一、数据指标
无法衡量就无法改进
AARRR模型
·Acquisition获取用户
·Activation挺高活跃度
·Retention提高留存
·Revenue获取收入
·Refer病毒式传播
CPC cost per click
点击获取成本，评估公告有效指标
CPA cost per action
行动成本，按用户激活作为计算标准
活跃用户绝对数量低或相对总用户数量比例低，说明用户质量不高，此时结合渠道等维度分析目标用户群体是否准确
PRAPA
Promtion 用户推广，包含推广数和获取成本
Register 用户注册，代表首次登录用户
Active 活跃用户
Pay 付费用户
A average revenue per user 平均每用户收益，代表用户付费价值
DNU 每日新注册登录用户
DAU 活跃用户 ：解决核心用户规模，产品生命周期分析，活跃用户流失，用户活跃率等
WAU 周活跃用户 ：解决产品周期性变化，对比推广和非推广期
MAU 查看运营活动，版本变更
DAOT daily average online time 日总计在线时长，解决产品质量问题，观察不同时间维度平均使用时长，了解用户习惯
PR/PUR payment ratio 付费用户占比活跃用户。解决产品收益能力，用户付费关键点和转化周期，付费转化效果
APA active payment account 活跃付费用户 APA=MAU×MPR 解决问题：鲸鱼用户，海豚用户，小鱼用户比例和收益能力，付费用户规模
ARPU average revenue per user 平均每用户收入
ARPPU average revenue per payment user 平均每付费用户收入 解决问题：付费用户付费能力和梯度变化，付费用户整体付费趋势和不同付费阶层差异，对鲸鱼用户价值挖掘
LTV life time value 平均用户生命周期价值 用户在生命周期未产品带了收益总和 LTV=ARPU×LT 解决问题：用户收益贡献周期 ，用户渠道和利润贡献
二、数据报表
新增：衡量拉新，与运营推广相关，反应推广质量，数量和价值
活跃：衡量产品质量，有效获取用户后，估计产品质量，内容决定是否实现活跃可持续增涨
付费：衡量变现能力，考察运营关键点，核算投资回报率
累计新用户：了解目前推广获得用户数量情况
次，3，7，30日留存：了解获取用户质量表现，是否产品目标用户
注册转化：了解关键路径表现
日，周，月活：了解用户规模，与累计用户对照
老用户占比（DNU/DAU):了解核心用户规模和增涨空间
活跃占比：了解活跃用户累计发展趋势
ARPPU：了解每个付费用户评价收入贡献能力
ARPU：了解每个活跃用户收入贡献能力
付费渗透率：了解产品付费转化效果，衡量活动影响
一次性用户：衡量新用户质量，了解渠道流量优势
7日流失：了解产品流失情况，控制产品运营
付费流失：提升不同梯度付费用户认识，尽早发现流失问题
一次性付费：了解产品收益组成和潜在收益风险
使用频率：了解使用产品习惯
三、用户分析
分析维度包括：平台，时间，渠道，系统，地区，版本，国家，设备等
黑色一分钟
用户下载到安装app到进入的时间，这段时间需要分析：1兼容性适配 2安装。卸载、更新 3 app打开运行
DAU分析思路
1核心用户规模 2产品粘性 3 用户流失分析 4渠道质量分析 5 生命周期分析
DNU/DAU 活跃度指标或新增用户占比（一线≤10%）
反应核心用户规模情况，比质越高产品越差，新玩家占比低的产品质量越好（当DOU足够多时，新增DNU影响是非常有限的）
数据分析不能拘泥于某一个指标分析，应该结合其他指标进行衡量
DAU可以认为是不同时间点的DNU组成，如果产品大量DAU由7日前DNU组成证明产品良好
四、留存分析
首日留存一定100%，不同留存用户之间可能有交集也可能是空集，也存在后一天留存大于前一天的情况（如新用户A-E，次日留存ABE，3日BC,7日只有E）
用户通过广告转化路径为：广告宣传→点击跳转→查看抉择→下载安装→运行→激活→体验留存→首次充值→深入app
体验在用户接触app时就产生，一个用户选择什么渠道。看到什么描述、什么关键字、什么截图、什么下载、什么安装、什么首次加载、....体验就诞生了
平均留存算法包括：n日留存相加除以n和n日用户量相加除以n日总用户
分析留存同样需要结合其他数据指标（抛开流量谈留存是不合理的）
app推广时DAU极高增加，但留存非常低这是因为很多人不是目标用户
案例：注册用户暴增，安装量却无明显增加
一种情况是优化了注册流程，另一种就是原本老用户收到运营影响注册很多新账号，包括开服，刷号等（是否存在刷号？小号流程低，游戏时间短，继续观察游戏时间和留存）
五、收入分析
ROI=利润/成本
LTV（用户生命周期价值）=（收益-成本）/用户数量
CAC（用户获取成本）=总成本/用户量
重点关注LTV大于CAC表示有收益
Revenue=DAU×ARPU=DAU×P%×ARPPU=APA×ARPPU
付费衡量维度多种：包括付费金额，付费次数和付费频次
六、渠道分析
优质渠道：知名度，下载量，高活跃，高粘性，高付费，ROI（投资回报率）
不宜大量铺设渠道，而是瞄准一个测试数据好的渠道仔细打磨产品，将数据表现优化到最佳
渠道评估策略分为：数量，质量，收入
数量是衡量渠道指标重要所在，关注指标包括：安装，注册，注册转化量，渠道份额
质量维度分析主要集中在玩家参与游戏的情况指标，关注指标：日活，一日玩家比例，次日留存，首周付费率（一日玩家比例属于刚性流失，是反应推广用户质量的核心指标）
收入分析维度：收入金钱数，付费人数，付费率，ARPPU&ARPU，付费习惯（包括付费等级，充值次数，充值频次&额度，充值间隔）
七、内容分析
推送内容需要对真正感兴趣的用户推送
考虑用户场景，减小用户购买成本
长尾理论：几乎如何看似极地需求的产品，只要有人卖就会有人买
注意挖掘长尾，注意二八原则
在已有的认知模型上，丰富用户需求，利用已有产品扩展（如“婚纱”高频，“新娘婚纱”次频，更多关键字可以是“抹胸式婚纱，一字领，蓬蓬裙婚纱等”）
