共计 1663 个字符，预计需要花费 5 分钟才能阅读完成。
普世通用的数据
- 新增：总新增用户（看你的 APP 市场表现如何），不同渠道带来的新增量（看哪些渠道要重点维护）
- 活跃情况：日活跃、周活跃、月活跃（看用户如何使用你的 APP）
- 留存：次日留存、N 日留存（看有多少用户愿意真的使用你的 APP）
- 使用行为：使用时段、启动频率（看 1 天、1 周中，用户怎么使用你的 APP）
- 用户画像：性别、年龄、职业、所在地、手机型号、使用网络情况……（这些数据有助于了解你的用户群体是什么样的）
产品相关数据
- 下载量：总下载量、不同模块的下载量、不同类型 APP 的下载量……（了解这些数据就是了解用户具体怎么使用你的 APP 的）
- 使用行为：使用时长、访问路径、访问深度（同样也是从量化的角度了解用户怎么使用你的 APP）
指标
- 基础指标：用户量、新增、活跃、留存、使用频率
- 跟效果有关：操作路径上的各种转化率
- 跟钱有关：ARPU 值、单用户成本
- 具体的：用户整体的属性
留存率
某天 / 周 / 月的用户在安装该 App 的 N 天 / 周 / 月之后，该 App 还“留存“的比例，叫做 N 天 / 周 / 月留存率。直白一点，只要 App 还在，就算做你的用户，俗话说：留得 App 在，不怕没 VC 的钱烧，就是这么一个意思。所以留存率是 App 运营的一个很重要指标。要注意留存率有活跃留存和安装留存的区别，这两者差距较大，分别对应与 App 还在被使用或者仅仅是没有卸载。
- 留存率 = 登录用户数 / 新增用户数 *100%（一般统计周期为天）
- 新增用户数：在某个时间段（一般为第一整天）新登录应用的用户数；
- 登录用户数：登录应用后至当前时间，至少登录过一次的用户数；
- 次日留存率：（当天新增的用户中，在往后的第 1 天还登录的用户数）/ 第一天新增总用户数；
- 第 2 日留存率：（第一天新增用户中，在往后的第 2 天还有登录的用户数）/ 第一天新增总用户数；
- 第 7 日留存率：（第一天新增的用户中，在往后的第 7 天还有登录的用户数）/ 第一天新增总用户数；
- 第 30 日留存率：（第一天新增的用户中，在往后的第 30 天还有登录的用户数）/ 第一天新增总用户数。
-
新增账号第 X 日：某日新增的账号中，在新增日后第 X 日有登录行为记为留存
- 新增账号 X 日内：某日新增的账号中，在新增日后的 X 日内有登录行为记为留存
- 新增设备第 X 日：某日新增的设备中，在新增日后第 X 日有登录行为记为留存
- 新增设备 X 日内：某日新增的设备中，在新增日后的 X 日内有登录行为记为留存
- 活跃账号第 X 日：某日活跃的账号中，在新增日后第 X 日有登录行为记为留存
- 活跃账号 X 日内：某日活跃的账号中，在新增日后的 X 日内有登录行为记为留存
- 活跃设备第 X 日：某日活跃的设备中，在新增日后第 X 日有登录行为记为留存
- 活跃设备 X 日内：某日活跃的设备中，在新增日后的 X 日内有登录行为记为留存
为何新增账号和新增设备的留存率差距并不大？
在某些情况下，新增账号和设备是相等的。两种情况除外，一是游戏存在账号系统，即存在刷小号的情况，这种情况下，反馈到数据统计中，会出现账号数大于设备数。二是玩家使用相同账号在不同设备上登录，这种情况下会出现统计到的设备数大于等于账号数，因此两种情况中和，在计算的过程中相互抵消，平均情况就是两种计算留存的方式数据表现一致。
为何新增和活跃的留存率差距较大？
这里解释起来可能涉及到的点很多，但是我们只提一点最本质也是权重最大的影响因素 — 忠诚度。以新增为维度计算，玩家属于刚刚接触游戏，或是有目的或是没目的，而对于游戏的了解而言，是处于探索阶段（新手），往往会因为一点点挫折而失去对游戏的兴趣而流失，对于游戏的忠诚度是十分脆弱的。相反，以活跃维度统计的话，在活跃玩家中包含新增和老玩家活跃（新增日大于一天）。这部分新增就像前面提到的以新增维度统一一样的表现，而老玩家由于已经度过了前期的探索阶段，已经对游戏形成了认知，因此忠诚度远远高于新增玩家，也就不难理解，为何有较高的留存率表现。
回访率：
用户在使用该 App 之后的 N 天 / 周 / 月之后，再次使用该 App 的比例，叫做 N 天 / 周 / 月回访率。一般的做法是计算用户的回访间隔和回访频率的分布，把用户划成不同的 segment，然后有针对性地对产品或运营策略做改进。
