软件及移动应用类产品常用指标

  • 新增用户数(New Users):指首次打开应用的用户数量,通常通过设备识别符(如苹果系统的UDID)来识别用户的唯一身份。由于传输统计数据需要联网,因此即便是首次打开应用,若未能联网,也统计不到。此外,卸载再安装通常不会算作新增用户,老用户的版本升级也不会计算在内。当然,如果下载了应用但并未安装,或安装之后没有启动过,也无法统计为新增用户。
  • 活跃用户数(Active Users):指统计周期内有过特定使用行为的用户数量。同一用户在一个统计周期内多次使用记作一个活跃用户。这里“使用行为”的定义因应用而异,有的团队将启动即视作活跃,有的则需要满足启动+执行某种操作(如浏览过至少一条新闻),还有的则索性将常驻后台的守护进程没有被杀死也统计进了活跃范畴中。因此如何计量活跃用户数,归根到底还是看团队真正追求的是什么。活跃用户数一般看“日活”(Daily Active Users,DAU)和“月活”(Monthly Active Users,MAU)。
  • 升级用户数(Updated Users):指由已装的老版本升级到新版本的用户数量。时常有人问,像QQ这样保有量已经很大的应用,为什么每天还能在应用市场上创造如此巨大的下载量?其中很重要的因素之一,就是将用户从老版本升级到新版本的下载行为统计了进去。
  • 留存率(Retention Rate):指用户在某段时间内开始使用应用后,经过一段时间,仍然继续使用,这部分用户占当时新增用户的比率,也就是“有多少人最后留下来了”。留存率用于衡量应用的质量和营销效果的好坏。通常新增用户如果因为真实需求而来(如从应用市场主动搜索并下载获得),则留存率较高;而因为博眼球的营销推广(尤其是有奖活动)进来的用户,留存率较低。并且,不同种类应用的留存率也有各自的基准,如游戏的首月留存率通常比社交类高,而工具类的首月留存率又比游戏高。留存率通常看次日留存率、3日留存率、7日留存率、15日留存率和30日留存率。
  • 总用户数(Total Users):指历史上所有新增用户数之和。该数字由单纯地相加获得,存在一定水分,无法体现已经流失或极不活跃的用户情况。
  • 单次使用时长(Duration):指用户从一次启动到退出应用所耗费的时间长短,用于衡量应用的黏性。应用在后台运行并不会计入其中。不同类别的应用,单次使用时长可以千差万别。工具类产品解决问题目标明确,用户完成任务之后就会立即退出,比如看一下天气、优化一下内存占用等,用几秒就可以关闭。而视频播放类应用则能持续更久,通常可达到几十分钟。
  • 平均单次使用时长(Average Duration):计算方法是某日总使用时长/该日启动数,可用于更准确地评估用户的使用状态。因为一款应用在不同时段的使用时长可能存在差别,用户早上挤地铁时的一瞥与晚间睡觉前的沉浸使用,其单次使用时长本身是不具备可比性的,只有平均之后才能用于横向比较。
  • 使用间隔(Interval):指连续两次使用之间的时间间隔。如果一款定位于提供每日新闻资讯的应用的使用间隔过长,则说明对用户的黏性不够强,并未培养成每日使用的习惯,只是在偶尔想起来时看一眼。这就需要在产品上下功夫,或采取一些运营手段弥补,如定时推送当日的头条新闻。
  • 转化率(Conversion Rate):指应用内特定行为目标的转化情况,如让用户点击某个按钮、播放一段视频、邀请一批好友等。
  • K因子(K-Factor):衡量产品的病毒传播能力,计算方法为每个用户平均发出的邀请数量/收到邀请转化成新增用户的比率。如果K因子大于1,表明产品具有自我传播能力,会随着用户的使用而持续扩散。
  • 每用户平均收益(Average Revenue Per User,ARPU):简单的理解就是“能从每个用户那里收多少钱”,是衡量产品盈利能力的指标,也可用来检测不同市场渠道获取的用户质量。ARPU的通常计算方法是产品在一定时限内的收入/活跃用户数。结合单用户的获取成本,可以推断出产品是否能形成自我造血的持续发展能力。
  • 每付费用户平均收益(Average Revenue Per Paid User,ARPPU):与ARPU将收入平摊到所有用户头上不同,ARPPU只计算从所有付费用户处获取的平均收益,据此更准确地把握付费用户的支付能力、消费习惯,并有针对性地对这部分付费用户重点运营和服务。
  • 月付费率(Monthly Payment Ratio,MPR):指一个月的统计区间内付费用户占活跃用户的比例。
  • 生命周期价值(Life Time Value,LTV):用户从第一次使用产品,到最后一次使用之间,累计贡献的付费总量。