對于運營或者產(chǎn)品人員而言，在日常工作中，只有經(jīng)常將各項業(yè)務(wù)數(shù)據(jù)列出來，看一看，比一比，才能知道具體的工作情況，才能為實際工作的決策方向提供重要依據(jù)和參考。

以某APP舉例來說，從用戶下載到激活到再到實際付費進行用戶轉(zhuǎn)化，每一步都有專門的數(shù)據(jù)指標(biāo)可以去觀察應(yīng)用的用戶使用情況，并且還可以評估產(chǎn)品新功能為轉(zhuǎn)化率帶來怎樣的影響。

因此我們通常對APP的數(shù)據(jù)分析聚焦在以下幾個指標(biāo)之上：留存數(shù)、流失數(shù)、一次性用戶數(shù)、DAU/MAU。那這幾個指標(biāo)具體怎么看呢？需要關(guān)注哪些呢？

所謂的留存就是產(chǎn)品有沒有留住用戶，用戶對產(chǎn)品有沒有產(chǎn)生一定的粘性，簡單來說今天使用的用戶，一段時間內(nèi)還會回來使用，那具體怎么看留存數(shù)呢？

舉個例子，在不久前結(jié)束的雙十一當(dāng)天，有一款A(yù)PP因為有優(yōu)惠活動吸引來了3個新用戶，分別為A、B、C，如果在雙十一過后的第一天，A登錄了APP，第二天B登陸了，第三天C登陸了，第四天又來了一個新用戶D，這每一天的留存數(shù)是多少呢？

實際上雙十一過后第一天的留存是1，也就是A，第二天和第三天也是1，分別是B和C，但是第四天就是0。這主要是因為雙十一當(dāng)天來的三個用戶在第四天并沒有活躍，而D只算是新增用戶。

在算留存數(shù)的時候，有一點要注意，就是留存只算當(dāng)天活躍的，并不是算這一天和之前活躍的。在TalkingData應(yīng)用統(tǒng)計分析產(chǎn)品系統(tǒng)上，就有一個自定義區(qū)間：周留存，是指用戶本周活躍了，在下一周再次活躍，其實就是把用戶群的活躍范圍從日擴大到了周。

留存常用的衡量指標(biāo)除了留存數(shù)，還有留存率，其中包括次日留存率、7日留存率、14日留存率、30日留存率等。

通過留存率我們可以知道產(chǎn)品的留存情況，一般來說次日留存率比較低，說明用戶對產(chǎn)品不感興趣，7日留存率低，可能是用戶覺得產(chǎn)品內(nèi)容不夠好玩，以此就可以找出原因，從而對產(chǎn)品功能或內(nèi)容進行更新完善。

對于產(chǎn)品而言，不管是進行功能迭代還是進行渠道推廣，其目的主要是為了留住用戶，所以用戶留存數(shù)是一個需要重點關(guān)注的指標(biāo)。

有留存肯定就會有流失。通俗來說，流失指的是用戶不在APP上活躍了，即在某段時間內(nèi)不再登錄或者不再有付費行為。和留存不同的是，我們在計算流失數(shù)的時候，一定要看跨度時間內(nèi)不活躍的用戶，而不是當(dāng)天。只要你在計算時間段內(nèi)活躍過一次，就不能算作流失，為了更好的發(fā)現(xiàn)流失問題，一定要結(jié)合活躍一起看。

而在新增當(dāng)日就活躍了一次，在以后的日子里再也沒有活躍過的用戶，這個是一次性用戶，并不是流失用戶。一次性用戶可以直接反映流量的質(zhì)量，如果一次性用戶高，流量質(zhì)量就低。對于這個數(shù)據(jù)，在應(yīng)用統(tǒng)計分析系統(tǒng)里，會直接給大家計算出每一個渠道里的一次性用戶占比。

不過，現(xiàn)在有的客戶在進行用戶流失分析的時候容易陷入一個誤區(qū)，就是對自身平臺特性不清晰導(dǎo)致用戶流失期限定義不準(zhǔn)確。比如沒有弄清楚符合什么條件的用戶才能夠被定義為流失用戶，是一個月沒登錄平臺？還是經(jīng)常登錄訪問平臺，卻沒有任何付費行為的用戶？

因此，想要分析用戶流失的原因，還要是從產(chǎn)品的角度進行分析。目前，應(yīng)用統(tǒng)計分析產(chǎn)品支持7到30日這個時間段內(nèi)流失用戶的計算，數(shù)據(jù)可以直接在界面上進行下載。

DAU/MAU（日活躍用戶/月活躍用戶）是反映用戶粘性的一個重要指標(biāo)，它的結(jié)果越趨近于1表示用戶粘性越好。但這個指標(biāo)并不是對所有的產(chǎn)品都適用，像聊天社交類產(chǎn)品，大家可能每天都會使用，相對而言計算這個指標(biāo)數(shù)據(jù)意義就不是很大。

而像游戲產(chǎn)品或者ToB類產(chǎn)品，用戶活躍頻率雖然不是每天都有，但每一次用戶的活躍對產(chǎn)品都具有一定的價值。

通常在計算DAU/MAU的時候，都會在一個固定的時間范圍。如果你想統(tǒng)計這部分?jǐn)?shù)據(jù)，在應(yīng)用統(tǒng)計分析產(chǎn)品上就可以自由地去定制這樣一個指標(biāo)，比如說1到8周或者1到6個月等。

值得注意的是MAU有自然月和相對月這兩個概念，這樣就會導(dǎo)致在進行這個指標(biāo)計算的時候不能同時滿足客戶的所有需求。對此，應(yīng)用統(tǒng)計分析產(chǎn)品直接將這部分?jǐn)?shù)據(jù)對用戶進行了開放，只需要接入其后臺接口，就可以根據(jù)需求自由下載數(shù)據(jù)，不論是每天的DAU還是每個時段的DAU都可以看到。

除了以上幾個數(shù)據(jù)外，我們還需要關(guān)注回訪數(shù)和回流數(shù)。所謂的回訪數(shù)指的是用戶在使用該APP之后的N天/周/月之后，再次使用該APP的次數(shù)?；卦L數(shù)可以看到用戶的活躍周期和APP使用粘性之間的關(guān)系。但是，單獨看回訪數(shù)，并不能很好地反映用戶對APP的粘性，一般要結(jié)合留存對比著看，另外，流失數(shù)也可以作為回訪數(shù)對比查看的一個數(shù)據(jù)。

而回流數(shù)計算的是在流失的用戶中又有多少回來了。最常見的是產(chǎn)品做了一次用戶喚醒活動，通過活動就可以看到流失的客戶到底回來了多少。

關(guān)于留存指標(biāo)，主要有兩種類型：賬戶留存和設(shè)備留存。其中設(shè)備留存維度比較多，包含設(shè)備型號、操作系統(tǒng)、分辨率、國家/地區(qū)/省份、活躍渠道等，賬戶留存包括賬戶類型和注冊平臺、注冊渠道和注冊版本。

雖然指標(biāo)數(shù)據(jù)有了，但是不少人在留存指標(biāo)日常運營上面還存在不少問題，那怎么避坑呢？

首先我們要清楚自己的產(chǎn)品和業(yè)務(wù)，了解產(chǎn)品的用戶使用周期，然后才決定要看一個什么樣的留存指標(biāo)，有一些看日留存比較合適，有的是月留存，所以必須要結(jié)合自己的業(yè)務(wù)特點去看這些數(shù)據(jù)才有意義。

比如像移動社交類產(chǎn)品，因為用戶活躍度比較高，在看用戶使用周期的時候，按天來看比較合適，對于財務(wù)管理類產(chǎn)品，通常是按照月來看，而對于一些報表類的工具產(chǎn)品，會涉及到周報，就可以按周計算。

因此，在留存指標(biāo)日常運營上面，一定不要以為別人算的是日留存，自己也去算，產(chǎn)品不同用戶使用周期也是不一樣的，一定要根據(jù)用戶使用周期去計算留存指標(biāo)，這樣統(tǒng)計出來的數(shù)據(jù)才更有指導(dǎo)意義。

其次在看留存指標(biāo)的時候要注意幾個點。一是數(shù)據(jù)發(fā)生異常的時候，比如留存指標(biāo)降了，出現(xiàn)次日留存陡降的情況，這個時候我們就要看基礎(chǔ)數(shù)據(jù)的變化情況，比如活躍數(shù)據(jù)、新增用戶等。

二是看錯誤影響因素，例如產(chǎn)品進行版本升級的時候，出現(xiàn)bug導(dǎo)致用戶不能正常進入系統(tǒng)，所以次日留存就降低。

三是注冊轉(zhuǎn)化，就是老客活躍量異常。這種情況在游戲場景里比較常見，比如你的用戶在設(shè)備上新增了一個賬號，本質(zhì)上他還是一個用戶，并不是兩個用戶，還有那種羊毛黨，為了薅羊毛開了不同的賬號，也會影響留存情況。

最后要看一次性用戶，即流量來源是否正常。如果留存降低了，我們需要看一下昨日的一次性用戶或者一段時間內(nèi)的一次性用戶是不是有增長，如果你單獨看留存率，一定要看數(shù)據(jù)是否平穩(wěn)。

另外，在進行留存數(shù)據(jù)分析的時候，最好將賬戶留存和設(shè)備留存的數(shù)據(jù)對比著看，這樣可以掌握真實客戶的使用質(zhì)量。畢竟單一的ID識別或者用戶識別，都不能準(zhǔn)確地反映用戶粘性，所以一定要多視角、多種數(shù)據(jù)結(jié)合著一起看。

今天，關(guān)于移動APP運營指標(biāo)的多重釋義就分享到這里，后續(xù)應(yīng)用統(tǒng)計分析產(chǎn)品關(guān)于回訪用戶數(shù)據(jù)也可以實現(xiàn)自由定制，大家可以關(guān)注一下產(chǎn)品的迭代和更新！

TalkingData——用數(shù)據(jù)說話

每天一篇好文章，歡迎分享關(guān)注