对渠道流量异常情况的分析

流量部门目前对APP线上推广需要支付较多的渠道推广费用，但不同渠道带来的用户质量、活跃度、消费能力参差不齐

为了支持流量部门高效推广，减少对垃圾渠道的投放费用。需要对部分投放费用较高，但是营收、活跃度转化较低的渠道需要重点分析

对于渠道流量进行分析的几个关键指标：

根据AARRR模型，从获取用户到用户付费环节依次递进的关系，这里主要从激活、留存、付费三个环节展开

1）激活环节

①激活注册转化率：用户从应用商店下载APP后，不一定都会有注册行为。对于刷下载量、用户为抢红包、赚积分等目的而进行的下载，后续的注册量会很低。对于一些问题渠道来说，他的激活注册转化率（注册量/激活量）会远低于正常渠道；

②激活时间：在某些特殊情况下（如部门为冲KPI而刷下载量），一些问题渠道的激活时间会存在问题。正常来说，用户激活时间也符合人的正常作息时间段，而异常渠道因为存在机器刷量的情况，激活时间段分布也就没有那么规律了，下图就是一个栗子：

橙色和黄色线对应的渠道的激活时间分布存在一些不正常。

2）留存环节

③7日留存率：对正常渠道来说，该渠道的用户下载APP是为了使用，后续的留存会多一些。而对于刷量、刷积分下载、抢红包下载等目的而下载的来说，下载激活后可能接着就卸载掉或再不使用了。从7日留存率这个指标也能看出一些问题渠道；

④访问深度：这里就指PV/UV了，对于渠道来说PV只该渠道一定时间段内的用户总访问量，UV只该时间段内访问用户数，相除代表该渠道每个用户平均访问页面数。正常来说，用户下载了APP即时不注册也是为了使用或查看资讯等目的，因此访问深度不会很低。而问题渠道的用户根本目的不是为了使用产品，因此这些渠道的访问深度就很低了；

3）付费环节

⑤用户获客成本：对正常渠道来说，获取的付费用户量按照AARRR这个模型一层层下来，付费用户数/激活用户数（即付费用户获取比例）会在一个正常逻辑区间内。而对于垃圾渠道来说，激活用户人数可能会很多，但是付费用户人数很少，就会导致付费用户获取比例极低，用户获取成本高的惊人....

现在刷下载的供应商很多，在流量分析时候对刷下载的供应商进行一些调研，了解他们的刷量模式和报价也是对分析很有帮助的。这会刷量不仅能刷激活、还能刷注册、刷留存、刷好评....反正我们分析什么指标，他们都能刷这些指标的值....

但是垃圾渠道就是垃圾渠道，再怎么刷还是能分析出问题和破绽的