app数据统计 App数据分析到底要分析什么?( 三 )

每个活跃用户的平均喜欢/分享次数
馈送卡的显示数量
订阅源卡上的点击次数
订阅内容推送点击率
内容制作者:
每个活跃用户的平均帖子数
每个活跃用户发送的照片和视频的平均数量
每个用户在论坛中的平均使用时间
论坛中活跃用户的行为分布
在用户生命周期的前中期对行为指标进行精细的拆分，有助于产品在快速成长期不断打磨细节，从全新到核心不断提升用户体验。与此同时，在各个节点的数据得到改善和稳定后，产品运营的同学们开始进行各种推广宣传，扩大板块，占领市场。
第三，成熟

文章图片

随着用户的快速增长和产品的不断完善，数据运营的重点开始从用户生命周期的前半段(吸引、激活和保留)转移到产品进入成熟阶段前后的后半段(流失和回流)。
在这里，我们共享一个数据模板，每日净变化(来自约翰·埃根@Pinterest)，它专注于成长和成熟。不同于只关注DAU和MAU数据，只关注活跃用户的增减往往是为了取悦自己。这个模型可以帮助直观的观察用户成长的因素或者用户板块的变化，通过一张图片展示产品的新增、退货、留存。

文章图片

其中净变化=新用户+回归用户-流失用户。
新增用户即当天有多少新用户加入回流用户即多少老用户连续28天没有使用，今天又开始使用流失用户即有多少已有用户刚好最后一次使用应用是在28天前损失和回流
在关注流失和回流的过程中，数据会揭示当前用户板块的一个变化。具体分析损失原因，请参考以下流程:

文章图片

核心思想是确定流失原因，改变产品运营策略，防止用户流失或拉回用户，通过定性回访和数据验证的方式促进回流。另外，对于一些稳定的投放渠道，普通的改进方法可能推广转化有限。此时，可以进行更精细的渠道分析，以优化和提高投资回报率:
案例:
提高投资回报率

文章图片

第四，衰退时期

文章图片

最终产品进入衰退，一般在进入衰退前可以采取两种方式:
1.规模
经常出现在零售业，比如开按摩保健店，在一定范围内广受好评。当产品成熟后，可以打开特许连锁模式，通过快速、广泛的拓展市场形成品牌效应，从而形成壁垒。此时，衰退的风险得到了抵御。
2.生态学
当产品成长或接近完美时，单个产品很容易出现需求过于垂直，用户无法形成依赖的问题。可以开发具有协同能力的新产品，构建完整的产品生态，让不能满足或对当前产品失去兴趣的用户，作为新产品的新用户，被引向新产品；同时，新产品的用户也可以回流到旧产品中，产品形成相互依赖的链条，最终用户可以有效流动，形成生态。
结束。