【DATA】移动应用数据分析

本篇是数据分析连载四篇中的第二篇,对于移动应用,我们通常都关注哪些指标呢?

在对一个移动应用进行数据分析的时候,AARRR模型是一个适应性较广的模型。AARRR是Acquisition、Activation、Retention、Revenue、Refer的缩写,分别对应一款移动应用的五个重要环节。

一、获取用户(Acquisition)

(1).下载量:已下载应用的用户数量,以及应用商店排名和评分,较高的排名和评分会刺激更多用户下载应用

(2).激活率:激活设备数占下载设备数的比率

(3).新增设备数:如果设备是首次激活应用,那么这个设备就是新增设备

(4).新增用户数:游客或是注册一个新的账号,都算作是新增用户

(5).用户获取成本:获取一个用户所需要的费用

PS : 由于一台设备通常可以登录多个账号,所以通常新增用户数和新增设备数并不相同。


二、提升活跃度(Activation)

(1).日活跃用户数

(2).月活跃用户数

(3).活跃系数:日活跃用户数/月活跃用户数

(4).平均使用时长:平均每个用户一天使用的应用时间

(5).功能使用率:使用某功能的用户数占活跃用户的比例

(6).页面访问率:访问某页面的用户数站活跃用户的比例

三、拉高留存率(Retention)

留存通常留存分为五种,次日留存率、3日留存率、7日留存率、15日留存率、30日留存率。以7日留存率为例,通常是指新增用户在首登后的第7天再次登录App的比例。

PS:该定义不绝对,也有其他定义方式,比如某款产品对15留的定义是,新增用户在首登后的第8天至第15天之间发生登录行为,则算作15留。

四、获取收入(Revenue)

(1).收入金额

(2).付费人数

(3).首次付费时间:用户激活后多久才会开始付费,有助于把握转化用户的时间点

(4).付费用户比例:付费用户占总用户的比例,建议将付费用户和免费用户区别对待

(5).用户平均每月营收:等于一个月的收入除以月活跃用户数

(6).付费用户平均每月营收:等于一个月的收入除以月付费用户数

五、自传播(Refer)

(1).分享数

(2).邀请数

(3).K因子:K = (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率)。假设平均每个用户会向20个朋友发出邀请,而平均的转化率为10%的话,K =20*10%=2。当K>1时,用户群就会象滚雪球一样增大。如果K<1的话,那么用户群到某个规模时就会停止通过自传播增长。


PS:部分资料来自于知乎上“App 运营的指标具体都有哪些?”鸟哥的回答,里面关于AARRR模型的阐释非常易于理解。

https://www.zhihu.com/search?type=content&q=K%E5%9B%A0%E5%AD%90


PPS:对游戏行业感兴趣的同学,可以看知乎上 “游戏产品经理一般看哪些数据?” 阗撕的回答。这篇答案对我帮助很大,分享给你们。

https://www.zhihu.com/question/23939338/answer/26215276


本文内容来源于作者在【网易云课堂】-【产品经理微专业】的学习。

http://study.163.com/smartSpec/intro.htm#/smartSpecIntro

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,176评论 5 469
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,190评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,232评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,953评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,879评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,177评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,626评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,295评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,436评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,365评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,414评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,096评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,685评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,771评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,987评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,438评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,032评论 2 341

推荐阅读更多精彩内容