chǎn)品考核的重點(diǎn)指標(biāo);參與度分析主要分析用戶的活躍度;渠道分析主要分析渠道推廣效果;功能分析主要分析功能活躍情況、頁面訪問路徑以及轉(zhuǎn)化率;用戶屬性分析主要分析用戶特征。本文將詳述這五大維度。

一、用戶規(guī)模和質(zhì)量

用戶規(guī)模和質(zhì)量的分析包括活躍用戶、新增用戶、用戶構(gòu)成、用戶留存率、每個(gè)用戶總活躍天數(shù)五個(gè)常見指標(biāo)。用戶規(guī)模和質(zhì)量是APP分析最重要的維度，其指標(biāo)也是相對其他維度最多，產(chǎn)品負(fù)責(zé)人要重點(diǎn)關(guān)注這個(gè)維度的指標(biāo)。

(1)活躍用戶指標(biāo)

活躍用戶指在某統(tǒng)計(jì)周期內(nèi)啟動(dòng)過應(yīng)用(APP)的用戶。活躍用戶數(shù)一般按照設(shè)備維度統(tǒng)計(jì)，即統(tǒng)計(jì)一段周期內(nèi)啟動(dòng)過的設(shè)備(如手機(jī)、平板電腦)數(shù)量。活躍用戶是衡量應(yīng)用用戶規(guī)模的指標(biāo)。通常，一個(gè)產(chǎn)品是否成功，如果只看一個(gè)指標(biāo)，那么這個(gè)指標(biāo)一定是活躍用戶數(shù)。很多互聯(lián)網(wǎng)企業(yè)對產(chǎn)品負(fù)責(zé)人的KPI考核指標(biāo)都以活躍用戶數(shù)作為考核指標(biāo)?；钴S用戶數(shù)根據(jù)不同統(tǒng)計(jì)周期可以分為日活躍數(shù)(DAU)、周活躍數(shù)(WAU)、月活躍數(shù)(MAU)。大多數(shù)希望用戶每天都打開的應(yīng)用如新聞APP、社交APP、音樂APP等，其產(chǎn)品的KPI考核指標(biāo)均為日活躍用戶數(shù)(DAU)。為什么?如果這些APP考核的指標(biāo)是月活躍用戶數(shù)，那么會出現(xiàn)什么狀況?月活躍用戶只要求用戶在一個(gè)月內(nèi)啟動(dòng)應(yīng)用一次既可以計(jì)算為月活躍用戶，所以，一個(gè)本應(yīng)該每天都要啟動(dòng)的應(yīng)用，如果用月活躍用戶數(shù)作為KPI來考核，那么會出現(xiàn)產(chǎn)品運(yùn)營負(fù)責(zé)人“偷懶”的情況，產(chǎn)品運(yùn)營人員只需要每月想辦法讓用戶啟動(dòng)一次即可，也許向用戶推送兩三個(gè)活動(dòng)就可以實(shí)現(xiàn)，這樣的考核會導(dǎo)致產(chǎn)品不夠吸引力甚至是不健康。如果用日活躍用戶來作為KPI來考核這個(gè)產(chǎn)品，那么產(chǎn)品運(yùn)營負(fù)責(zé)人一定會設(shè)計(jì)讓用戶每天都想用的功能或者更新每天用戶都想看的內(nèi)容來吸引用戶來使用。

(2)新增用戶指標(biāo)

新增用戶是指安裝應(yīng)用后，首次啟動(dòng)應(yīng)用的用戶。按照統(tǒng)計(jì)時(shí)間跨度不同分為日、周、月新增用戶。新增用戶量指標(biāo)主要是衡量營銷推廣渠道效果的最基礎(chǔ)指標(biāo);另一方面，新增用戶占活躍用戶的比例也可以用來用于衡量產(chǎn)品健康度。如果某產(chǎn)品新用戶占比過高，那說明該產(chǎn)品的活躍是靠推廣得來，這種情況非常值得關(guān)注，尤其是關(guān)注用戶的留存率情況。

(3)用戶構(gòu)成指標(biāo)

用戶構(gòu)成是對周活躍用戶或者月活躍用戶的構(gòu)成進(jìn)行分析，有助于通過新老用戶結(jié)構(gòu)了解活躍用戶健康度。以周活躍用戶為例，周活躍用戶包括以下幾類用戶，包括本周回流用戶、連續(xù)活躍n周用戶、忠誠用戶、連續(xù)活躍用戶。本周回流用戶是指上周未啟動(dòng)過應(yīng)用，本周啟動(dòng)應(yīng)用的用戶;連續(xù)活躍n周用戶是指連續(xù)n周，每周至少啟動(dòng)過一次應(yīng)用的活躍用戶;忠誠用戶是指連續(xù)活躍5周及以上的用戶;連續(xù)活躍用戶是指連續(xù)活躍2周及以上的用戶;近期流失用戶是指連續(xù)n周(大約等于1周，但小于等于4周)沒有啟動(dòng)過應(yīng)用但用戶。

(4)用戶留存率指標(biāo)

用戶留存率是指在某一統(tǒng)計(jì)時(shí)段內(nèi)的新增用戶數(shù)中再經(jīng)過一段時(shí)間后仍啟動(dòng)該應(yīng)用的用戶比例。用戶留存率可重點(diǎn)關(guān)注次日、7日、14日以及30日留存率。次日留存率即某一統(tǒng)計(jì)時(shí)段(如今天)新增用戶在第二天(如明天)再次啟動(dòng)應(yīng)用的比例;7 日留存率即某一統(tǒng)計(jì)時(shí)段(如今天)新增用戶數(shù)在第 7 天再次啟動(dòng)該應(yīng)用的比例;14日和30日留存率以此類推。用戶留存率是驗(yàn)證產(chǎn)品用戶吸引力很重要的指標(biāo)。通常，我們可以利用用戶留存率對比同一類別應(yīng)用中不同應(yīng)用的用戶吸引力。如果對于某一個(gè)應(yīng)用，在相對成熟的版本情況下，如果用戶留存率有明顯變化，則說明用戶質(zhì)量有明顯變化，很可能是因?yàn)橥茝V渠道質(zhì)量的變化所引起的。

(5)每個(gè)用戶總活躍天數(shù)指標(biāo)

每個(gè)用戶的總活躍天數(shù)指標(biāo)(TAD，Total Active Days per User)是在統(tǒng)計(jì)周期內(nèi)，平均每個(gè)用戶在應(yīng)用的活躍天數(shù)。如果統(tǒng)計(jì)周期比較長，如統(tǒng)計(jì)周期一年以上，那么，每個(gè)用戶的總活躍天數(shù)基本可以反映用戶在流失之前在APP上耗費(fèi)的天數(shù)，這是反映用戶質(zhì)量尤其是用戶活躍度很重要的指標(biāo)。

二、參與度分析

參與度分析的常見分析包括啟動(dòng)次數(shù)分析、使用時(shí)長分析、訪問頁面分析和使用時(shí)間間隔分析。參與度分析主要是分析用戶的活躍度。

(1)啟動(dòng)次數(shù)指標(biāo)

啟動(dòng)次數(shù)是指在某一統(tǒng)計(jì)周期內(nèi)用戶啟動(dòng)應(yīng)用的次數(shù)。在進(jìn)行數(shù)據(jù)分析時(shí)，一方面要關(guān)注啟動(dòng)次數(shù)的總量走勢，另一方面，則需要關(guān)注人均啟動(dòng)次數(shù)，即同一統(tǒng)計(jì)周期的啟動(dòng)次數(shù)與活躍用戶數(shù)的比值，如人均日啟動(dòng)次數(shù)，則為日啟動(dòng)次數(shù)與日活躍用戶數(shù)的比值，反映的是每天每用戶平均啟動(dòng)次數(shù)。通常，人均啟動(dòng)次數(shù)和人均使用時(shí)長可以結(jié)合一起分析。

(2)使用時(shí)長

使用總時(shí)長是指在某一統(tǒng)計(jì)統(tǒng)計(jì)周期內(nèi)所有從APP啟動(dòng)到結(jié)束使用的總計(jì)時(shí)長。使用時(shí)長還可以從人均使用時(shí)長、單次使用時(shí)長等角度進(jìn)行分析。人均使用時(shí)長是同一統(tǒng)計(jì)周期內(nèi)的使用總時(shí)長和活躍用戶數(shù)的比值;單次使用時(shí)長是同一統(tǒng)計(jì)周期內(nèi)使用總時(shí)長和啟動(dòng)次數(shù)的比值。使用時(shí)長相關(guān)的指標(biāo)也是衡量產(chǎn)品活躍度、產(chǎn)品質(zhì)量的重要指標(biāo)，道理很簡單，用戶每天的時(shí)間是有限的且寶貴的，如果用戶愿意在你的產(chǎn)品投入更多的時(shí)間，證明你的應(yīng)用對用戶很重要。啟動(dòng)次數(shù)和使用時(shí)長可以結(jié)合一起分析，如果用戶啟動(dòng)次數(shù)高，使用時(shí)長高，該APP則為用戶質(zhì)量非常高，用戶粘性好的應(yīng)用，比如現(xiàn)在很流行的社交應(yīng)用。

(3)訪問頁面

訪問頁面數(shù)指用戶一次啟動(dòng)訪問的頁面數(shù)。我們通常要分析訪問頁面數(shù)分布，即統(tǒng)計(jì)一定周期內(nèi)(如1天、7天或30天)應(yīng)用的訪問頁面數(shù)的活躍用戶數(shù)分布，如訪問1-2頁的活躍用戶數(shù)、3-5頁的活躍用戶數(shù)、6-9頁的活躍用戶數(shù)、10-29頁的活躍用戶數(shù)、30-50頁的活躍用戶數(shù)，以及50頁以上的活躍用戶數(shù)。同時(shí)，我們可以通過不同統(tǒng)計(jì)周期(但統(tǒng)計(jì)跨度相同，如都為7天)的訪問頁面分布的差異，以便于發(fā)現(xiàn)用戶體驗(yàn)的問題。

(4)使用時(shí)間間隔

使用時(shí)間間隔是指同一用戶相鄰兩次啟動(dòng)的時(shí)間間隔。我們通常要分析使用時(shí)間間隔分布，一般統(tǒng)計(jì)一個(gè)月內(nèi)應(yīng)用的用戶使用時(shí)間間隔的活躍用戶數(shù)分布，如使用時(shí)間間隔在1一天內(nèi)、1天、2天……7天、8-14天、15-30天的活躍用戶數(shù)分布。同時(shí)，我們可以通過不同統(tǒng)計(jì)周期(但統(tǒng)計(jì)跨度相同，如都為30天)的使用時(shí)間間隔分布的差異，以便于發(fā)現(xiàn)用戶體驗(yàn)的問題。

三、渠道分析

渠道分析主要是分析個(gè)渠道在相關(guān)的渠道質(zhì)量的變化和趨勢，以科學(xué)評估渠道質(zhì)量，優(yōu)化渠道推廣策略。渠道分析需要渠道推廣負(fù)責(zé)人重點(diǎn)關(guān)注，尤其是目前移動(dòng)應(yīng)用市場渠道作弊較為盛行的情況下，渠道推廣的分析尤其是要重點(diǎn)關(guān)注渠道作弊的分析。

渠道分析包括新增用戶、活躍用戶、啟動(dòng)次數(shù)、單次使用時(shí)長和留存率等指標(biāo)。這些指標(biāo)均在上文闡述過，在此就不在贅述。以上提到的只是渠道質(zhì)量評估的初步維度，如果還需要進(jìn)一步研究渠道，尤其是研究到渠道防作弊層面，指標(biāo)還需要更多，包括：判斷用戶使用行為是否正常的指標(biāo)，如關(guān)鍵操作活躍量占總活躍的占比，用戶激活A(yù)PP的時(shí)間是否正常;判斷用戶設(shè)備是否真實(shí)，如機(jī)型、操作系統(tǒng)等集中度的分析。

總之，如果要深入研究渠道作弊，算法的核心思想是研究推廣渠道所帶來的用戶是否是真的“人”在用，從這個(gè)方向去設(shè)計(jì)相關(guān)的評估指標(biāo)和算法，如某渠道帶來的用戶大部分集中在凌晨2點(diǎn)使用APP，我們就認(rèn)為這種渠道所帶來的用戶很可能不是正常人在使用，甚至是機(jī)器在作弊。

四、功能分析

功能分析主要分析功能活躍情況、頁面訪問路徑以及轉(zhuǎn)化率。這些指標(biāo)需要功能運(yùn)營的產(chǎn)品經(jīng)理重點(diǎn)關(guān)注。

(1)功能活躍指標(biāo)

功能活躍指標(biāo)主要關(guān)注某功能的活躍人數(shù)、某功能新增用戶數(shù)、某功能用戶構(gòu)成、某功能用戶留存。這些指標(biāo)的定義與本文第一部分的“用戶規(guī)模與質(zhì)量”的指標(biāo)類似。只是，本部分只關(guān)注某一功能模塊，而不是APP整體。

(2)頁面訪問路徑分析

APP頁面訪問路徑統(tǒng)計(jì)用戶從打開應(yīng)用到離開應(yīng)用整個(gè)過程鐘每一步的頁面訪問和跳轉(zhuǎn)情況。頁面訪問路徑分析的目的是在達(dá)到APP商業(yè)目標(biāo)之下幫助APP用戶在使用APP的不同階段完成任務(wù)，并且提高任務(wù)完成的效率。APP頁面訪問路徑分析需要考慮以下三方面問題：(a)APP用戶身份的多樣性，用戶可能是你的會員或者潛在會員，有可能是你的同事或者競爭對手等;(b)APP用戶目的多樣性，不同用戶使用APP的目的有所不同;(c)APP用戶訪問路徑的多樣性，即時(shí)是身份類似、使用目的類似，但訪問路徑也很可能不同。因此，我們在做APP頁面訪問路徑分析的時(shí)候，需要對APP用戶做細(xì)分，然后再進(jìn)行APP頁面訪問路徑分析。最常用的細(xì)分方法是按照APP的使用目的來進(jìn)行用戶分類，如汽車APP的用戶便可以細(xì)分為關(guān)注型、意向型、購買型用戶，并對每類用戶進(jìn)行基于不同訪問任務(wù)的進(jìn)行路徑分析，比如意向型的用戶，他們進(jìn)行不同車型的比較都有哪些路徑，存在什么問題。還有一種方法是利用算法，基于用戶所有訪問路徑進(jìn)行聚類分析，基于訪問路徑的相似性對用戶進(jìn)行分類，再對每類用戶進(jìn)行分析。

(3)漏斗模型

漏斗模型是用于分析產(chǎn)品中關(guān)鍵路徑的轉(zhuǎn)化率，以確定產(chǎn)品流程的設(shè)計(jì)是否合理，分析用戶體驗(yàn)問題。轉(zhuǎn)化率是指進(jìn)入下一頁面的人數(shù)(或頁面瀏覽量)與當(dāng)前頁面的人數(shù)(或頁面瀏覽量)的比值。用戶從剛進(jìn)入到完成產(chǎn)品使用的某關(guān)鍵任務(wù)時(shí)(如購物)，不同步驟之間的轉(zhuǎn)換會發(fā)生損耗。如用戶進(jìn)入某電商網(wǎng)站，到瀏覽商品，到把商品放入購物車，最后到支付，每一個(gè)環(huán)節(jié)都有很多的用戶流失損耗。通過分析轉(zhuǎn)化率，我們可以比較快定位用戶使用產(chǎn)品的不同路徑中，那一路徑是否存在問題。當(dāng)然，對于產(chǎn)品經(jīng)理，其實(shí)不用每天都看轉(zhuǎn)化率報(bào)表，我們可以對每天的轉(zhuǎn)化率進(jìn)行連續(xù)性的監(jiān)控，一旦轉(zhuǎn)化率出現(xiàn)較大的波動(dòng)，便發(fā)告警郵件給到相應(yīng)的產(chǎn)品負(fù)責(zé)人，以及時(shí)發(fā)現(xiàn)產(chǎn)品問題。

五、用戶屬性分析

用戶屬性分析主要從用戶使用的設(shè)備終端、網(wǎng)絡(luò)及運(yùn)營商分析和用戶畫像角度進(jìn)行分析。

(1)設(shè)備終端分析

設(shè)備終端的分析維度包括機(jī)型分析、分辨率分析和操作系統(tǒng)系統(tǒng)分析，在分析的時(shí)候，主要針對這些對象進(jìn)行活躍用戶、新增用戶數(shù)、啟動(dòng)次數(shù)的分析。即分析不同機(jī)型的活躍用戶數(shù)、新增用戶數(shù)和啟動(dòng)次數(shù)，分析不同分辨率設(shè)備的活躍用戶數(shù)、新增用戶數(shù)和啟動(dòng)次數(shù)，分析不同操作系統(tǒng)設(shè)備的活躍用戶數(shù)、新增用戶數(shù)和啟動(dòng)次數(shù)。

(2)網(wǎng)絡(luò)及運(yùn)營商分析

網(wǎng)絡(luò)及運(yùn)營商主要分析用戶聯(lián)網(wǎng)方式和使用的電信運(yùn)營商，主要針對這些對象進(jìn)行活躍用戶、新增用戶數(shù)、啟動(dòng)次數(shù)的分析。即分析聯(lián)網(wǎng)方式(包括wifi、2G、3G、4G)的活躍用戶數(shù)、新增用戶數(shù)和啟動(dòng)次數(shù)，分析不同運(yùn)營商(中國移動(dòng)、中國電信、中國聯(lián)通等)的活躍用戶數(shù)、新增用戶數(shù)和啟動(dòng)次數(shù)。

(3)地域分析

主要分析不同區(qū)域，包括不同省市和國家的活躍用戶數(shù)、新增用戶數(shù)和啟動(dòng)次數(shù)。

(4)用戶畫像分析

用戶畫像分析包括人口統(tǒng)計(jì)學(xué)特征分析、用戶個(gè)人興趣分析、用戶商業(yè)興趣分析。人口統(tǒng)計(jì)學(xué)特征包括性別、年齡、學(xué)歷、收入、支出、職業(yè)、行業(yè)等;用戶個(gè)人興趣指個(gè)人生活興趣愛好的分析，如聽音樂、看電影、健身、養(yǎng)寵物等;用戶商業(yè)興趣指房產(chǎn)、汽車、金融等消費(fèi)領(lǐng)域的興趣分析。用戶畫像這部分的數(shù)據(jù)需要進(jìn)行相相關(guān)的畫像數(shù)據(jù)采集，才可以支撐比較詳細(xì)的畫像分析。

本文主要介紹了APP基礎(chǔ)的數(shù)據(jù)分析體系，還有更多的指標(biāo)體系需要根據(jù)APP的特性進(jìn)行特殊設(shè)計(jì)，比如，搜索APP需要關(guān)注與其特性相關(guān)的指標(biāo)如搜索關(guān)鍵詞數(shù)、人均搜索關(guān)鍵詞數(shù)等。另外，還有一個(gè)非常值得關(guān)注的是，很多產(chǎn)品經(jīng)理或者運(yùn)營人員認(rèn)為本文提到的很多指標(biāo)，產(chǎn)品上線后便自然可以看到，這是一個(gè)非常常見的誤區(qū)。因?yàn)椋疚奶岬降拇蠖鄶?shù)指標(biāo)，如果不進(jìn)行數(shù)據(jù)打點(diǎn)上報(bào)，并進(jìn)行相關(guān)的數(shù)據(jù)開發(fā)統(tǒng)計(jì)，就不能看不到相關(guān)的數(shù)據(jù)報(bào)表。所以，產(chǎn)品經(jīng)理在產(chǎn)品上線前一定要規(guī)劃好自己所負(fù)責(zé)的產(chǎn)品的數(shù)據(jù)體系，驅(qū)動(dòng)開發(fā)進(jìn)行相關(guān)的數(shù)據(jù)采集上報(bào)，并在運(yùn)營過程中，動(dòng)態(tài)優(yōu)化和豐富數(shù)據(jù)體系。

作者：傅志華 某大型互聯(lián)網(wǎng)公司數(shù)據(jù)中心總經(jīng)理，同時(shí)任中國信息協(xié)會大數(shù)據(jù)分會理事，北京航空航天大學(xué)軟件學(xué)院大數(shù)據(jù)專業(yè)特聘教授，中科院管理學(xué)院MBA企業(yè)導(dǎo)師。曾為騰訊社交網(wǎng)絡(luò)事業(yè)群數(shù)據(jù)中心總監(jiān)以及騰訊公司數(shù)據(jù)協(xié)會會長，在騰訊前為互聯(lián)網(wǎng)數(shù)據(jù)分析公司DCCI互聯(lián)網(wǎng)數(shù)據(jù)中心副總裁。傅先生諳熟數(shù)據(jù)分析和數(shù)據(jù)挖掘方法，在數(shù)據(jù)驅(qū)動(dòng)企業(yè)數(shù)據(jù)化運(yùn)營和營銷方面以及大數(shù)據(jù)驅(qū)動(dòng)的新商業(yè)模式研究有豐富的經(jīng)驗(yàn)。

來源：數(shù)據(jù)觀