做好app用户数据分析的方法(如何做好app用户数据分析？)

转眼间，已经到了2018的12月份，新零售如火如荼，区块链异常火爆，人工智能将崛起另一个风口，在新技术领域，巨头收割和争夺硝烟四起，各行各业都在不断思考和探索新的机遇。

人杰地灵的杭州，这个曾经创造电商传奇的地方，以互联网巨头为依托，为新技术、新商业的发展营造了良好的发展环境，成为世界互联网发展的新高地。

8月在杭州举办的2018产品运营大会，7位来自杭州地区优秀互联网企业的实战派专家们，他们结合自己的实战经验，分享了在电商、金融、产品等多方面上的运营心得，一同探索中国互联网的发展。

2018年的中国，新的产业经济时代来临，要怎样在不断变化的大潮中掌握主动权？如何破局谋新？

互联网发展到今天，已经步入移动时代的下一个阶段；用户要求越来越高，耐心却越来越差；用户已经是越来越稀缺的资产。用户多、用户增长快是每一个App追求的目标和方向，也是企业商业变现的基石。

从一个最简单的问题开始：你的App现在有多少用户？

如上图左边，我们可以看到周活跃用户在一千以下，最高是在100万以上；右边则表示他们在一年中的增长幅度。

增长最快的是那些超大型的过百万以上周活跃的客户。

这说明了什么？

现在的移动互联网时代是一个赢家通吃的时代，大型的客户、大型的应用，他们会更好地保有自己的用户群体，而且会更强有力地能够拉动新用户的引入，会在这个时代里面变得越来越强。但是他们能做到这一点，主要就是因为在用户的把握能力上面会比小的应用要更强一些。

看用户数据——看总

注：DAU是每天的活跃用户数；

如上图，最普遍、通用的解读就是“我的App 有105000的DAU，同比增长5%。”

但这样没办法细分和拆解原因，并没有办法把数据落到实际的工作上。

因为DAU增长可能有很多原因构成，DAU下降也可能很多原因构成。所以仅仅这种方式不能精确地把握你的用户是否涨了？做得好还是不好？

看用户数据——看构成

刚刚的例子里，“105000”是由一部分新增，还有一部分的流失共同构成的。那么我们加多一些条件……

新增是10000，流失是5000，所以比过去的同期增长了5%。

这样就能看到这个流动的构成，即虽然DAU值涨了5%，但其实流失和新增是两个不同环节的要素。

所以新增有很多的映射点，当我们看到新增变化的比较大，那可能跟新引入的客户，或者跟用户激活的使用率，都会有一定关系；如果流失比较高，那可能是产品粘性出了问题。从上面这个案例可以看到，流失的增长比例会更高一些，所以流失就是主要的问题。

这种方式确实可以找到一些更具体的工作点：至少我们知道是做新增，还是应该做流失。

但这也有问题，是什么呢？

5000和105000，我们不知道它们是谁。

上面的每一块拼图都是你的用户，你怎么分辨出来？

做应用，我们希望的是用户不流失，而挽回流失用户是非常困难的。新增也一样，因为我们是活跃的新增，用户的使用频次并不高，可能每个用户每周用一次App，DAU数据不理想。

而这个行为是用户习惯所导致，这2种看用户数据构成的视角方法，没办法找到原因。

看用户数据——看行为

我们再分析下这个例子，用户怎么看待这个App？

用户A：每天都在使用，所以对他而言，这就是一个高频次的应用；

用户B：只有在部分的时间里面有所启动；

用户C：几乎都没有启动过。

从行为方式来识别我们的用户，以及用户到底怎么看待这个App？

这时我们就可以真正地知道：

第一，到底哪个用户对我们是有更高价值或者更忠诚。第二，可以根据行为路径做未来预测和预知的。我们可能发现这个客户之前经常使用，后续慢慢不用了；或者原来每天都用，后来变成每周用一次，这都是流失风险的征兆。

从用户看待App的态度，来真正地识别我们的App，再来分析我们的用户：

用户A是我们的用户吗？大家可能觉得是。用户B是吗？毕竟还启动一次——可能是。用户C是不是？就不好说了——它可能是流失的，可能只是因为用的频次比较低。

这样我们至少能知道每一个用户到底是什么样子，所以可以看到有高频用户，有普通用户，以及流失/准流失/沉默的用户。