移动应用如何友盟埋点统计收集什么数据以便于统计分析

苹果/安卓/wp
积分 6827, 距离下一级还需 3353 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限, 设置回复可见
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶, 变色卡下一级可获得
权限: 签名中使用代码
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 187 天连续签到: 1 天[LV.7]常住居民III
一、运营数据(1)平均同时在线人数(ACU: Average concurrent users):即在一定时间段抓取一次数据,以一定周期为期限;周期内的ACU可取时间段的平均数据。[例如:系统每一小时抓取一次数据,全天24小时共24个不同时刻的在线数据,则每天的ACU是这24个数据的平均值(每个公司有每个公司的定义,一般ACU取平均值,若针对某一时刻,则直接在某时刻内直接统计用户数)如何通过数据来评判一个手游分发渠道能力?移动应用如何埋点收集什么数据以便于统计分析?从0开始运营APP之——建立自己的“数据库”(2)最高同时在线人数(PCU:Peak concurrent users):即在一定时间内,抓取最高在线数据。(例如:单天最高在线:系统每小时统计一次数据,全天24小时共24个不同时刻的在线数据,则24个时间段内最高的用户在线数据为PCU)(3)充值金额(RMB):即在一定周期内充值总金额。(4)元宝消费金额(RMB):即在一定周期内,玩家在游戏商城中的消费总金额(仔细看,充值金额与元宝消费金额有着明显区别,上者受活动影响,下者受商城道具需求影响。)(5)每付费用户平均收益(ARPPU: Average Revenue Per Paying User:)相似于下载游戏的消费比率,(国内很多人以“ARPU”称呼,个人定义不同),此类数据主要衡量付费用户收益(公式:月总收入/月付费用户数)(6)平均每活跃用户收益(ARPU: Average Revenue Per User):主要衡量游戏整体贡献收益;毕竟除了付费收益,活跃用户也能产生收益,(一般国内以此数据为核心,各家算法不同)(公式:月总收入/月活跃用户)(7)平均生命周期:平均生命周期:有新增账户在首次进入游戏到最后一次参与游戏的时间天数。比如记录某一个月,这个月里,每个新增用户的生命周期之和/MAU=平均生命周期。(8)LTV生命周期价值(LTV: Life Time Value):约定一个计算的生命周期值(比如上个月的平均生命周期,或者约定为15日,即这个月有15日登陆记录的账户数),符合这个生命周期条件的账户数中,充值金额的和/条件账户数。(9)每日注册并登陆的用户数(DNU: Daily New Users):这个言简意赅,就不详谈了,直接从后台抓取即可。(10)新登用户中只有一次会话的用户(DOSU: Daily One Session Users):这个也很简单,此类数据主要衡量新用户的质量,买量的可以参考一下。(11)每日登陆过游戏的用户数(DAU: Daily Active Users):直接从字面就能了解了,一般从后台抓取。(12)七天内登陆过游戏的用户数(WAU: Weekly Active Users):这个还是很好理解,就不废话了,此类数据主要衡量周变化。(13)30天内登陆过游戏的用户数(MAU: Monthly Active Users):浅显易懂,主要衡量产量的粘性以及用户的稳定性。(14)月流失率:(公式:30天前登陆过游戏,30天内未登陆游戏的用户数/MAU)周流失率:(公式:7天前登陆过游戏,之后7天内未登陆游戏的用户数/WAU)日流失率:(公式:统计日登陆过游戏,次日未登陆游戏的用户数/统计日DAU)(15)30日留存率:新用户在首次登陆后的第30天再次登陆游戏的比例7日留存率:新用户在首次登陆后的第7天再次登陆游戏的比例3日留存率:新用户在首次登陆后的第3天再次登陆游戏的比例次日留存率:新用户在首次登陆后的次日再次登陆游戏的比例二、运营成本(1)投入/运营成本(RMB):本月为推广游戏而投入的营销及市场费用金额(2)产出/元宝消费金额(RMB):玩家周期内(日/周/月)在游戏中的消费总金额(3)投入产出比(ROI):简而言之,就是说付出与回报是否成正比。(公式:本月的产出/本月的投入)(4)单个活跃用户推广成本(RMB):(公式:本月投入/本月新增活跃用户数)(5)单个付费用户推广成本(RMB):(公式:本月投入/本月新增付费用户数)三、用户状态数据监控(1)活跃用户数:对于活跃用户,每家定义各有不同.7天内有3天登陆过账号的便可成为活跃用户。(2)新增活跃用户数:首次上线游戏的用户数(3)流失活跃用户数:上期(7-14天)有过登陆,在本期(最近14天)未登陆的用户数。(4)回流活跃用户数:上期(7-14天)未登陆,在本期(最近7天)有登陆的用户数。(5)活跃用户流失率:(公式:(本月流失用户/上月活跃用户)*100%)(6)活跃用户充值率:(公式:(本月活跃付费用户/本月活跃用户)*100%)(7)活跃用户在线时长(单位/小时):(公式:当期(7天)所有活跃用户在线时长总和/当期(7天)活跃用户数)(8)付费用户在线时长(单位/小时):(公式:当期(7天)所有付费用户在线时长总和/当期(7天)付费用户数)(9)新增活跃用户充值率:(公式:(本月内有充值的新增登录用户/本月总新增登录用户)*100%)(10)新增活跃用户高活跃率:(公式:(本月新增登陆用户中的高活跃用户数/本月新增登陆用户数)*100%)四、活跃用户状态(1)高活跃用户数:(个人定义:)当期(7天)内总在线时长大于或等于12小时的活跃用户数。(2)新增高活跃用户数:(个人定义:)当期(7天)高活跃用户减去上期(7-14)高活跃用户数。(3)流失高活跃用户数:(个人定义:)上期(7-14天)在线时长大于等于12小时,当期(7天)在线时间小于12小时的活跃用户数。(4)回流高活跃用户数:(个人定义:)上期(7-14天)在线时间小于12小时,当期(7天)()在线时长大于等于12小时的活跃用户数(5)高活跃用户流失率:(个人定义:)公式:(当期(7天)流失高活跃用户数/上期(7-14)高活跃用户数)*100%(6)高活跃用户充值率:(个人定义:)公式:(当期(7天)有充值行为的高活跃用户数/当期(7天)高活跃用户数)*100%(7)新增高活跃用户充值率:(个人定义:)公式(本月新增登陆用户中的高活跃用户数/本月新增登陆用户数)*100%五、付费用户状态(1)付费用户数:截止到统计日,所以曾经有过充值的用户总数。(2)新增付费用户数:当期付费用户数减去上期付费用户数。(3)活跃付费用户数(APC):当期(周/月)有过充值行为的用户数。(4)流失付费用户数:上期有登陆行为,当期没有登陆的付费用户数。(5)回流付费用户数:上期未登陆,在当期有登陆的付费用户数。(6)付费用户流失率:当期流失付费用户数/上期活跃付费数。(7)付费用户月平均充值次数:当期所有充值次数/当期付费用户数。(8)付费用户月平均充值金额(RMB):当期充值总额/当期付费用户数。(9)忠实付费用户数:当期统计结束,后续2-3期之内,每期都有充值行为的用户数。上文的“当期”即现在周期的意思,例如3天、7天、30天都是一周期。六、高效用户(1)周高效:(个人定义:)当期累计在线时长达到6小时以上,或者该账户在游戏类充值达到一定金额(例如5元)。(2)双周高效:(个人定义:)当期累计在线时长达到12小时以上,或者该账户在游戏中消费达到一定金额(例如5元)。
(3)月(自然月高效):(个人定义:)当期累计在线时长达到24小时以上,或者账户在游戏中消费达到一定金额(例如10元)。
支持楼主:、
购买后,论坛将把您花费的资金全部奖励给楼主,以表示您对TA发好贴的支持
载入中......
只想做一个勤勤恳恳的搬运工
你也是做游戏分析的?
有启发,好文!
初级学术勋章
初级学术勋章
初级热心勋章
初级热心勋章
中级学术勋章
中级学术勋章
无限扩大经管职场人脉圈!每天抽选10位免费名额,现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向,请联系(010-);
邮箱:service@pinggu.org
投诉或不良信息处理:(010-)
京ICP证090565号
论坛法律顾问:王进律师当前位置: →
移动应用如何埋点收集什么数据以便于统计分析?
国内比较普遍的第三方统计工具是友盟和talking data,在大多数的情况下这两个差别不大,但是如果你的app是游戏或者需要用到互联网金融的一些垂直细分统计,那么个人觉得talking data会更有竞争力一些。
问题一,其实这是个对于入门级产品的必备课程,通常在那个环节埋点可以转化为&&对于一个app核心指标是什么?这些指标的优先级如何排序?
要回答这个问题,其实考察的又是一个产品的基本功,也就是产品定位与产品目标的确定,以及这些目标的拆解以及短期,中期,长期规划以及相应的具体roadmap,楼主问了通常情况,那么在此例举一下相应的业务拆解步骤,如下:
埋点的宏观目标是为了获取数据指标来整体上验证产品的业务逻辑是否顺畅,之前的一些基本假设是否成立?这时候涉及需要验证的数据可能会涵盖:产品方向&市场运营&商业逻辑(假设有)三大方面。
通过优先级和深入度可以将指标拆解为,核心指标和相关衍生指标。
有了横纵两条逻辑线条可见的一般性具体指标如下图:
当然这只是草草列举一般性的指标,一般对于创业公司以及和你洽谈的机构VC,聊到核心指标一般就知道你的产品的基本情况了。
当然对于埋点的目标不同可能还有这样的情况,如新版本上线的用户行为和功能效果数据回归验证(几种场景):
1.新功能是否得到用户的使用与认可?新版本增加的新功能,用户点击率怎样?
2.用户在核心使用路径上是否顺畅?又没有因为交互体验功能按钮的设计而导致无效点击增多?
3.市场运营效果的回归?针对某个特别的日期进行了产品内的广告banner推广或者促销,该活动的效果如何?
总而言之,埋点本身其实是对于自己所设计产品的一个可视化健康检查,通过逻辑和数据,贯穿产品的整个生命周期,使产品逐步达到最佳状态从而实现硅谷最近所谓的&growth hacker&的效果,使产品指数级增长。
如果说了这么多你觉得没用,那么最后有一句万能的,看病最简单粗暴的就是&头疼医头,脚疼医脚&,产品哪里最牛逼最有用就最先搞那部分。
关注官方微信
扫一扫分享本文到朋友圈
联系我们:
&(发送邮件时,请把#换成@)
投稿信箱:
&(发送邮件时,请把#换成@)
企业网版权所有

我要回帖

更多关于 友盟埋点统计事件 的文章

 

随机推荐