拉新、促活、存留，是日常生活运营组织工作中的常用分项，透过那些视角的分项能统计意见反馈APP的用户增长情况。但对许多运营人而言，常规性分项的数据统计而已逗留于位数这类的历史记录，而不能辨认出位数另一面的增长打下基础。本文将从推广追加、用户活跃、用户存留3个视角帮你建立恰当的运营数据分析路子。

一、信用卡业务期要统计什么样数据？

信用卡业务期的数据分析要关注什么样内容：

在信用卡业务期，透过数据分析主要就解决3个问题：

1. 你的税金有没有增添真实的转化

一般而言他们在统计付费推广效果时，单厢来衡量渠道转化ROI，简单说是每一用户转化花了几万元，但难以窥见与否转化了有效率用户。

因此：在统计层次上除关注用户数、追加用户量，更要关注1二百六十名用户，如果1二百六十名用户量过多，说明渠道不精确。

透过各渠道转化ROI的对照和不同付费方式的转化ROI对照，找寻最具高性价比的推广渠道，与此同时关注有效率ROI，从用户价值的视角来衡量转化效果。

2. 追加用户量受什么样因素影响

透过对用户数、追加用户量等数据的统计，各层次数据需要取平均数，关注该层次数据与平均数的对照、与昨天数据对照，观察变动因素。

与此同时，为的是找寻影响因素，在推广前提完全相同（完全相同渠道推广耗费完全相同，比如说都没有付费）下，对照不同月末、半小时几和24半小时不与此同时间的变动情况，分析时间因素对数据的影响。

3. 来衡量曝出量与用户数间的关系

曝出代表产品品牌现出，浏览代表赢得前述用户增长，透过对浏览转化率的分析，观察不同渠道各需要无数次曝出就能增添一场浏览。

与此同时，对浏览转化率的分析还需要从推广副标题、关键词、详细情况叙述等内容视角促发，观察不同内容对数据的影响，找寻最优化的推广美术设计。

二、活跃用户数据有什么样统计层次，要怎样分析？

活跃用户的数据分析要关注什么样内容：

针对活跃用户的数据分析，能解决4个问题：

1. 定义活跃用户分项

在上表中的“来衡量层次”数据是透过访问时长、会话次数等层次来衡量活跃用户的不同层次，能分析出各自层次的平均值及高于平均数的用户数量。

而“收藏指数”是指意见反馈用户对产品产生真正使用行为的数据层次，收藏代表用户对内容的认可，不同产品的“收藏指数”定义不同，如电商产品以“加入购物车”或“浏览3个商品详细情况页”作为来衡量层次，透过用户行为来定义“活跃用户”的标准。

2. 透过活跃用户变动意见反馈产品健康度

透过日活、3日活跃、7日活跃、30日活跃等不与此同时间层次的活跃用户变动情况，意见反馈期时间内产品运营策略的恰当性和产品内容、服务的用户满意度。

3. 统计“回流”用户数据变动

不与此同时间层次分析中都有一个“回流”数据，即透过分析几日前不活跃但今日活跃的用户，观察3日回流、7日回流、30日回流的用户变动情况。

4. 来衡量活动质量与活跃用户来源

透过分析各渠道、活动转化用户中的活跃用户占比，来衡量渠道效果，与此同时分析各渠道、活动转化的活跃用户在整体用户中的占比，分析活跃用户来源。

三、存留用户要统计什么样数据？

1. 怎样定义存留用户？

留存用户是指某个用户群体在一段时间内对产品有访问行为，存留用户的定义有2种方式：

常规性的方式：期时间内有任意访问行为的用户即为存留用户； 需要用户有一定访问行为：例如浏览时间多长、访问几次、访问什么样页面。

对于存留用户，建议采取第一种定义方式，期时间内有任意访问行为，代表用户对产品还有印象，就有促活的可能。

2. 存留用户分析有什么样价值？

存留用户量的统计在于来衡量产品的用户规模，而精细化运营的存留用户分析，需要透过存留用户找寻提升用户存留的方法。

存留用户分析有3个重点方向：

（1）辨认出存留用户特征

基于用户行为特征，如浏览时长、领取过优惠券等群体或特殊行为特征，分析不同特征下的存留用户量，找寻高存留特征与低存留特征，与此同时基于一个特征找寻提升存留的值。

如透过用户使用时长分析存留用户特征，日使用10分钟、15分钟、20分钟、30分钟等不与此同时间段的存留用户有什么样区别，观察出对存留影响较显著的时间层次。

如某日追加用户中用15分钟的用户存留率较使用10分钟的用户存留率显著提升了20%，那么应以用户使用时长15分钟作为提升用户存留率的标准。

（2）辨认出渠道转化用户存留特征

透过对不同渠道转化用户的存留率分析，辨认出渠道对用户存留的影响因素，判断不同渠道的用户喜好与对产品的需求。

（3）分析会话流失节点