市场投放用户获取方面如何做数据分析

常用数据分析指标

1. 基础指标

下载量: 指通过广告投放带来的下载安装量。

安装率: 指广告点击后下载安装的用户占比。

激活率: 指下载安装后启动应用的用户占比。为了防止假量和刷量，一般会把激活动作定义得更严格更深层一些。比如用户浏览30秒，用户完成注册，用户完成新手引导，用户打过第一关等等。

留存率: 指在某个时间段内仍然活跃的用户占比。一般会用次日留存、3日留存、7日留存等等。我建议用3留，这样更容易剔除刷量影响。

获取成本（CPx）：一般会用CPM，CPC，CPD，CPI，CPA等方式测量。越后面对量的衡量要求越严格，也越能防止假量滥竽充数。

2. 付费指标

付费率: 指付费用户占用户数（基数可以是下载用户数、注册用户数等等）的比例。

首次交易用户数: 指首次完成指定交易的用户数。在游戏行业一般就是首次充值用户。在交易所一般又可以分成首次入金FTD，首次交易FTT。按你所在行业的业务特征来定义。

ARPPU: 指平均每个付费用户的付费金额。一般也有同时关注ARPU的，区别就是基数，ARPPU多出来的那个P指的就是paid user。ARPU的值会被白嫖用户稀释，不过它也能看出来业务的付费刺激能力。两个可以结合看。

LTV: 指用户生命周期内产生的总价值。用LTV可以计算投放资金的回收周期。与CPx进行对比可以观察ROI、ROAS。

3. 其他指标

点击率: 指广告被点击的次数占广告展示次数的比例。

转化率: 指广告点击后完成目标行为（如下载、安装、注册、付费等）的用户占比。

ROI: 指投资回报率，衡量广告投放的盈利能力。也有使用ROAS的。

数据分析方法

归因分析

归因分析是指将用户的安装、激活、付费等行为归因到具体的广告渠道或投放策略。

常用的归因分析方法包括：

最后一击归因：将用户的行为归因到最后一个触达用户的广告渠道。

多次触点归因：根据每个广告渠道对用户行为的影响程度，分配不同的归因权重。

渠道分析

渠道分析是指分析不同广告渠道的投放效果，包括下载量、安装率、激活率、留存率、付费率等指标。

通过渠道分析，可以找到效果好的渠道，并加大投放力度；同时，可以淘汰效果差的渠道，避免浪费资源。

用户分析

用户分析是指分析用户的人口统计特征、行为特征、兴趣爱好等，了解目标用户群体。

通过用户分析，可以优化广告素材和投放策略，提高广告的吸引力和转化率。

数据分析应用

优化投放策略

根据数据分析结果，可以优化投放策略，提高用户获取效率。例如：

根据渠道分析结果，将广告投放到效果好的渠道；根据用户分析结果，优化广告素材，使其更符合目标用户群体的喜好。

配合Google UAC等算法优化投放服务，使用数据分析提供更科学有效的种子用户，提升优化效果。比如使用分类算法预测潜在付费用户，把他们混合在已付费用户中作为种子用户提供给UAC做用户获取。

降低用户获取成本

通过数据分析，可以找到更有效的用户获取方式，降低用户获取成本。例如：

通过归因分析，找到能够带来高价值用户的广告渠道，并集中投放资源。

通过用户画像，可以对用户做精准描述，有针对性地使用不用的物料、时间、方式对用户做精准投放。

提高用户留存率和付费率

通过数据分析，可以了解用户流失的原因，并采取措施提高用户留存率。例如：

通过漏斗分析或者桑吉图对用户走向和卡点进行分析。

对各种转换率指标做多种维度上的下钻，比如以渠道、平台、机型、系统版本、内存大小、屏幕大小、PPI等。避免辛普森悖论问题。

可以通过数据分析，了解用户的付费意愿和付费能力，制定合理的付费模式和活动，提高用户付费率。

预测渠道收入，及时变更策略止损

可以通过时间序列预测方式，观察LTV走势，预测N天后的LTV数值并计算ROI，对于预测亏损渠道及时止损。