移动应用常见数据分析.第一篇
2017-12-27 09:25
375 查看
移动应用APP-趋势数据分析基本数据属性及含义解析
一、新增用户
新增用户的数据统计周期一般为 日、周、月;
二、活跃用户
2.1 DAU
日活跃用户,每天有多少用户使用了App。这是App运营最重要的数据之一,体现了产品的人气。通常需要综合一个时间段来研究产品的一些波动因素,比如每个月的节日,假期,学生开学等其他因素的影响情况,并且观察版本迭代质量是否符合用户预期,对于重大拐点和趋势进行分析,并预测下一个周期的变化形式。
2.2 MAU
月活跃用户,每月有多少用户使用了App。通常MAU会结合DAU一起使用,这两个指标一般用来衡量服务的用户粘性以及服务的衰退周期。MAU、DAU分别从宏观和微观的角度对服务的用户粘性做了权衡,也可以这么说,MAU更像战略层面的表征,DAU更像战术层面的表征。通过这些宏观和细微的趋势变化,可以对营销及推广提供一些数据支持或者帮助。
2.3 DAU/MAU
用户活跃度指数,用户活跃度指数衡量用户的黏性,留存率情况,这在社交游戏中使用率非常高,可以认定为用户活跃度指数,也就是用户的活跃度如何,理论上可以接受的风险值是0.2,也就是说当值低于0.2时,意味着产品正在进入一个衰退的阶段,只不过这个衰退的阶段依据产品本身的寿命还有长短之分。当比值接近1时,那么用户很活跃,流失率低,黏性强。
三、留存率
留存用户是指在某段时间内的新增用户,经过一段时间后依然继续使用App的用户,这部分用户占当时新增用户的比例即时留存率。统计留存用户的时间粒度很细,通常我们会比较关注次日留存、7日留存、30日留存。
3.1 次日留存率
次日留存率:快速判断App质量。次日留存可以快速地帮助我们判断App是否能够在第一时间内吸引到用户,一般来说,次日留存率达到40%就是个不错的产品了。
3.2 第七日留存率
7日留存率:判断App用户的忠诚度。在一周中,用户一般已经经历了一个完整的使用和体验周期,如果他选择留下来了,那么可以判断App的流程可以被接受,也解决了他的某点需求。
3.3 第三十日留存率
30日留存率,通常App的迭代周期为2-4周,所以通过月留存率我们可以来判断,版本更新对用户产生的影响,规划的方向是否正确。
四、增长环比
环比:反应的是数据连续变化的趋势,将本期的数据与上一周期的数据进行对比。最常见的是这个月的数据与上个月数据的比较,计算环比增长率,因为数据都是与之前最近一个周期的数据比较,所以是用于观察数据持续变化的情况。
4.1 新增环比
4.2 活跃环比
4.3 留存环比
4.5 付费环比
一、新增用户
新增用户的数据统计周期一般为 日、周、月;
二、活跃用户
2.1 DAU
日活跃用户,每天有多少用户使用了App。这是App运营最重要的数据之一,体现了产品的人气。通常需要综合一个时间段来研究产品的一些波动因素,比如每个月的节日,假期,学生开学等其他因素的影响情况,并且观察版本迭代质量是否符合用户预期,对于重大拐点和趋势进行分析,并预测下一个周期的变化形式。
2.2 MAU
月活跃用户,每月有多少用户使用了App。通常MAU会结合DAU一起使用,这两个指标一般用来衡量服务的用户粘性以及服务的衰退周期。MAU、DAU分别从宏观和微观的角度对服务的用户粘性做了权衡,也可以这么说,MAU更像战略层面的表征,DAU更像战术层面的表征。通过这些宏观和细微的趋势变化,可以对营销及推广提供一些数据支持或者帮助。
2.3 DAU/MAU
用户活跃度指数,用户活跃度指数衡量用户的黏性,留存率情况,这在社交游戏中使用率非常高,可以认定为用户活跃度指数,也就是用户的活跃度如何,理论上可以接受的风险值是0.2,也就是说当值低于0.2时,意味着产品正在进入一个衰退的阶段,只不过这个衰退的阶段依据产品本身的寿命还有长短之分。当比值接近1时,那么用户很活跃,流失率低,黏性强。
三、留存率
留存用户是指在某段时间内的新增用户,经过一段时间后依然继续使用App的用户,这部分用户占当时新增用户的比例即时留存率。统计留存用户的时间粒度很细,通常我们会比较关注次日留存、7日留存、30日留存。
3.1 次日留存率
次日留存率:快速判断App质量。次日留存可以快速地帮助我们判断App是否能够在第一时间内吸引到用户,一般来说,次日留存率达到40%就是个不错的产品了。
3.2 第七日留存率
7日留存率:判断App用户的忠诚度。在一周中,用户一般已经经历了一个完整的使用和体验周期,如果他选择留下来了,那么可以判断App的流程可以被接受,也解决了他的某点需求。
3.3 第三十日留存率
30日留存率,通常App的迭代周期为2-4周,所以通过月留存率我们可以来判断,版本更新对用户产生的影响,规划的方向是否正确。
四、增长环比
环比:反应的是数据连续变化的趋势,将本期的数据与上一周期的数据进行对比。最常见的是这个月的数据与上个月数据的比较,计算环比增长率,因为数据都是与之前最近一个周期的数据比较,所以是用于观察数据持续变化的情况。
4.1 新增环比
4.2 活跃环比
4.3 留存环比
4.5 付费环比
相关文章推荐
- 分析数据,告诉你免费的移动应用也能赚到很多刀!
- 3款移动应用数据统计分析平台对比
- 常见名称解析_ 软件开发、应用相关 数据分析相关
- 移动应用数据统计分析平台Flurry,Google Analytics
- 移动互联网应用数据分析基础体系
- 移动应用数据统计分析平台汇总
- CNZZ 移动统计_移动数据统计_移动应用分析_ APP统计
- 3款移动应用数据统计分析平台对比
- 3款移动应用数据统计分析平台对比
- 移动应用数据统计分析平台对比
- 数据指标 | 移动应用数据分析体系
- 移动应用数据统计分析平台汇总
- SpringMVC(7):单例模式在MVC框架的应用和分析常见缺陷(查询增加后的数据错误)
- 应用迁移,流量切换,数据切换. mysql 同步. 同构,异构两种情况分析.
- 淘宝运营:淘宝指数中隐藏的店铺运营秘籍--数据分析实战应用
- 从数据分析中,发现PHP浮点数的一个常见问题
- 聚类分析中的常见数据类型
- Python编程及应用--数据分析与科学计算可视化培训班
- 小白学数据分析------->相关分析在充值与购买失衡分析的应用探索