app留存率在哪里看|如何获取app的新增用户活跃用户启动次数使用时长等数据

⑴ App页面上的数据如何追踪和统计的现成的工具有哪些

1. Android 渠道追踪方法众所周知 Google Play 无法在中国使用,所以国内 Android 市场被数十家应用商店( 豌豆荚、网络助手、酷市场、360手机助手等等 )占领,Android 渠道追踪主要围绕上述渠道展开。方法 1:每个渠道打渠道包具体来说就是开发者为每一个渠道生成一个渠道安装包,不同渠道包用不同的 Channel ID (渠道标识)来标识;当用户下载了 App 之后,运营人员就可以通过渠道标识查看各个渠道的数据。Android 渠道打包机制:虽然这样可以统计到不同渠道的来源数据,但是当渠道数量变多、抑或同一渠道在多个平台上做推广的话,打渠道包的做法就捉襟见肘了。方法 2:使用平台方提供的数据部分第三方推广平台提供渠道数据,然而只依赖平台方的「一面之词」是很难找到真正的优质渠道。2. iOS 渠道追踪方法和 Android 的开放生态不一样,iOS 则是一个完全封闭的系统;除了少部分越狱机器,绝大部分 App 都是从 App Store 中下载。在苹果一家独大以及严格的审核制度下,Android 打包的做法在这里就完全行不通。为了追踪 iOS 渠道数据,开发者们想出了很多黑科技,下面我介绍一下常见的三种做法。方法 1:通过 IDFA 追踪渠道IDFA 的全称是 Identifier for Advertisers ,即广告标识符的含义,这是苹果专门给各广告提供商用来追踪用户而设的标识。通过 IDFA 追踪渠道:今日头条作为广告提供商可以获取用户的 IDFA,当你在上面投放的 App 被用户下载激活,你的 App 也可以获取用户的 IDFA。将广告提供商提供的 IDFA 和自己获取的 IDFA 匹配,即可追踪渠道来源。缺点是 IDFA 只能用于 App 类型的渠道,如果你在网页上投放广告是不支持的;同时,用户可以在iPhone 设置中选择关掉 IDFA 获取权限。方法 2:通过 Cookie 追踪渠道iOS 9 里面引入了 SFSafariViewController 类,一方面是用户体验更好了,同时可跨 App 与 Safari 共享 Cookie。通过 Cookie 追踪渠道:当用户点击广告链接时,监控服务器可以接收到 Cookie 中含有的渠道信息;用户在 App Store 中下载激活 App,这个时候监控服务器再次收到 Cookie 信息。系统匹配前后两次 Cookie ,即可追踪渠道。缺点是基于SFSafariViewController 的追踪必须在 iOS 9 及以上版本才有效,而且微信公众号广告、朋友圈广告仍然无法实现追踪。上述方法可以实现部分平台、部分渠道的追踪监测,然而三大缺点也是显而易见:(1)割裂了 Android 和 iOS 两个平台的渠道数据,难以整合分析;(2)Android 投放需要重复打包,效率低下;(3)iOS 渠道范围限制多,无法大规模推广。Part 2 | 基于用户设备标记的解决方案下面我们介绍一种快速、灵活的解决方案 ––– 基于用户设备标识的追踪方法,它可以同时兼容 Android 和 iOS 两个平台、适用于大部分投放渠道。1. 基于用户设备标记的追踪原理上面介绍的基于 IDFA 和 SFSafariViewController 的两种方法均受到 iOS 的限制,而用户的设备标记则不受系统的影响。在 GrowingIO【渠道来源】解决方案中,我们将「IP + UserAgent + 设备 ID」组合设置为用户的设备标记。通过用户设备标记追踪渠道:用户点击含有 UTM 追踪参数的广告链接后,GrowingIO 服务器检测到用户的设备标记以及 UTM 渠道参数。链接跳转到应用商店( Android 和 iOS 均可以)后,用户下载安装并激活 App,此时 GrowingIO 服务器第二次收到用户的设备标记。系统匹配前后两次的标记,可以确定用户的渠道来源,同时 UTM 参数含有的详细渠道信息一并呈现。2. 用户设备标记方法的特点当然,基于用户设备标记的方法也有一定不足。当小部分用户所处的网络环境前后变化时(如从 WiFi 切换到 4G),此时 IP 前后不一致就会导致匹配失败。但是相比于前面的 4 种方法,基于用户设备标记的渠道追踪方法显然更有优势:第一点,打通了 iOS 和 Android 的渠道来源,可以将【操作系统】加入用户属性整合分析;第二点:避免了 Android 平台重复打渠道包的工作;第三点:规避了 iOS 原有诸多限制,适用于更加广泛的推广渠道;第四点:只需修改推广链接中的参数、无需改动安装包,适合大规模、多渠道、敏捷的推广需求。同时,广告链接中含有的渠道参数( 广告来源、广告媒介、广告名称、广告内容、广告关键字 )可以一同加入用户属性数据中,方便后期对用户数据进行多维度的对比、交叉分析。Part 3 | App 渠道数据分析两大思路有了 App 渠道追踪数据后,我们可以将 UTM 的五个参数作为维度,从数量和质量两个思路出发,进行 App 渠道数据分析。1. 数量:找到获客成本最低的渠道根据业务需要,我们选取广告来源( utm_source )和广告关键词 ( utm_term ) 两个维度,计算出不同渠道的获客数量并评估获客成本。某 O2O 类 App 先后在 3 个渠道上进行了 2 次投放,投放内容先后是「美食」和「外卖」。通过 UTM,我们监测到每个渠道、每次投放的 「App 新增用户量」,然后计算出平均获客成本。从广告来源上看,渠道 1 的平均获客成本最低;从广告关键词上看,「外卖」主题的广告平均获客成本最低。从客单价的角度出发,接下来可以针对性优化投放渠道和投放内容,大幅度降低投放成本、提高拉新效率。2. 质量:找到获客价值最高的渠道「App 新增激活用户量」和「获客成本」这两个指标是从数量的角度进行分析,但是数量大、价格低并不一定代表渠道用户质量高。我们还需综合考虑用新用户在接下来的表现,以及新用户所能带来的价值。方法 1:用户行为数据分析在这个过程中,我们重点参考用户留存指标,包括次日留存率、三日留存率、七日留存率、三十日留存率等等。我们按访问来源(utm_source)分析新用户的留存度,发现渠道 2 的三十日留存率高达 14%,而渠道 1 为 8%、渠道 3 为 6%。从留存度上来看,渠道 2 获取的新用户价值显著更高。方法2:用户价值分析除了用户行为指标,财务指标也非常具有参考性。按照广告来源(utm_source)我们统计出不同渠道获取到的新用户的财务价值,如新用户在第一个月的月付费率(MPR)和用户平均收益(ARPU)。通过分析发现,渠道 2 获取的新用户首月付费率(42%)最高,用户平均收益(30 元)也是最高的。虽然渠道 2 的获客成本略高于渠道 1,但是从收益的角度来说,投资渠道 2 显然是一种更加明智的选择。综合上述指标,该 O2O 类 App 在下个月的市场投放中将资源集中到了渠道 2,同时主打「外卖」主题内容。还是和上个月同样的市场预算,但是新增用户却提高了 150%、新用户留存率提升了 240%,这是一个巨大的增长。

⑵ app用户留存率用什么工具分析较准确

用户留存对于互联网产品来讲十分重要,直接体现你的产品体验以及对于用户吸引,现在比较流行的增长方式对于用户留存率也十分看中,如何实现产品的优化就相对重要,AB测试就是不错的一种方式,国内用户可以使用吆喝科技的产品。

⑶ 移动应用运营数据中的留存率是怎么计算的

留存率=新增用户中登录用户数/新增用户数*100%(一般统计周期为天)简单来说就是之前打开过app的用户再次打开此app就被记为留存,之前没有打开过的,现在打开了,那就是新增数据

⑷ 如何获取app的新增用户,活跃用户,启动次数,使用时长等数据

最近和几个人聊天,大家对于活跃都有着自己的看法,此外因为一些标准的问题,不熟悉分析术语的很多人把活跃,留存等很多信息都搞混了.后来发现这是一个很现实的问题。在一些我 看来不是问题的问题都变成了问题了,因此在此特地说说活跃的事,帮助更多从事游戏数据分析的小白们成长。 究竟什么是活跃?在日常与外界合作过程中,我们经常日活跃、周活跃、月活跃等等信息,貌似听起来比较简单,但是真正如果自己实施操作统计数据时却发现自己又不懂这些定义,因此作为一些分析师、甚至开发人员就会发现很难去操作。以下我将描述三个活跃的定义、使用方式、分析方法以及注意事项,限于篇幅今天就说说日活跃的分析使用。 日活跃 统计标准 日活跃的统计标准有很多种,在RPG中有日活跃角色数和日活跃账号数。这类游戏由于存在创建角色的问题,所以一般会分成两种统计方式。一般比较多见的是日活跃账号数,可以认为就是日活跃用户数。当然,很多游戏室不存在这样的多角色概念,因此通用日活跃账号数来作为统计的标准为最佳。 当然,还有一种统计标准就是设备的唯一标示,比如MAC,这样统计日活跃设备数量,不过价值相对不大。 定义标准 统计日登录过游戏的账号数,此处要去重。 比如某日有1000个账号登录过游戏,总计登录次数为1600次(因为存在某些账号重复登录游戏),那么该日的日活跃账号数为1000。不要小看这个解释,在实际操作中,经常会出现问题,例如我们在写SQL语句提取数据时就应该加上distinct 进行去重操作: Select count(distinct passportid) from playerlogintable 如果没有加上distinct 统计的就是所有登录玩家的总计的登录次数,这样就会出现大的问题。 日活跃能分析什么? 单单一天的日活跃其实只能与前一日或者历史同期做一个环比或者同比的分析。但是日活跃的能发挥的作用远远超出你的想象。 核心用户规模 核心用户规模的衡量其实和产品周期结合起来来看,在大部分游戏中,日活跃大概的构成可以分成以下的部分。 其中,新登用户对于日活跃用户的影响是最大的,一般新登占比达到40%,而这个比例其实是可以判断游戏核心用户规模的依据之一。 从上图的构成来看,如果新登用户在后续不断转化稳定的老用户以后,那么老活跃用户的规模是在不断增长的,同时,如果新登用户的注入水平保持不变,这样来看,游戏的核心用户有规模是在增长,并且新登用户所占的日活跃百分比是在下降的;如果新登用户注入水平也在增长,且不断转化为老用户,即核心用户规模也在增长,那么新登用户所占百分比会在一个区间稳定的变化的。 刚才所提到的核心用户规模,之所以使用日活跃用户来衡量,原因在于,以每日作为一个衡量的单位比较客观反映用户的游戏积极性,以日作为统计长度,恰好符合用户游戏的最短的周期性循环。 那么在日常的分析中,我们可以简单计算一个周期内,每日新登用户和活跃用户的关系比例,看一个长期趋势,一定程度上反映了目前核心用户的规模增长情况。 那这里有人会问,怎么看待回流用户的作用呢? 实际上,回流用户对于日活跃用户的贡献比例是极低的,但是该部分的贡献却不能够忽略,因为在重大节日、渠道推广等各种营销手段上线以后,会对于游戏日活跃产生一个很大的贡献值。但是一般而言,该部分的贡献比例比较低。 说了这么多,那么老用户和回流用户的定义究竟是怎样的?这里只给出参考的标准: 回流用户:统计日登录游戏,但是之前7天未登录过游戏的历史用户(所谓历史用户就是非新登用户,历史上登录过游戏的用户) 老活跃用户:如果粗略的计算,可以如下计算: •日活跃用户数-日新登用户数-日回流用户 当然如果要精确衡量老用户规模,可以给予老用户定义,例如: 统计日登录游戏的用户,在此之前7日内再次登录过游戏(注意此处没有严格区分新登用户的情况,即也把新登用户的次日登录的部分计算为老用户,可按照实际需要提出此部分对于老用户的影响)。 下面我们通过几个曲线来简单说明一下怎么利用DAU分析问题。 首先我们要得到划定时间区段的DAU和DNU的曲线图,如下图: 在该图中,我们DAU和DNU的走势基本上是一致的,DNU对于DAU的影响还是比较大的,但是随着后期波动的减小,我们发现从106天到280 天,两条曲线是呈现缓慢的下滑趋势的,但是这不足以说明问题,仔细观察,我们发现夹在两条曲线之间的面积是逐渐缩小的,而这部分面积就是DAU中除去 DNU的部分,即我们可以认定是老用户的部分,这个面积的缩小,意味着用户的流失加剧,活跃用户的控制不得当,此外,也可能是新用户在短期内留存率不高引起的,那就需要结合留存率来看问题了,这里不讨论。 在发现上述的情况后,我们可以使用DAU-DNU的差值做一条曲线来进行分析这个问题。如下图所示: 可以很明显的看到,这个差值在逐渐走低,也就是说用户的活跃度是在下滑的,这个下滑可以认定是后期渠道导入用户质量不高造成的,也可以是产品本身的用户周期问题造成的。但是断定一点的是,这个时期,需要紧急的拉动用户规模增长,因此,可以看到,随后进行了两次相应的拉动,其规模有所提升。 此外,我们还要看一下新用户所占的比例曲线,如上文所述,基本维持在40%的水平上,但是有一个值得关注的是,当处于一个相对的稳定期时,即使有大范围的推广和拉动新登增长,那么这个比值的变化也不会太剧烈,唯一剧烈的原因就在于,原本游戏的老活跃用户规模就在下滑,流失较多。 当然了,用户的流失、产品的粘性等等都可以通过对DAU不同角度的解析获得相应的信息,这点也是要和其他数据结合来分析的,比如次日留存率,用户流失率、启动次数、登录时长分布等数据,找出来DAU中的虚假用户,例如1-3s用户非常多,那么在正常的网络和设计情况下,这种数据就可能是很多假用户造成的,也就是作弊行为。 再比如的情况,我们可以通过事件管理,区分推广和非推广时期的用户增长对DAU的影响,比如自然增长时期的新登用户对DAU的影响,判断DAU的质量,渠道的质量;或者推广时期的新登用户对DAU的影响情况分析。 如果需要的也可以结合用户的登录习惯,比如登录次数,登录天数等等数据进行忠诚活跃用户的阈值确定,以此来保证DAU的质量。 其实在DAU的背后,隐藏的问题和分析的要素很多,这个也是需要结合自己的业务需要来进行的,这里只是给大家提供一个分析的思路和方式。至于具体的问题,还要结合具体需求进行分析。不过话说回来,DAU的解析离不开细分数据和其他数据的支持,但是也是不一定一直细分进行数据的分析。因为有一些因素不是靠细分数据就一定能够得到的,还要经验积累,有关这部分的分析参见这里。 文章来源:博客园

⑸ APP运营怎么利用留存率等数据分析用户减少的原因

app每天的用户量都是在不断变化着的,或增加或减少,如果app运营人单独只看每日活跃用户数,是很难发现问题的本质的,所以通常会结合活跃率和整个app的生命周期来看,这里说的活跃率是指活跃用户/总用户,我们通过这个比值可以了解你的用户的整体活跃度,但随着时间周期的加长,用户活跃率总是在逐渐下降的,所以经过一个长生命周期(3个月或半年)的沉淀,用户的活跃率还能稳定保持到5%-10%,则是一个非常好的用户活跃的表现,当然也不能完全套用,得看看是什么产品并根据产品特点来看。同时留存用户和留存率通常反映了不同时期获得的用户流失的情况,分析这个结果往往是为了找到用户流失的具体原因,具体又分以下几个指标来看:次日留存:因为都是新用户,所以结合产品的新手引导设计和新用户转化路径来分析用户的流失原因,通过不断的修改和调整来降低用户流失,提升次日留存率,通常这个数字如果达到了40%就表示产品非常优秀了。app周留存:在这个时间段里,用户通常会经历一个完整的使用和体验周期,如果在这个阶段用户能够留下来,就有可能成为忠诚度较高的用户。app月留存:通常移动app的迭代周期为2-4周一个版本,所以月留存是能够反映出一个版本的用户留存情况,一个版本的更新,总是会或多或少的影响用户的体验,所以通过比较月留存率能够判断出每个版本更新是否对用户有影响。app渠道留存:因为渠道来源不一,用户质量也会有差别,所以有必要针对渠道用户进行留存率分析。而且排除用户差别的因素以后,再去比较次日,周留存,可以更准确的判断产品上的问题。其实只要app运营们能够不断完善自己的应用并不断创新,这个app应用一定会活的长长久久,用户也会越来越多,赚钱当然就不用说了。

⑹ appapp用户留存用什么软件进行分析

app用户留存对于互联网产品来讲十分重要,直接体现你的产品体验以及对于用户吸引,现在流行的增长方式对于app用户留存率也十分看中,如何实现产品的优化就相对重要,AB测试就是不错的一种方式,国内用户可以使用吆喝科技的产品。

⑺ 如何提高app用户留存与使用频率

【活动盒子—APP活动运营工具】小编认为:提高APP留存率的方法很多1、第一印象非常重要:APP品牌认知、做好APP新用户引导、优化好产品性能、渠道筛选,提高渠道转化质量;2、做好用户促活,培养用户粘性(1)活动运营,刺激用户欲望(2)合理做好push推送(3)签到功能,提高用户粘性3、了解用户,做好用户服务(1)需要有有好的客服,能够及时回答用户提出的问题和反馈的意见;(2)完善的用户奖励体系;(3)运营人员可以在应用市场、微博、知乎、网络等等平台里面关注用户对你APP的评论;了解用户喜欢你的app什么,带给用户什么价值,有什么不满意的地方等等;收集用户反馈,以便做好产品优化;

⑻ 什么叫做APP留存率呢谁能给个解答呢

就是当日安装的APP不卸载,存留在手机的几率

⑼ app的留存率看什么

APP的留存的计算有两个维度,基于设备或账号,基于活跃或新增。对这个计算方式做排列组合,有四种留存的定义:基于设备的活跃留存、基于账号的活跃留存、基于设备的新增留存、基于账号的新增留存。使用一个统计系统来分析留存率,一定要先搞清楚是哪种口径的留存率。●?活跃设备第N日留存:某日的活跃设备,在N天后启动了APP;●?新增设备第N日留存:某日的新增设备,在N天后启动了APP;●?活跃账号第N日留存:某日的活跃账号,在N天后登陆了APP;●?新增账号第N日留存:某日的新增账号,在N天后登陆了APP。查看app留存率可以了解下极光iapp,提供206个行业,200万+app的运营数据


赞 (0)