数据运营者每天第一时间需要查看的最基础的数据指标包括今日的基本数据，今日较昨日同时段的变化率，今日分时段的数据趋势，分为基本指标＋自选指标两部分。

【友盟+】 应用统计（U-App） 产品截图

2、新增用户

第一次启动应用的用户（以设备为判断标准）。

3、启动次数

Android启动定义：打开应用即为启动。应用完全退出或者在后台运行超过30s（默认30s）后再被打开，算为一次新启动。

iOS启动定义：打开应用即为启动。应用完全退出或者在后台运行后再被打开，算一次新启动。

4、时段累计日活

截止到各个整点时刻的当日活跃用户数。当日活跃用户指当日启动过应用的用户（去重）。

5、分时活跃用户

每个小时的活跃用户数（去重），这里展示的是昨日数据。

6、自定义指标

可以添加计算事件数值型参数的消息数量、累计值和单词均值。

二、总体趋势指标解读

2、累计用户

截止到当前，启动过应用的所有独立用户（以设备的判断为标准）

3、过去7天活跃用户

过去7天启动过应用的用户（去重）

4、过去30天活跃用户

过去7天启动过应用的用户的日使用时长的均值

6、总错误率

 当日错误数／当日启动次数。可以按照版本进行查询

 总结：

三、救命的数据指标！先于用户集体吐槽前，及时发现产品的bug！

运营的同学会深有体会，单看一项指标的时候发现产品的使用效果不如预期，但是其他指标还都正常，这种情况该如何下手，从哪里找出问题所在呢？下面一个【友盟+】应用统计的用户就遇到了这样的问题。 

某公司上线新版App当天，通过【友盟+】应用统计数据发现新增用户及活跃用户数据没有明显变化，但App启动次数呈明显上升趋势且平均使用时长有下降趋势，说明一个用户存在多次启动的现象。经该公司产品与技术人员排查，发现新上线版本在App启动加载时间过长时会出现闪退现象，立即修复该bug并连夜上线新版本。将用户损失降到最小。

总结:

四、日活指标和留存率指标的交叉分析

当发现日活用户数据指标上涨时，似乎一切都是好的征兆。一是说明产品推广做得好，二是说明产品功能符合市场用户预期。但是如果出现次日留存率指标很低的时候，就不那么乐观了，看下面的案例。

1、案例

某公司app上线1个月，通过【 友盟+】监测发现日活跃用户呈递增趋势，但次日留存率却不到20%。通过用户新鲜度曲线分析，新用户数量较大，但是老用户数量很低（即留存下来的用户很少）；经该公司产品经理深度调研发现，（用户再次登陆需要输入账号密码）很多人嫌登陆麻烦还有一些人记不住密码就不再登陆了，基于此，该产品经理对登陆账号体系做了完善，增加了7天免登录和手机验证码快捷登陆方式，在接下来一个月，次日留存率超过40%。

总结：

留存反映一个产品能否真正留住用户的能力——关注产品的留存、新鲜度及活跃度等数据指标，分析数据变化的影响因素，找到根本原因，最终优化产品降低用户流失率。

五、让假流量的推广渠道无处可藏

当新产品上线，需要做线上推广。在做渠道筛选调研的时候，往往通过渠道给出的表面数据无法确定该渠道是否会为产品带来实实在在的用户。往往会有新增表现良好，但是沉默用户占比非常高，这样的渠道一定要避而远之。是什么情况呢？看下面的案例。

1、案例

某客户公司产品上线后，进行多渠道投放，从新增用户来看，各渠道表现良好，但是从沉默用户占比来看，渠道c表现异常，近30天比例高达95%（其他渠道占比均低于50%），由此可看出通过该渠道新增的用户质量较差，结合对该渠道其他数据分析，发现该渠道存在虚假数据情况，因此该公司果断暂停了该渠道的投放，不仅节省了公司的费用支出，同时也提高新增用户的整体质量，用户活跃质量得到极大改善。 

总结：

默用户反映新增用户质量以及与应用的匹配度。理解沉默用户主要从以下两个方面进行入手：

其一：局部沉默用户占比偏高，通过对渠道／版本等维度对比分析，配合页面／事件触发情况、找到影响产生沉默用户的因素。

其二：整体沉默用户占比偏高，（产品功能正常的前提下）更多地要考虑产品和用户之间的匹配度，抓住用户的真实需求进行产品迭代优化，将沉默用户变为产品的回流用户。

六、提升用户粘度，其实也不难

有些应用属于非频繁使用的应用，例如天气预报应用，比较普遍的打开频次就是1次／天，但是这不足以满足应用开发者对产品的需求，会开发出周边的一切功能供用户去发掘和使用，以达到培养用户实现深度使用或者频繁使用的习惯。那么如何去发现这些附属功能和服务的使用问题呢？看下面的案例。

1、案例

某记账App上线后，通过【友盟+】应用统计监测发现（一周数据），日平均使用频率超过6次，日平均单次使用时长约为5分钟，使用间隔时间1天占比超过90%，但是平均访问页面不到2，通过对具体的页面数据查看，发现用户主要使用记账页面，对于产品提供的周边服务涉及较少，基于此，产品经理对页面进行了优化迭代，在不影响记账的主功能下，将服务、信息等内容渗透给用户。此举不仅促进了周边服务的推广，同时也提高了用户的粘性，整体的参与度指标也得到极大提升。

总结：

用户参与度指标能够很好地反映出用户对于产品的粘性，具体体现在，通过优化产品，尽可能地增大用户的单次使用时长、增加使用频率、减少使用间隔时间，通过合理的引导，促使用户能够更深度地使用产品。

 七、利用少许维度的数据建模简单的用户画像，另推广事半功倍

有一天，你的老板计划做一波产品的线下推广，为了提高产品的知名度，同时转化注册。那么问题来了，线下的地点怎么选？是不是该利用现有维度的数据构件一个简单的用户画像呢？看下面的实例。

1、案例

某公司线下推广App，通过【友盟+】应用统计监测的历史数据来看，广东、江苏、福建三地是活跃度最高的，占总体活跃50%以上，通过对联网方式数据分析，wifi占比超过70%，结合用户日活跃曲线发现，09:00前、19:00后以及周末的时间活跃度较好。由此可以看出，用户更偏向于在休闲时间、在固定的场所使用App（如在家里）。综上，该公司将线下推广地点选在深圳市的几个居民区周边以及工作商业区附近，活动取得了很好的效果。

八、优化用户路径，集中流量优势，你只需这样做

在产品刚刚上线，用户的使用习惯和常规路径是我们最关心的问题，往往需要一定的时间，搜集到相关数据才能逐步优化产品页面规划和引导路径。下面我们看看下面的案例。

某社交App上线直播功能，在广告位、分类及热门等位置都添加了直播入口，通过【友盟+】应用统计监测数据发现，通过热门直播页带来的直播流量最大，约占总体的60%，从分类页面到达直播页面的流量较小，不到总体的10%，且到达直播页面的用户数不到总活跃人数的30%，基于此，该公司产品经理对页面进行了调整，突出热门直播（并增加了正在直播），弱化分类入口，上线一周，直播用户数占总活跃用户数比例提升到50%，极大促进了直播功能的推广。

总结：

九、转化率提升一半，是怎么做到的？

目前市面上有很多电商的导购App，看似大同小异，但实际上却是应用质量参差不齐。一是页面规划有问题，二是引导路径有很大的问题。下面我们透过一个使用【友盟+】应用统计用户的实际案例，来看一下如何优化自家应用的。

1、案例

某电商导购App的用户典型使用路径：打开客户端—>浏览最热最新—>点击查看单品—>点击去淘宝购买。通过对【友盟+】应用统计的监测数据分析，该公司产品经理认为用户在点击查看单品到点击去淘宝购买这步转化率不够理想，后来将按钮上的“去淘宝购买”改为“ 查看详情” ， 暗示用户点击之后有更多有利于购买决策的信息，且不一定要购买，修改上线后，转化率从10%上升到20%。

 十、产品迭代不得不了解的那些事儿

新版本迭代主要包含视觉与交互层面的迭代和对产品功能的迭代两方面，具体如下：

其一：视觉与交互层面迭代——可对比新版本和旧版本在使用时长，页面之间的转化率，关键事件点击情况等指标来衡量。

其二：产品功能迭代——分为已有功能的优化和增加新的产品功能两部分。对已有功能优化而言，可从预期的浏览路径与实际的浏览路径进行对比，分析用户的真实使用场景，通过自建漏斗分析关键行为的数据转化；对增加新的产品功能而言，可关注入口流量、页面流失及使用时长等指标数据。

 总结：