作为运营，在制定推广计划时，有力的数据支撑是关键。它不仅能衡量 App 的表现，还可以指导整个推广活动的布局，在活动进行过程中也能不断的校正方向。因此，善于发现并利用数据指标也是一项技能。

数字本身并不会讲道理。So，要从哪里开始呢？当你拿到一份报告，里面密密麻麻的列出了数百个指标，哪些指标是有用的？哪些只是作为参考的？

考虑到这一点，我们为你列出了14个必须需要追踪的指标。

下载

说到 App 数据分析，大多数人的第一反应就是下载量。每每谈到 App Store 上百万的下载时，谁都会兴奋。但是下载量有可能是最无意义的指标之一。

为什么？很简单 - 因为这个数字只会上升，不会下降。有一个用户下载了应用程序，用了一次就卸载了，但是这次下载仍然被视为有效。

真正对你有意义的是另外一个数字 – 首次使用后，有高达25％的用户会删除应用程序。

即便现实很残酷，也不要把下载这个指标抛在脑后，如何使用这个数字很重要。跟踪下载的两个重要元素：

第一个是趋势随着时间的推移，整体的下载趋势是上升的吗？是否能让更多潜在用户找到你的 App 并下载？如果是这样，那当然好。

第二个是下载到安装的比例。 如果这个比例在增长（即 App 下载量中大部分都是主动安装），那么你就是赢家。

安装

我仿佛听见你在问：下载和安装的不是一回事么？

当然不是！安装是追踪 App 在一个设备上被安装的次数。区别是：一个是实际下载了 App，一个是将它安装到一个设备上。通常这是通过 “应用程序打开”事件的触发来衡量的。

了解下载到安装的比例，可以让您深入了解有多少人下载应用程序但从未安装。这个比例的增加会对主动安装产生巨大的影响。

主动安装 VS 主动用户

有的产品运营会区分“安装”和“用户”两个概念，有的则是混为一谈。“主动安装”是指安装在特殊设备上安装的，比如你下载并在 iPad 上安装了Candy Crush，然后觉得没有这个游戏简直无法呼吸，于是又在你的 iPhone 上安装了一遍。

有的平台把这种行为视作两次独立的“主动安装”，有的则视为一个“主动用户”。两种算法各有利弊：你可以认为，活跃的设备数量是最重要的，也可以认为用户才是衡量的最终标准。

同样，安装与主动安装之间的比例也是很重要的。这种趋势会随着时间的推移而得到改善吗？你正在采取的补救措施是否能提高这一比例？或者说，新安装量大幅上升，导致主动安装率下降，这表明质量可能会更差。

留存率

留存率是移动应用追踪的最重要的指标之一。简而言之，留存率衡量的是首次打开应用程序的用户数量，并将之与在一段时间内返回应用程序的用户数进行比较。

对于大多数 App 来说，开发者会在用户下载后的前几个星期看到满意的数字（每个人都喜欢新的应用），但是这个数字在两三个月甚至一年之后应该如何保持？

关键在于了解留存率与 App 的预期使用模式之间的差异。 如果它是一个季节性的应用程序，比如滑雪的 App，那么你只能期望它在一年之中只使用几个星期。因此你必须在很长一段时间内测量留存。如果它是一个运输通勤类 App，那么你应该期望每周使用一次。所以需要根据具体情况来设定正确的目标，而不是采取一种通用的方法。

地理位置

对于某些 App 来说，地理位置非常重要。哪些地方的用户多、质量高，这些数据对于追踪来说十分宝贵。

你应该好好回答下面的问题：

* 你的用户在哪里？

* 他们是来自同一个国家来的还是世界各地？

* 如果是同一个国家，那么是否来自一个特定的地区？

想要摆脱地域限制，最重要的数据之一是时区。这可以帮助你优化发送推送的时间。如果你的大多数用户在加利福尼亚，那么在太平洋时间凌晨 2 点发送推送通知就没有太多意义。了解你的 App 在哪些国家 / 地区的使用率最高，可以帮助你规划未来的语言本地化。

应用黏性

你希望用户一直使用你的应用，对吧？ 这就是为什么需要衡量它的粘性 - 这是一个衡量用户回到 App 频率的术语，你也可以理解为这是留存率的近义词。查看这一数据的最佳方法之一是关注 MAU（每月活跃用户）和 DAU（每日活跃用户）。比方说，你每天有 702 次活跃安装，上个月有 4700 个活跃安装。702 除以 4700 等于 0.149，即 App 黏性约为15％。

另外，将用户黏性趋势作为移动 App 分析数据集的一部分进行追踪是很重要的。随着时间的推移，用户越来越依赖这个 App 还是越来越疏远？你可以采取哪些行动来驱使这个数字上涨？

App 内的使用时长

每开发者都希望他们的用户在 App 内停留地越久越好，对吗？ 在大多数情况下，答案是肯定的。但是，如果用户在 App 内花费更多时间的原因是应用的性能差 – 出现卡顿、会话中断等，那就很糟糕了。你会想查看所有的性能分析，并对用户使用时间进行分析，以确保用户在 App 中花大把的时间因为好用和喜欢而不是 bug 多。

OS 版本

想要知道你的产品拥有多少 iOS 和安卓用户很容易，但是 OS 版本远比这些重要。它可以让你了解用户在使用什么版本的操作系统，显示哪些系统版本无需再支持，你可以重新分配研发资源、加快研发进度。

App 版本

App 版本显示了用户在使用什么版本的应用。数据看起来虽简单，但能帮你看清用户在更新哪个版本的时候可能遇到了问题。通过推送劝说用户升级时，这也是一个方便好用的指标。或者你可以使用推送来询问用户为什么尚未升级。

会话间隔

用户回到你的应用的频率是多久一次？是每天还是每周还是每月使用你的产品？你可以使用会话间隔来发现核心用户 - 每天（或某时间段内）使用的用户，他们代表了你 App 的核心用户。如果会话在下降，可以通过推送活动来定位这些用户，让他们回到应用中来。记住，吸引新客户比保留现有用户的成本高 10 倍。

API 的呼叫和处理时间

如何细分取决于你的分析包。不管它叫什么，这是一个很好用的衡量标准。 API 流量指标衡量的是应用在给定时间范围内进行的 API 调用次数。 API 调用是指应用程序使用 API 的次数，而处理类型显示 API 调用的平均响应时间。一般来说，你会希望有大约 1 秒的 API 响应时间。超过 3 - 4 秒，大多数用户（60%）将放弃，并可能会因为等待时间过长而删除 App。

数据库的使用

显示了 App 用户存储了多少数据。这对于规划未来平台的更新和功能来说都是有益的。

崩溃分析

我们都清楚，没人想看到崩溃。但是崩溃分析能让你更深入了解 App 到底经历了什么、帮你解决如何才能让 App 最好运行的问题。这些崩溃问题是只发生在某个操作系统和版本上吗？还是只发生在特定的应用版本上？

用户生命价值周期

从最简单的层面来讲，用户生命周期价值 (CLTV) 能告诉你每一个用户的价值，你应该花多少钱获取一个用户。唯一的问题就是你必须坐下来推导一个公式才能确定 CLTV。一旦你算出了 CLTV，你会明白正在投放的广告是否能收回成本，或者你需要尝试另一个方向。

结语

移动数据的测量是一个很大的题目，但因为太重要也不能忽视。要是用一个好的分析工具来收集正确的数据。

关注ASO+ 微信公众号，第一时间获取新鲜干货！