APP应该关注哪些数据指标？

编辑导语：如今APP的种类很多，每个APP的用途也大不相同，不同的APP针对不同用户需要关注的重点也不同；比如淘宝会着重关注你的兴趣爱好，新闻APP会关注你的查看频率；本文作者分析了如今APP应该关注哪些数据指标，我们一起来看一下。

目前市面上的APP种类繁多，每种APP都会有自己独特的指标，本文从APP普适的指标出发阐述哪些数据指标是我们应该去关注的。

APP的数据指标可以分成五个维度，包括用户数量和质量、用户行为、渠道、用户画像和收入指标。

一、用户数量和质量

用户数量和质量是数据指标中最重要的维度，这一维度下也包含了大量指标。

1. 活跃用户数

活跃用户是指在某一周期内启动过产品的用户，活跃用户数说明了产品用户的规模大小；这一指标也是大部分产品的核心指标，在TO C产品中，用户数量很大程度上决定了产品的商业价值。

因为统计周期的不同，活跃用户数可以分为日活跃用户数、周活跃用户数、月活跃用户数，不同类型的产品关注的活跃用户指标也有差别；高频刚需的APP如微信，今日头条更关注日活跃用户数；而需求低频的APP如贝壳找房，携程就会关注更长时间周期的活跃

1 / 7

用户数。

2. 新增用户数

新增用户是指安装APP后首次启动APP的用户，该指标主要用来衡量产品运营推广效果，也可以用来判断产品所处的生命周期。

新增用户数因为统计周期的不同，可以分为日新增用户数、周新增用户数、月新增用户数。

在社区产品中，新增用户数占活跃用户的比例过高则需要引起我们的注意，这部分新增用户由产品营销推广得到，短期内大量新用户的进入可能会破坏社区氛围，同时会造成虚假的繁荣；看似产品活跃度很高，但实际上留存率可能会很低，产品并不健康，我们需要关注这种情况。

3. 用户留存率

用户留存率是指在某一周期内首次启动APP的用户经过一段时间后，仍然启动APP的用户数占新增用户数的比例；它是衡量产品的用户黏性，产品功能迭代是否成功的重要指标；同时还可以衡量渠道质量。

用户留存率可以分为次日留存率、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内新增用户第二天仍然打开APP占新增用户的比例，以此类推。

4. 每个用户的总活跃天数

2 / 7

每个用户的总活跃天数是指在某一周期内平均每个用户在APP的活跃天数，它是衡量产品的用户黏性，用户质量和用户活跃度的重要指标。

5. DAU/MAU

DAU是指产品的日活跃用户数，MAU是指产品的月活跃用户数，两者相除得到的值是用户每月的平均访问天数；可以用于判断用户黏性，当然我们还要结合产品的类型来综合判断；如携程、贝壳找房的活跃用户数就是偏低的，要进行多维度分析来综合考量。

6. 用户结构

用户结构主要是指不同类型的用户数量分别是多少，用于衡量产品健康度，包含的指标有连续活跃用户数、忠诚用户数、流失用户数、回流用户数等。

二、用户行为

用户行为指标是指与用户在产品中的操作相关的一系列指标。

1. 产品功能指标

产品功能指标主要指产品某功能的活跃用户数、新增用户数、用户留存率、用户结构等一系列跟上文提到的类似的指标；只不过产品功能指标针对的不是整个产品，而是具体到某一功能。

2. 转化率

3 / 7

转化率是指下一个页面的访问量与当前页面的访问量的比值，它通过用来衡量产品路径的用户体验，进而指导产品页面，流程的优化和功能迭代。

最为典型的就是电商的购物流程，每一环节都会有大量的用户流失，每日监测哪一环节的转化率偏离正常值，分析数据异常原因并进行优化。

3. 启动次数

启动次数是指在某一周期内用户启动应用的次数，启动次数一般需要关注两大指标：一个是用户总启动次数，另一个是人均启动次数，它可以反映产品的用户黏性和用户活跃度。

4. 使用时长

使用时长是指在某一周期内用户从打开APP到关闭APP的使用时间，使用时长需要关注三个指标，用户总使用时长、人均使用时长和单次使用时长；主要用来衡量用户粘性和用户活跃度，一般与启动次数一起分析。

5. 使用时间间隔

使用时间间隔是指用户相邻两次启动应用的时间间隔，通过对比不同周期的用户使用时间间隔来监测用户体验是否存在问题。

6. 页面访问分析

页面访问中包含了页面访问次数、停留时长、跳出率、用户访问页面数和用户页面访

4 / 7

问路径。

页面访问次数是在某一周期内某一页面的访问次数，停留时长是用户在一次页面访问中在某一页面上停留的时长，跳出率是指只访问了该页面就离开产生的访问量与总访问量的比值——这些指标都可以反映具体到某一页面对用户的吸引力，可能存在的产品流程和用户体验问题。

访问页面数是指用户一次启动后访问的页面数，我们通常会分析访问页面数的用户数分布，访问1到2页的用户有多少，访问3到4页的用户有多少等；也可以通过对比不同周期的页面访问分布来发现用户体验问题。

用户页面访问路径是统计用户从打开APP到关闭APP过程中每一步页面访问和跳转情况，不同类型的用户会有不同的页面访问路径；我们需要对用户进行区分之后再去分析他们的页面访问路径，针对性地作出优化。

三、收入指标

收入指标主要是指产品在商业化过程中涉及的与收入相关的指标，如付费用户数、ARPU、付费率、GMV（电商）、续费率、LTV等。

1. ARPU

ARPU（Average revenue per user）是指在某一周期内用户产生的平均收入，这里的用户是指所有用户。

5 / 7

而我们也经常会用到ARPPU，即Average Revenue Per Paying User，平均每付费用户贡献的收入，我们可以用来预估产品未来可以达到的收入和评判用户的质量。

2. 付费率

付费率是指付费用户数与活跃用户数的比值，可以用来评判产品的付费转化效果。

3. GMV

GMV（Gross Merchandise Volume）是指产品的成交金额，而成交金额包括付款金额和未付款金额；属于电商产品的常用指标，可以反映电商平台的体量。

4. 续费率

续费率一般是指会员的续费率，即到期后续费的会员用户数与到期的会员用户数的比值，可以用来衡量付费用户的黏性。

5. LTV

LTV，Life time value，用户终生价值，在APP中指用户生命周期价值，即用户从第一次打开APP到最后一次关闭APP的时间内为产品提供的收入；可以用来衡量不同的产品生命周期中用户的质量，当LTV大于平均获客成本和后续的运营成本时，产品获得净收益。

四、渠道指标

6 / 7

渠道指标实际上与上述提到的指标类似，只不过会以渠道为前提将用户区分开，再来看来自不同渠道的活跃用户数、新增用户数、留存率等指标——它可以用来评估不同渠道的质量，优化渠道投放策略。

五、用户画像

用户画像的构成可以分成三类：基本属性、用户行为属性、偏好属性。

用户基本属性包括性别、地域、年龄、职业、学历、收入等人口统计学特征和设备品牌、型号、操作系统、运营商、联网方式等设备属性。

用户行为属性包括使用时长、启动次数、活跃天数、消费频次、页面浏览次数等属性。

偏好属性在内容产品中主要指用户对内容的偏好，比如科技类、游戏类、生活类、政治类等，可以通过用户对不同类型内容的点击数、收藏数、点赞数、评论数、搜索等数据来反映用户的偏好。

在电商产品主要指用户对商品的偏好，比如护肤品、电子产品、零食、服饰等，可以通过用户对这些商品的浏览数、购买量、评论数、添加购物车等数据来反映用户的偏好。

7 / 7