app開發(fā)前為什么要數據分析?APP數據分析有意義嗎?app開發(fā)團隊肯定告訴你：當然！數據分析的用意本不在于數據本身，而是要打造一個數據反饋閉環(huán)。設計基礎數據指標，多維度交叉分析不同指標，以數據甄別問題，再反向作用產品，最終形成數據驅動產品設計的閉環(huán)。

　　事實上，APP數據分析并沒有那么神圣，而一般常用的數據指標也都不難掌握。事實上，數據指標的設計基于兩點事實：

　　1、商業(yè)模式和業(yè)務背景;2、數據分析動機和目的;

　　數據分析解決方案的提供商是比較多的，甚至說數據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據解決方案。數據分析建模類似于數學的排列組合理論，選擇基礎指標配合具體的業(yè)務需要，因此在數據建模之前有必要掌握常用的數據指標。萬丈高樓平地起! 

　　基礎指標

　　1、用戶：總用戶數、新用戶數、留存用戶、轉化率、地域分析;

　　2、活躍：日活躍(DAU)、周活躍(WAU)、月活躍(MAU);

　　3、營收：付費人數、付費率、付費點分布;

　　4、應用：啟動次數、使用頻率、使用時長、使用間隔、版本分布、終端類型、錯誤分析;

　　5、功能：功能活躍、頁面訪問路徑、核心動作的轉化率;

　　分析維度

　　你賺錢的方式決定了你應該關注的指標。從長遠來講，企業(yè)風險較高的部分往往是與其如何賺錢直接相關的。基于以上的基礎數據指標，結合數據分析的兩點事實，可以選取所需的指標，完成APP數據分析：

　　1、用戶分析

　　分析用戶屬性為產品改進及推廣提供充分、可靠的數據制定精準的策略;

　　1.1用戶規(guī)模

　　基礎指標：總用戶數、新增用戶、流失用戶、回流用戶;

　　統(tǒng)計維度：按年、月、周、曰;

　　指標比例：統(tǒng)一使用”率“表示;

　　指標說明：蘋果端很難取值，可以間接地轉化;以激活APP量代替下載量;安卓比較好處理;日月周維度;新增用戶/總用戶數，說明產品健康度;比值的大小都有影響說明問題;

　　1.2活躍用戶_用戶質量

　　基礎指標：日活躍(DAU)、周活躍(WAU)、月活躍(MAU);

　　統(tǒng)計維度：按日、周、月，按渠道，按分群;

　　指標比例：統(tǒng)一使用”率“表示;

　　指標說明：日、周、月，統(tǒng)計維度依據產品類型/屬性而選取;提高這些指標的方式：采取運營活動，推送，簽到，任務，積分;以功能和內容驅動，用戶APP的使用頻率;

　　1.3用戶構成

　　基礎指標：活躍用戶、啟動次數;

　　統(tǒng)計維度：按年、月、周、曰;

　　a. 本周回流用戶：上周未啟動過應用，本周啟動應用的活躍用戶;

　　b. 連續(xù)活躍n周用戶：連續(xù)n周，每周至少啟動過一次應用的活躍用戶(第n+1未啟動)

　　c. 忠誠用戶：連續(xù)活躍n周及以上的用戶;

　　d. 連續(xù)活躍用戶：連續(xù)活躍2周以上的的用戶;

　　e. 近期流失用戶：連續(xù)n周沒有啟動過應用的用戶(第n+1周啟動過);

　　f. 周活躍用戶：當周啟動過應用的用戶(去重);

　　指標比例：統(tǒng)一使用”率“表示;絕對值——展示的是個用戶成分的數量，百分比展示的是活躍用戶成分占周或曰用戶的比例;

　　對周活躍用戶數據進行的成分分解，并通過歷史數據預測未來數據變化趨勢的模型。該模型幫助您對應用后續(xù)的用戶活躍和留存等進行科學預測，并制定有效的規(guī)劃和目標;

　　2、應用分析

　　2.1啟動次數

　　基礎指標：總用戶數、新增用戶、流失用戶、回流用戶;

　　統(tǒng)計維度：按月、周或曰，按渠道，按分群;

　　指標比例：某日/周/月的啟動次數占所選時段總啟動次數的比例;

　　指標說明：打開應用視為啟動，完全退出或退至后臺即視為啟動結束;

　　2.2版本分布

　　基礎指標：啟動次數、新增用戶、活躍用戶、升級用戶;

　　統(tǒng)計維度：按時間、版本;

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

　　指標說明：展示累計用戶排名前10的各個版本變化趨勢，可以幫助了解每個版本的新增用戶，版本的升級情況，目前的哪些版本狀況;

　　2.3使用狀況

　　基礎指標：使用時長、使用頻次、使用間隔;

　　統(tǒng)計維度：日、周、月;版本、渠道、時間段;

　　指標比例：某日/周/月的啟動次數占所選時段總啟動次數的比例;

　　指標說明：統(tǒng)計周期內，一次啟動的使用時長;一天內啟動應用的次數;

　　用統(tǒng)一用戶相鄰兩次啟動間隔的時間長度。

　　2.4終端類型、錯誤分析(不做詳細介紹)

　　3、功能分析

　　a. 功能活躍指標：某個功能的活躍用戶，使用量情況;功能驗證;對產品功能的數據分析，確保功能的取舍的合理性,

　　b. 頁面訪問路徑：用戶從打開到離開應用整個過程中每一步驟的頁面訪問、跳轉情況。頁面訪問路徑是全量統(tǒng)計。通過路徑分析得出用戶類型的多樣、用戶使用產品目的的多樣性，還原用戶目的;通過路徑分析，做用戶細分;再通過用戶細分，返回到產品的迭代。

　　c. 漏斗模型：整個漏斗所關心的轉化率的目標是序列中一個事件。用戶轉化率的分析，核心考察漏斗每一層的流失原因的分析。通過設置自定義事件以及漏斗來關注應用內每一步的轉化率，以及轉化率對收入水平的影響。通過分析事件和漏斗數據，可以針對性的優(yōu)化轉化率低的步驟，切實提高整體轉化水平。

　　4、行業(yè)分析

　　指標說明：行業(yè)數據可以幫助了解行業(yè)內應用的整體水平，可以查看應用的全體應用或同類應用中各個 指標的數據、排名及趨勢，有助于衡量應用的質量和表現;

　　統(tǒng)計維度：用戶規(guī)模、更新頻次、應用排名;

　　指標比例：全體排名和同規(guī)模排名;

　　了解行業(yè)數據，可以知道自己的APP在整個行業(yè)的水平，可以從新增用戶、活躍用戶、啟動次數、使用時長等多個維度去對比自己產品與行業(yè)平均水平的差異以及自己產品的對應的指標在整個行業(yè)的排名，從而知道自己產品的不足之處。

　　5、渠道分析

　　指標說明：渠道質量的評估，不同渠道獲得用戶的行為特征監(jiān)控、判斷問題;

　　統(tǒng)計維度：時間段、不同渠道對比;基礎對比(新增用戶、新增賬號、活躍用戶、活躍賬號、啟動次數、單次使用時長、次日留存率);

　　可以從多個維度的數據來對比不同渠道的效果，比如從新增用戶、活躍用戶、次日留存率、單次使用時長等角度對比不同來源的用戶，這樣就可以根據數據找到適合自身的渠道，從而獲得較好的推廣效果。