一、背景

　　有了指标体系和报表之后，最重要的事情就是每天看各种数据了，这也就是流量分析

　　流量分析：流量指的是广义的流量，从哪里来，经过什么，产生什么价值，如果它波动了，为何波动

　　1）渠道分析——从哪里来

　　2）转化分析——经过什么，比如漏斗，功能模块

　　3）价值分析——产生什么价值，是不是忠实用户等

　　4）波动分析——包括日常监控分析，涨跌分析

二、渠道分析

　　1、常见渠道及分类

　　渠道的质量好坏都是相对于大盘来讲的，一个健康的APP，前期靠渠道特别是外部渠道的品牌带量，后期靠自传播或者免费推广。

　　2、渠道关键指标及分析方法

　　关键指标：前期看有效用户数和次留，中期看次日、7日、30日留存，后期看ROI

　　有效用户数：由于渠道都是收费的，所以会有刷量的嫌疑，所以除了看直接量级，还应该看有主动行为的用户数，比如停留时间大于3秒的用户数

　　渠道最终目的是商业变现，所以一定要计算每个渠道的ROI，把ROI小于1的渠道砍掉

　　分析方法：结构分析 + 趋势分析 + 对比分析 + 作弊分析

　　结构分析：对渠道先按照一起渠道来拆解，再按照二级渠道来拆解

　　趋势分析：看每个渠道的变化趋势，包括量级和留存

　　对比分析：不同渠道之间的趋势对比

　　作弊分析：用户行为分析 + 机器学习

三、转化及价值分析

　　1、漏斗分析

　　针对需要提升的某一步，核心思想都是用户细分：按照用户基础属性和行为属性来拆分

　　基础属性：手机品牌、地域、imei特征

　　行为特征：入口、时段、用户活跃度、用户标签

　　对有问题的群体进行针对性优化——精细化

　　2、功能模块价值分析

　　常规分析包括：

　　1）功能渗透率 = 功能用户数/大盘用户数 ： 使用某功能的占比

　　2）功能留存率：第一天使用该功能同时第二天也使用该功能的用户数/第一天使用该功能的用户数

　　3）功能大盘留存率 ：第一天使用该功能同时第二天是大盘用户的用户数/第一天使用该功能用户数

　　4）大盘用户 = 所有功能用户排列去重 + 不适用任何功能的用户（这部分群体也要监控起来，这样才是完整的大盘数据）

　　价值分析包括：

　　1）功能核心用户数 ： 符合某种要求的功能用户数，一般用使用次数、使用时长、使用天数、具备某种行为来定义“核心”——单纯用户数可能会出现一个悖论：所有功能在涨，但大盘在跌。

　　如图，功能A的用户数在上涨，但是核心用户数在下降，说明该功能吸引来的用户非核心用户，可能该功能类似加了个小红点，用户点击进来，但是并没有产生什么其他行为。

　　2）功能对大盘贡献度，比如对大盘留存提升的贡献

　　功能A对大盘留存的提升贡献 = 功能A渗透率 * 功能A的大盘留存率提升数

　　严格说，只有AB测试才能说明功能对大盘贡献度，但实际中就这种计算可以对不同功能进行横向对比

　　3）功能带来的收入对比：每个功能每个月赚多少钱

　　3、流量波动分析方法

　　常见的流量波动分析主要考虑两个指标：日活和留存，所以主要分析都是围绕这两个指标来展开的。

　　1）日活波动 = 外部影响 & 内部影响

　　　　外部影响 = 行业变化&竞品变化 = 常识 + 外部事件 + 竞品策略

　　　　内部影响 = 数据统计 + 用户基础属性 + 用户行为属性

　　　　数据统计：数据有没有出错——数据采集有没有问题，统计的口径是否更改

　　　　用户基础属性：用户从哪里来，通过什么方式进入——渠道（新用户变化）、入口、画像

　　　　用户行为属性：用户进来做了什么——具体功能的变化，是否和更新了版本有关

　　2）留存波动 = 新用户留存 & 老用户留存

　　　　新用户留存 = 渠道 + 渠道过程

　　　　老用户留存 = 所有功能用户去重留存 + 大盘非功能用户留存   =  功能A留存&功能B留存&功能C留存 + 大盘非功能用户留存

　　　　实际情况如下，（假设留存下跌）：

　　　　大盘下跌

　　　　A,B,C中有一个留存下跌—— 由于该留存下跌造成

　　　　A,B,C中有两个或者两个以上留存下跌——看谁是主要下跌因子，找到它，若下跌幅度差不多：

　　　　a、进一步观察一周，若是持续阴跌，则是产品某核心部分出现问题，应围绕指标体系做一次产品全盘分析，并找到它

　　　　b、跌了几天之后回去了，这可能与外部因素有关。