App产品设计『数据篇』运营数据

这是《App产品设计指南》系列文章的第25篇内容,更多精彩可以点击下方链接查看。

《App产品设计指南》专栏目录

结束运营篇之后,接下来进入数据篇这个章节。我会和大家聊一聊常见的数据指标,主要是关于运营数据和业务数据这两块内容。本文会重点介绍一下运营类数据指标。

PC数据指标

这几个指标是对网站流量的统计,在移动端使用的是新增用户,活跃用户等指标,下面的内容会提到。

PV

PV是页面浏览量,用户在网页的一次访问请求可以看作一个PV。用户浏览多次,PV会一直增加。

UV

UV是独立访客数,在同一天不论用户访问多个页面,都只看做一个PV。技术上一般是通过cookie来判断用户唯一性,使用不同浏览器或者进入隐身模式访问页面都会被认为是新的UV。

IP

IP是独立IP数字,是指1天内使用不同IP地址的用户访问网站的数量。同一IP不管访问了几个页面,独立IP数均为1。在公司中一般是使用企业宽带,多个人上网办公,但对外统计的IP一直都是1。而在家庭中如果把光猫重启,IP就会变化,这样对外统计的IP就会自动增加。

VV

VV是访问次数,是指1天内使用不同IP地址的用户访问网站的数量。用户浏览网页最后关闭网页就视作一次访问。

假设我在家里使用家庭宽带,上午浏览了百度的2个页面,下午浏览了百度的3个页面。则当日的PV是5,UV是1,IP是1,VV是2。

用户获取

渠道曝光

渠道通过各种手段让应用展示给用户,比如应用商店,朋友圈广告,其他App开屏广告等等。这个和SEM的展现量比较类似,只有获得曝光和展示,才有可能获得下载,注册。

渠道转化率

1.CPM(Cost Per Mille),每千人成本。展现给一千人就收费一次,平台流量越大理论上优势就越大。

2.CPC(Cost Per Click),每用户点击成本。用户点击才会收费,不考虑曝光量。

3.CPA(Cost Per Action),每行动成本。是指用户按照完成一个指定的标准或者行为动作来进行收费的广告模式,比如注册,下载,交易都可以作为指标。

4.CPS(Cost Per Sale),每次成功交易收费,也就是按效果付费,一般平台不会考虑这种合作,因为效果很难保证。CPS可以看做是CPA的一种特例。

有两点需要说明,一个是无论选择哪种方式都很难百分百保证效果,只能是凭借经验,历史数据做出参考。另外一个是部分第三方渠道会针对数据造假,并没有带来真实的用户,对广告主是不利的。

获客成本

获取新用户是必然要支付成本的,无论是线上还是线下获客。目前线上获客的成本已经非常高,动辄上百。通过裂变活动,分销等手段在扣除一些成本后,往往比常规的获客方式的成本要低。所以现在的企业更加青睐通过这些营销手段来获客。

用户活跃

新增用户

首次安装App的用户数,以设备为判断标准。如果用户卸载App再次重装则不会再次统计。

活跃用户

在特定周期启动过App的用户,启动多次也只统计为一个活跃用户,包括新用户和老用户。

流失用户

有一段时间没有再打开产品,那么我们就视为流失用户,根据产品的属性,可以按30天,60天,90天等划分。

不活跃用户

有一段时间没有打开产品,为了和流失区分开来,需要选择无交集的时间范围。比如流失用户是60天以上没打开产品,那么不活跃则是0~60天没打开。

回流用户

有一段时间没用产品,之后突然回来再次使用,则称为回流用户。回流用户是活跃用户,且是由流失用户或不活跃用户唤回而来。

忠诚用户

也可以叫超级活跃用户,长期持续使用产品,比如连续四周,或者一个月内15天等。

启动次数

用户启动App的次数。打开应用视为启动,完全退出或退至后台一段时间即视为启动结束。

桑基图

平台的新增用户、活跃用户、回流用户是可以互相转化的。下面的桑基图能很好地反映这种趋势数据。

来自网络

用户留存

留存率

用户留存可以被细分为新用户留存和活跃用户留存。某段时间内的新增用户(活跃用户),经过一段时间后,又继续使用应用的被认作是留存用户;这部分用户占当时新增用户(活跃用户)的比例即是留存率。

比如2020年2月14日的新用户数为200,在1天后,7天后,14天后,30天后这些用户启动过应用的数字分别是100,20,10,5,则2月14日新用户留存率分别是50%,10%,5%,2.5%。

流失率

流失率=1-留存率。流失率是相比于留存率的,通过留存率可以进一步分析用户的粘性、活跃度,预测产品的发展,还能计算用户生命周期。

用户生命周期

用户生命周期=1/流失率=1/(1-用户留存率),注意这是一种比较简单的计算方法,有些时候不一定准确。

例如,某产品新增⽤户的⽉留存率是60%,则⽤户⽣命周期=1个⽉/(1-60%)=2.5个月。


上面这些数据指标是运营过程中相对重要的指标,也是产品经理应该关注的。此外还有很多很多指标,在工作过程中根据场景灵活选择即可,不能迷信数据。希望本文能对大家有所帮助。

在写作过程中,如果有意见或者想法,欢迎有兴趣的读者添加我的微信一起交流探索,共同进步。

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 157,012评论 4 359
  • 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 66,589评论 1 290
  • 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 106,819评论 0 237
  • 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 43,652评论 0 202
  • 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 51,954评论 3 285
  • 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 40,381评论 1 210
  • 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 31,687评论 2 310
  • 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 30,404评论 0 194
  • 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 34,082评论 1 238
  • 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 30,355评论 2 241
  • 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 31,880评论 1 255
  • 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 28,249评论 2 250
  • 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 32,864评论 3 232
  • 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 26,007评论 0 8
  • 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 26,760评论 0 192
  • 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 35,394评论 2 269
  • 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 35,281评论 2 259