編輯導語：如今APP的種類很多，每個APP的用途也大不相同，不同的APP針對不同用戶需要關注的重點也不同；比如淘寶會著重關注你的興趣愛好，新聞APP會關注你的查看頻率；本文作者分析了如今APP應該關注哪些數據指標，我們一起來看一下。

目前市面上的APP種類繁多，每種APP都會有自己獨特的指標，本文從APP普適的指標出發闡述哪些數據指標是我們應該去關注的。

APP的數據指標可以分成五個維度，包括用戶數量和質量、用戶行為、渠道、用戶畫像和收入指標。

一、用戶數量和質量

用戶數量和質量是數據指標中最重要的維度，這一維度下也包含了大量指標。

1. 活躍用戶數

活躍用戶是指在某一周期內啟動過產品的用戶，活躍用戶數說明了產品用戶的規模大??；這一指標也是大部分產品的核心指標，在TO C產品中，用戶數量很大程度上決定了產品的商業價值。

因為統計周期的不同，活躍用戶數可以分為日活躍用戶數、周活躍用戶數、月活躍用戶數，不同類型的產品關注的活躍用戶指標也有差別；高頻剛需的APP如微信，今日頭條更關注日活躍用戶數；而需求低頻的APP如貝殼找房，攜程就會關注更長時間周期的活躍用戶數。

2. 新增用戶數

新增用戶是指安裝APP后首次啟動APP的用戶，該指標主要用來衡量產品運營推廣效果，也可以用來判斷產品所處的生命周期。

新增用戶數因為統計周期的不同，可以分為日新增用戶數、周新增用戶數、月新增用戶數。

在社區產品中，新增用戶數占活躍用戶的比例過高則需要引起我們的注意，這部分新增用戶由產品營銷推廣得到，短期內大量新用戶的進入可能會破壞社區氛圍，同時會造成虛假的繁榮；看似產品活躍度很高，但實際上留存率可能會很低，產品并不健康，我們需要關注這種情況。

3. 用戶留存率

用戶留存率是指在某一周期內首次啟動APP的用戶經過一段時間后，仍然啟動APP的用戶數占新增用戶數的比例；它是衡量產品的用戶黏性，產品功能迭代是否成功的重要指標；同時還可以衡量渠道質量。

用戶留存率可以分為次日留存率、7日留存率、14日留存率、30日留存率；次日留存率即指在某一周期內新增用戶第二天仍然打開APP占新增用戶的比例，以此類推。

4. 每個用戶的總活躍天數

每個用戶的總活躍天數是指在某一周期內平均每個用戶在APP的活躍天數，它是衡量產品的用戶黏性，用戶質量和用戶活躍度的重要指標。

5. DAU/MAU

DAU是指產品的日活躍用戶數，MAU是指產品的月活躍用戶數，兩者相除得到的值是用戶每月的平均訪問天數；可以用于判斷用戶黏性，當然我們還要結合產品的類型來綜合判斷；如攜程、貝殼找房的活躍用戶數就是偏低的，要進行多維度分析來綜合考量。

6. 用戶結構

用戶結構主要是指不同類型的用戶數量分別是多少，用于衡量產品健康度，包含的指標有連續活躍用戶數、忠誠用戶數、流失用戶數、回流用戶數等。

二、用戶行為

用戶行為指標是指與用戶在產品中的操作相關的一系列指標。

1. 產品功能指標

產品功能指標主要指產品某功能的活躍用戶數、新增用戶數、用戶留存率、用戶結構等一系列跟上文提到的類似的指標；只不過產品功能指標針對的不是整個產品，而是具體到某一功能。

2. 轉化率

轉化率是指下一個頁面的訪問量與當前頁面的訪問量的比值，它通過用來衡量產品路徑的用戶體驗，進而指導產品頁面，流程的優化和功能迭代。

最為典型的就是電商的購物流程，每一環節都會有大量的用戶流失，每日監測哪一環節的轉化率偏離正常值，分析數據異常原因并進行優化。

3. 啟動次數

啟動次數是指在某一周期內用戶啟動應用的次數，啟動次數一般需要關注兩大指標：一個是用戶總啟動次數，另一個是人均啟動次數，它可以反映產品的用戶黏性和用戶活躍度。

4. 使用時長

使用時長是指在某一周期內用戶從打開APP到關閉APP的使用時間，使用時長需要關注三個指標，用戶總使用時長、人均使用時長和單次使用時長；主要用來衡量用戶粘性和用戶活躍度，一般與啟動次數一起分析。

5. 使用時間間隔

使用時間間隔是指用戶相鄰兩次啟動應用的時間間隔，通過對比不同周期的用戶使用時間間隔來監測用戶體驗是否存在問題。

6. 頁面訪問分析

頁面訪問中包含了頁面訪問次數、停留時長、跳出率、用戶訪問頁面數和用戶頁面訪問路徑。

頁面訪問次數是在某一周期內某一頁面的訪問次數，停留時長是用戶在一次頁面訪問中在某一頁面上停留的時長，跳出率是指只訪問了該頁面就離開產生的訪問量與總訪問量的比值——這些指標都可以反映具體到某一頁面對用戶的吸引力，可能存在的產品流程和用戶體驗問題。

訪問頁面數是指用戶一次啟動后訪問的頁面數，我們通常會分析訪問頁面數的用戶數分布，訪問1到2頁的用戶有多少，訪問3到4頁的用戶有多少等；也可以通過對比不同周期的頁面訪問分布來發現用戶體驗問題。

用戶頁面訪問路徑是統計用戶從打開APP到關閉APP過程中每一步頁面訪問和跳轉情況，不同類型的用戶會有不同的頁面訪問路徑；我們需要對用戶進行區分之后再去分析他們的頁面訪問路徑，針對性地作出優化。

三、收入指標

收入指標主要是指產品在商業化過程中涉及的與收入相關的指標，如付費用戶數、ARPU、付費率、GMV（電商）、續費率、LTV等。

1. ARPU

ARPU（Average revenue per user）是指在某一周期內用戶產生的平均收入，這里的用戶是指所有用戶。

而我們也經常會用到ARPPU，即Average Revenue Per Paying User，平均每付費用戶貢獻的收入，我們可以用來預估產品未來可以達到的收入和評判用戶的質量。

2. 付費率

付費率是指付費用戶數與活躍用戶數的比值，可以用來評判產品的付費轉化效果。

3. GMV

GMV（Gross Merchandise Volume）是指產品的成交金額，而成交金額包括付款金額和未付款金額；屬于電商產品的常用指標，可以反映電商平臺的體量。

4. 續費率

續費率一般是指會員的續費率，即到期后續費的會員用戶數與到期的會員用戶數的比值，可以用來衡量付費用戶的黏性。

5. LTV

LTV，Life time value，用戶終生價值，在APP中指用戶生命周期價值，即用戶從第一次打開APP到最后一次關閉APP的時間內為產品提供的收入；可以用來衡量不同的產品生命周期中用戶的質量，當LTV大于平均獲客成本和后續的運營成本時，產品獲得凈收益。

四、渠道指標

渠道指標實際上與上述提到的指標類似，只不過會以渠道為前提將用戶區分開，再來看來自不同渠道的活躍用戶數、新增用戶數、留存率等指標——它可以用來評估不同渠道的質量，優化渠道投放策略。

五、用戶畫像

用戶畫像的構成可以分成三類：基本屬性、用戶行為屬性、偏好屬性。

用戶基本屬性包括性別、地域、年齡、職業、學歷、收入等人口統計學特征和設備品牌、型號、操作系統、運營商、聯網方式等設備屬性。

用戶行為屬性包括使用時長、啟動次數、活躍天數、消費頻次、頁面瀏覽次數等屬性。

偏好屬性在內容產品中主要指用戶對內容的偏好，比如科技類、游戲類、生活類、政治類等，可以通過用戶對不同類型內容的點擊數、收藏數、點贊數、評論數、搜索等數據來反映用戶的偏好。

在電商產品主要指用戶對商品的偏好，比如護膚品、電子產品、零食、服飾等，可以通過用戶對這些商品的瀏覽數、購買量、評論數、添加購物車等數據來反映用戶的偏好。

本文由 @公羽聊產品 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議