App用户质量评估办法.docx

精品整理App 的用户质量评估办法来自: Devo一：App运营中相关统计指标的解读开发者在做移动应用统计工具时，每天必看的就是新增用户、活跃用户、留存用 户，以及使用时长等指标究竟这些指标代表什么涵义?容易产生哪些误解?本文就 “启动类”指标和“时长类”指标做个简单解读一、启动类指标1：新增用户指首次联网打开应用的用户如果一个用户首次打开某APP,那这个用户定义为 该APP的新增用户注意，卸载再安装不会被算作新增;老用户更新应用程序版本会 被算成新版本的用户，但不算做新增用户;还有，下载未安装或者安装未启动的用户 都不会被计算在内再补充个开发者经常问的问题，新版本发布了，老版本还有新增用户数据，是为 什么?产生这个现象通常有两个原因：第一，曾经下载了老版本的用户刚刚联网启动 应用，此时收到数据，并以服务器时间为准，记为新增用户第二，老版本的安装 包被某些渠道抓去使用，有用户仍可以下载到2：活跃用户 打开应用的用户即为活跃用户活跃对用户进行排重，即同一个用户一天内多次 打开应用被记为一个活跃用户 （活跃用户包括新用户和老用户两部分 ） 3：周/月活跃用户指某个自然周（月）内启动过应用的用户，该周（月）内的多次启动只记一个活跃用 户。

4：留存用户精品整理顾名思义，留存指的就是“有多少用户留下来了”留存用户是指某段时间的新增 用户在下个时间段再次启动应用的用户这部分用户占当时新增用户的比例即为留 存率日留存例举：某应用 3月 1日新增用户 100个，这 100个用户有50个在3月 2 日再次启动了该应用，则 3月1日的新增用户1日后留存为50%如果这 100个用 户有30个在3月3日再次启动了该应用，则3月1日的新增用户2日后留存为30%， N日后留存依次同理周留存例举：某应用A周（3月3日~3月9日）新增用户1000个，这1000个新增 用户在B周（3月10日~3月16日）有270个启动了应用，则A周的新增用户1周后 留存为270/1000=27%， N 周后留存依次同理月留存例举：某应用 3月份新增用户 5000个，这5000个新增用户在4月份有550 个再次启动了该应用，则3月份的新增用户1月后留存为550/5000=11%, N月后留 存依次同理5：升级用户应用版本号发生变化的用户视为升级用户,通常是指由老版本升级到新版本的用户 （也包括新版本变更为老版本的情况）二、时长类指标1：单次使用时长一次启动内使用应用的时间长短被称作单次使用时长,使用时长统计的是应用一 次启动内在前台的时长。

注意,应用在后台的运行时长均不会被算到使用时长里 2：平均单次使用时长平均单次使用时长=某日总使用时长/某日总启动次数3：日使用时长精品整理一天内使用应用的总时长被称作日使用时长 平均日使用时长=某日总使用时长/某日总活跃用户二：如何评估不同推广渠道的用户质量? 目前，移动应用推广公司大量出现，鱼龙混杂，甚至有开发者吐槽“数万元推广 费用，获得上万激活量，却只有 7个真实用户!”如何评估各个推广渠道的，撕开不良推广渠道的伪装?下面总结了一些通过统计 工具辨别渠道质量的高招：一、明确基础指标定义1：新增用户也就是我们常说的激活用户用户只下载不使用是没有任何意义的，因此在评估渠 道用户质量的时候不能只关注下载量，还要兼顾使用量，用户下载应用并启动使用 才能称为你真正的用户!2：活跃用户活跃用户是指在所选的时间段内至少打开过一次应用的用户当然，当天的新增用 户同样是当天的活跃用户3：使用时长即用户一次启动使用应用的时长分布4：留存率顾名思义就是指“有多少用户留下来了”举个例子：9月 1日新增用户100人，9 月2日这100人中有50人再次启动了应用，9月3日有 55人再次使用，那么9月 1 日新增用户的次日留存为 50%，两天后留存为55%。

留存用户和留存率体现了应用 的质量和保留用户的能力基础指标就介绍到这，参考统计分析，其中用户活跃度、用户留存率和自定义事页脚内容精品整理 件是普遍有用的，起码在产品推广初期这几个指标是最重要的其他一些常见指标 如设备型号、网络类型、地域分布等信息在评判渠道质量时也有参考性作用，下面 和大家聊聊如何利用这些指标来评估渠道用户质量二、利用基础指标评估渠道用户质量1：留存分析在App推广中，大家通常会要求渠道推广商给出次日留存和七日留存的数据， 这也就造成有个别推广商在造假的时候只刷了次日和七日的留存率在工作中就遇 到过一个开发者的应用，次日留存和七日留存都维持到30%—40%，但一查看三日 留存、四日留存，数据惨不忍睹，齐刷刷的全都是“0”这样的数据很明显不是真实 用户产生的数据2：使用时长再教大家一招，真实用户行为产生的数据和造假数据的使用时长一定是存在差异 的运营朋友通常对应用的使用时长分布会有一个整体的把握，如果通过数据发现， 某一渠道的使用时长和其他渠道有明显的差异，那这个渠道的数据真实性就值得怀 疑了3：终端属性这里我所说的终端属性包括设备型号、网络和运营商、地域分布曾经接触过一 个知名公司的运营朋友，他们一直怀疑渠道商有数据造假的行为，但一直苦于找不 到明确的证据证明，经过多项数据指标的对比，最后在终端属性的数据中发现了蛛 丝马迹：正常渠道的机型多为三星、小米等设备，而这个渠道的机型 90%以上却是 一款市价 400元左右的廉价安卓，其中还有一些型号居然是一款安卓开发板!近年来，数据造假越来越专业化、产业化!不过，只要大家活用统计分析工具， 总能撕开不良渠道推广商的伪装，在看似漂亮的推广数据背后找到造假的蛛丝马迹，页脚内容精品整理通过各种数据指标的对比，筛选出效果最佳的推广渠道页脚内容。