实训一课程
*** app 运营分析平台
- 什么是友盟?
友盟(Umeng),2010年4月在北京成立,是中国最专业、最有数据凝聚力的移动开发者服务平台。
友盟以移动应用统计分析为产品起点,发展成为提供从基础设置搭建-开发-运营服务的整合服务平台,
致力于为移动开发者提供专业的数据统计分析、开发和运营组件及推广服务。2013年10月推出"一站式"解
决方案,服务包含移动应用统计分析以及细分行业的移动游戏统计分析、社会化分享组件、消息推送、自动
更新、用户反馈、错误分析等产品。
友盟提供iOS、Android和Windows Phone等多平台服务。目前,国内主流开发者大多是友盟的用户
,已有超34万计的移动应用从友盟服务中获益。
实时统计:
- 在线新增用户: 当前时间首次启动应用的用户数,每30秒更新一次,以设备为判断标准
- 在线活跃用户: 当前时间使用应用页面的在线用户数,每30秒更新一次,以设备为判断标
- 昨日峰值: 显示昨日最高的30s同时在线新增/活跃用户数,以设备为判断标准,每天更新一次
- 昨日峰值同比: 计算当前同时在线新增/活跃用户数,同昨日峰值的比例 (今日当前30s值-昨日峰值)/昨日峰值 * 100% (保留2位小数),每30秒更新一次
- 在线用户柱状图: 展示5分钟内的在线新增/活跃用户数,每30s更新一次,由右至左更新
离线统计:
整体趋势
- 新增用户(7日平均):最近7日(不含今日)每日新增用户的平均值
- 新用户次日留存率(7日平均):最近7日(不含今日/昨日)新增用户次日留存率的平均值
- 使用时长(7日平均):最近7日(不含今日)用户每日使用时长的平均值
- 活跃用户(7日平均):最近7日(不含今日)每日活跃用户的平均值
- 7日总活跃用户数(去重):最近7日(不含今日)活跃用户的总数(去重)
- 30日总活跃用户数(去重):最近30日(不含今日)活跃用户的总数(去重)
- 累计用户数:截止到当前时间,启动过应用的所有独立用户(去重,以设备为判断标准)
- 总崩溃率:每日错误数/启动次
用户分析
- 新增用户:
-
新增用户:第一次启动应用的用户(以设备为判断标准)
-
新增账号:第一次启动应用的账号
-
新增用户占比:某时段内新增用户占该时段活跃用户的比例
按天、周或月查看数据可进行版本、渠道的交叉筛选,小时数据最多展示7天并且不支持筛选。周区间定义为周日至次周周六。按周(按月)显示时,界面上用每周的周日(每个月的第一日)来代表该周(该月)
-
活跃用户:
-
活跃用户:启动过应用的用户(去重),启动过一次的用户即视为活跃用户,包括新用户与老用户
-
活跃构成:活跃用户中新增用户的占比比例
-
活跃粘度:DAU/过去7日活跃用户,DAU/过去30日活跃用户
-
过去7日活跃用户:过去7日(不含今日)的活跃用户数(去重)
-
过去30日活跃用户:过去30日(不含今日)的活跃用户数(去重)
-
分时活跃用户:活跃用户在24小时中的分布情况(每小时间去重)
-
周活跃率:周活跃用户占截止本周累计用户的比例
-
月活跃率:月活跃用户占截止本月累计用户的比例
按天、周或月查看数据可进行版本、渠道的交叉筛选。周区间定义为周日至次周周六。按周(按月)显示时,界面上用每周的周日(每个月的第一日)来代表该周(该月)
-
留存分析
留存用户:
某段时间内的新增用户(活跃用户),经过一段时间后,又继续使用应用的被认作是留存用户;这部分用户占当时新增用户(活跃用户)的比例即是留存率。例如,5月份新增用户200,这200人在6月份启动过应用的有100人,7月份启动过应用的有80人,8月份启动过应用的有50人;则5月新增用户一个月后的留存率是50%,两个月后的留存率是40%,三个月后的留存率是25%。
注:“活跃用户留存”仅支持查看2018年4月1日之后的留存情况
用户新鲜度:
报表展示每天活跃用户的成分构成,并提供用户成分分析控件做进一步的分析。用户新鲜度帮您从宏观上了解每日启动用户的新老用户比以及来源结构。
某日的活跃用户来源于当天新增用户、1天前新增用户…30天前新增用户、30+天前新增用户。其中当天新增用户与您在当日的推广行为相关,n天前新增用户与n日前的新增用户和n日留存率有关。
用户活跃度:
当日活跃成分:
报表展现每个天级时间点的当日活跃用户的活跃程度。
将当日活跃用户按照过去15天(含当天)启动的天数分为1至15组,计数并展示。
活跃1天的用户,表示这个用户在过去15天中仅有1天启动;
活跃2天的用户,表示这个用户在过去15天中仅有2天启动;
…
活跃15天的用户,表示这个用户在过去15天中15天都启动了。
活跃天数越多的用户,其活跃程度越高,对APP的价值越大。
渠道分析
用户参与度
使用时长:
您可以查看用户在任意1天内单次使用时长的分布情况,同时可以对单次使用时长的数据进行版本、渠道、分群的交叉筛选。
单次使用时长:一次启动的使用时长
使用频率:
您可以查看用户在任意1天内日启动次数的分布情况,同时可以对日启动次数的数据进行版本、渠道、分群的交叉筛选。
日启动次数:(用户)一天内启动应用的次数
访问页面:
您可以查看用户在指定时段(1天、7天、30天)内访问页面数的分布情况,并可以进行版本、渠道和分群的交叉筛选。如果您在Android应用中使用了Fragment页面统计功能,这里的页面包括您指定统计的Activity和Fragment。
访问页面:用户一次启动内访问的页面数。若用户在一次访问中先后访问了页面A、页面B、页面A,则用户本次启动的访问页面数为3
使用间隔:
您可以查看任意30天内用户相邻两次启动间隔的分布情况,并可以进行版本、渠道及分群的筛选。
使用间隔:同一用户相邻两次启动间隔的时间长度。在固定的查询时段内,若用户A仅在第2天、第3天、第7天启动过应用,则“1天”和“4天”的计数分别加1;若用户B仅在第4天启动过三次应用,则“0-24h”的计数加2;若用户C仅第10天启动过一次应用,则“首次”的计数加1
首次:在固定的查询时段内只启动过一次的用户记为首次
功能使用
页面访问路径:
描述的是用户从打开到离开应用整个过程中每一步骤的页面访问、跳转情况。页面访问路径是全量统计。如果您在Android应用中使用了Fragment页面统计功能,这里的页面包括您指定统计的activity和Fragment。页面的高度表现该页面被访问的次数,同一页面在不同步骤中用相同的颜色进行展示。每一步骤中,页面节点按照访问次数大小从上往下排列,会显示每一步总的页面访问次数、占总访问次数比例以及前后两步之间的转化率。如果页面的总会话数达到50W上限,或者单版本会话数达到10W上限,会进行日志抽样处理。
自定义事件
事件转化率:
目标事件:整个事件转化率所关心的最终转化率的目标,是序列中最后一个事件
步骤数:从初始事件到目标事件经历的事件数
所选时段转化率:所选时段内,该事件序列的最终转化率
终端属性
设备终端:
您可以查看在指定时段(1天、7天、30天)内用户{{wayType}}的分布情况,并可以进行版本、渠道和分群的交叉筛选。
筛选只展示昨日及之前的数据,启动次数指标只支持昨日之前的查询。
网络及运营商:
您可以查看在指定时段(1天、7天、30天)内用户{{wayType}}的分布情况,并可以进行版本、渠道和分群的交叉筛选。
筛选只展示昨日及之前的数据,启动次数指标只支持昨日之前的查询。
地域:
您可以查看在指定时段(1天、7天、30天)内用户省市的分布情况,并可以进行版本、渠道和分群的交叉筛选。
筛选只展示昨日及之前的数据,启动次数指标只支持昨日之前的查询。
如果当日用户在A省启动之后又在B省启动了,分地域查看数据时,此用户在A、B两省都会被算为活跃用户。(按总体查看数据时不受影响)
社会化分享
概况
行为
错误分析
- 开发项目流程?
- 移动应用统计分析平台 的作用和主要方向?
月活app排行
https://qianfan.analysys.cn/refine/view/rankApp/rankApp.html
End
涂鸦:https://www.zhihu.com/question/264641797?sort=created