由于之前在应用商场工作，对于应用的健康漏斗有一定的认知和了解。如何通过漏斗获取更有价值的数据及用户指向，对于一个APP的发展和推广，有着直接的关系。因此下文将从漏斗模型去阐述如何将用户留存更有价值化。
目录：
1、漏斗模型的价值所在
2、漏斗模型的实际应用
3、如何快速使用留存漏斗模型
由于此前工作对APP的留存有严格的数据跟踪，以此分析一个APP的健康度与调整实际推广方向，有着至关重要的作用
一、漏斗模型的价值所在
这款漏斗模型不是针对单一APP推出的数据监控，是对全站内APP的推广及动态监控，但对每个APP都有着对应的数据明细，因此个人觉得如果运用在实际APP里面，会有着同样的效果。
模型的逻辑构成：通过层层筛选，获取最有价值的APP，因此也称漏斗模型。一共分成7层，在此4大层、10小层的基础下，建议增加自定义层级，能够将企业对APP的价值能够进一步提炼。
下载阶段：主要针对推广转化考量，这个阶段主要从推广转化率中找到更加高转化、高质量的渠道；
激活阶段：主要进行对用户进行真实性的评估，这里是平台对刷量行为的监控。对应的APP可以将其运用到恶意攻击监控等角度；
使用阶段：主要针对用户的首次留存的跟踪，结合产品的实际情况，优化品牌、产品功能、产品视觉等方面；
留存阶段：主要针对老用户的长期留存跟踪，同样结合产品的实际情况，进行快速迭代；
对比U-APP中的留存，如果增加更加细化的漏斗模型，能够从数据中给到产品、推广、品牌等更全面的优化支撑，当然这里会涉及到应用的SDK植入等技术上的难点，也需要CP方对数据的开放，可以往SaaS的方向考虑；
二、漏斗模型的实际应用
针对上述的漏斗模型，实际当中如何应用，如何和U-APP结合：
1、下载安装阶段：首先来看看下载阶段的数据，其实这个阶段在新增统计里可以有一定体现。但能做到下载和安装的区别，能够将APP的推广投放价值更加扩大。
针对过去的工作数据中，一个应用的下载不等于安装。因为下载完，会有安装提示。对于不同的设备，会存在一定的拦截。手机应用厂商会做第一类拦截，非官方商城应用，是否信任安装？第二类是安全类应用拦截，您下载的应用会存在什么风险，是否删除安装包？第三类拦截是系统拦截提示，你的内存不足，是否删除安装已下载安装包？对于每一台设备，都有着各种可能，会将你的推广下载，变成无效的数据。那你在各渠道投放的数据还会有价值吗？
同样，对于安装的过程中，仍有数种可能会中断你的安装。最终能够安装成功的，会有多大的转化。这部分数据能够为你去判断各个推广渠道，转化率的最大价值。对于一个下载量非常庞大的渠道，只有10%的安装转化，你还会进一步去考虑吗？
2、激活阶段：对于激活的定义，每个CP的期待与目标都不一样。如何在千种不同的激活中，可以找到共同点呢？有以下数据指标可以参考：
A、通过开启应用的流量类型、流量大小，可以做第一级判别。通常在判断是否为机刷量时，大部分真实用户的打开流量会大于5KB。低于5KB以下流量的，一般可以直接排除为机刷应用。对于CP商来说，这种激活会非常没有价值。同时，大于5KB是否就可以判断为真实有效激活，也不一定。机刷的聪明程度，可以根据系统监测去调整，一般类似流量的应用大幅增加，也可以去进一步判断是否为机刷。那流量类型是如何判断？用GPRS流量的，即手机流量的用户，真实度会比wifi高。因为一般机刷会耗费大量流量，不可能从手机流量去做，当然也不排除这种金主的存在。
B、APP首次开启后，首页停留时长，可以作为第二级判别。此处同样是从机刷角度去考虑，一个机刷的的时间成本也是需要考量的。因此停留时长越短，代表着用户的使用价值越低。使用时间越长，代表着你留住了这个用户。常规条件下，低于3秒的停留都被判别为无效激活。
C、IP的地址集中程度，可以作为第三级判别。IP这个不用多说，对于一个CP商来说，同一个IP反复出现激活，除了自家公司，那就是竞争对手或者投放渠道操作等；
以上从3个角度去展开关于一个有效激活，可以从哪些基础的指标去判别。当然，更有效的激活，例如注册、付费等，都会留存用户的足够多信息去判断。到了这一步一般就可以直接上注册量、付费值等指标了。
3、使用阶段：对于首次使用，这部分数据能够将你的APP留存率极大地提高。因为用户首次进入APP，直接面临的操作无非如下：权限授权、引导提示、信息录入、正常使用。
判断APP的首次使用时间，是否达到自己APP的被动指引操作时长。例如授权常规测试为3~5秒，个别设备需跳出应用重新授权。引导提示，根据APP的实际情况为10~15秒的操作时长不定。信息录入，根据APP的实际情况，30秒~5分钟不等。例如，普通APP需要你填写昵称、性别、年龄等信息。对于个性化APP如soul，选择标签、做测试题等等，进入的路线会更加长。那么针对用户首次使用时间，就可以判断，用户在APP中哪个环节出现问题。是你的权限要求太多，还是你的引导太长，还是你的信息获取过多，这些对产品方面，有着直观的数据作用。
4、留存阶段：留存阶段其实和U-app中，事件转化率报表类似。这部分更多靠对应用内的时间的统计跟踪，做的足够细、足够齐，你就可以获得更高价值的内容。
但此处是否可以再增加维度选择的优化。对于一个事件的转化，单纯从完成次数、人数是否可以满足全部应用的需求。增加页面停留时间、跳出时间点、频次等可勾选项；
三、如何快速使用留存漏斗模型
对于数据的使用和指标参考，在第二部分进行了部分的阐述。其实更多是提供了一些从应用商场的角度，让一个APP能够获得自己的更加有效数据。那在这部分当中，将会从一个应用的角度，去如何使用这个模型。
以下从最近使用频次比较高的一个APP——社区followme去阐述：
APP简介：一款交易社区软件，在里面可以进行发帖交流、关注用户、跟单操作及付费订阅几项主要的功能。
作为一款社区类型的APP，需要的是什么呢？
拿近期最直观的几个指标点：开屏页活动转化、首页停留时长、顶部/底部tap点击、有效用户、付费转化；
首先从有效用户来说，这款APP追求的是高质的用户，可以UGC社区内容，形成follow的关联，进一步形成付费转化。那些，对于一些机器人用户来说，从行业的角度，会有一些业务员的存在，他们的目的是为了拉到更多的用户。他们希望在这些社区里面扎根，从而吸粉。因此他们会注册一系列的小号，或是活跃，或是隐藏在社区各个角落。对于这些用户而言，使用漏斗模型，可以精确推算出，群体有多大、集中在什么IP、有什么行为规律等等。针对这些用户就可以进行持续监控，随时可以做出封禁处理。
其次是对顶部/底部tap点击，这个从首页到二级导航栏的跳转，意味着整个社区的流向。用户是更加喜欢推荐的内容，还是有忠实的关注，还是会主动看一下深度的内容。这个对社区的内容搭建来说有着至关重要的指引。同样数据、行情、消息都是这个社区的重点关注。通过层层漏斗筛选下来的用户，最终聚焦在哪里，将为这个社区的迭代提供支撑。
说在最后，上述内容描述比较浅层和片面，酌情参考。对于整个漏斗模型，其实会比较庞大，更多是能够在众多类型的APP中，找到共同点能输出基础的数据支撑，这对APP的产品优化、推广都是有着很好的帮助。但是否是必须的，这个更多可能还需要结合行业的规则、以及成本产出。感谢阅读。
作者：李青峰
本文为「人人都是产品经理」社区和友盟＋联合举办的“2019「友盟杯」数据分析大赛”中参赛作品，未经作者及平台许可，禁止转载
本文部分数据有脱敏处理，非全部真实数据
有关产品测评大赛合作事宜，请联系邮箱：denis@woshipm.com
网友评论