無論何種行業，市場在快速發展之后必然會進入商業資源高度集中壟斷的階段，

各路巨頭、獨角獸紛紛成熟，市場瓜分愈發集中。對于移動互聯網上的APP來說，這個趨勢相較于其它傳統行業更加明顯。

當各行業的流量和用戶均被巨頭壟斷，當馬太效應越來越強烈，后起APP，該如突破用戶難增長的困境？

以資訊類APP為例，99click從用戶軌跡角度，簡單分析一下如何通過大數據進行用戶運營和產品優化：

近日，99click注意到一款資訊類APP瘋狂的推廣活動：“5～10元輕松賺，無需等待，可立即提現”，“組團收徒賺更多，狂賺72000元”。

頭條，從2016年6月創業以來，截止2017年底，這匹資訊行業的黑馬已經擁有7000萬注冊用戶，超過1000萬的日活躍用戶。

趣頭條瞄準下沉市場，深耕三四線城市用戶，通過金幣和收徒游戲獲得收益的方式獲取用戶，然而這也正面臨著增長乏力的問題。

其實不難發現，當前的線上市場，每個行業都充斥著各類APP，各種玩法套路也已經被大眾熟知，很多運營方式進入市場，好像都存在“失靈”的現象。毫無疑問，這意味著粗獷式的獲客和增長方式，其優勢在逐漸消減。

當用戶趨于冷靜和理智，產品功能類似，后起的移動APP如何才能實現用戶增長？產品又該如何優化貼近用戶呢？

一、移動App用戶運營關注指標

作為運營人員，經營一款APP，一定要設定一個數據標準，這樣在運營活動中才能做到有的放矢。后期，也能堅定自己的市場策略和運營方向，不至于被打亂節奏。

1、用戶增長指標

用戶增長指標主要用來衡量新增用戶增長的數量及占比情況。

新增用戶：新增加的App使用設備，用以衡量產品的獲客能力和市場營銷效果。

新增用戶占比：一段時間內新增用戶占該時段活躍用戶的比例，新增用戶占比的公式是（時段新增用戶/時段活躍用戶）*100%，主要用以衡量產品的增長能力及用戶結構健康度。

新增用戶占比太低，會導致新增用戶與流失用戶相抵消甚至低于流失用戶，導致活躍用戶難以增長或者下滑；新增用戶占比太高，用戶構成結構可能不太理想，新增用戶可能是基于活動短期增加，沒有穩定的沉淀，流失風險大。

新增用戶類相關指標在證券行業App內的參考值，可參照下表：

2、用戶活躍指標

用戶活躍指標主要用來衡量用戶在App上的活躍程度。

• DAU（Daily Active User）：當日啟動應用的使用設備數。
• MAU（Monthly Active User）：統計時點最近一月的活躍訪客數。
• DAU/MAU比值：當日日活躍訪客與當日月活躍訪客比值，是衡量用戶粘度的重要指標。
• 日/月活躍率：當日/月的活躍用戶占上線至今累計用戶的比例，日/月活躍率=（當日/月活躍用戶/累計用戶總數）*100%。
• 活躍留存用戶：前一段時間活躍且該段時間依然活躍用戶。
• 每日流失用戶：當日活躍用戶連續一段時間沒有使用過App，視為當日的一個流失用戶。
• 每日回流用戶：當日活躍訪客中（排除新增用戶）在之前的一段時間沒有啟動過App的用戶數。

3、用戶屬性指標

用戶屬性指標一定程度上反映了用戶畫像，即用戶所在的年齡、階層、興趣愛好等群體特征，如下圖：

二、移動App產品優化重點關注領域

移動App在產品優化上的重點關注領域一般有三類：如何提升活躍度、如何提升留存、如何加粗轉化漏斗。

2.1 如何提升活躍度

對資訊類APP來說，提升活躍度可以從兩個方面考量，一個是每天的啟動次數，一個是使用時長。所以，運營者要給不斷策劃出適合用戶調性，滿足用戶閱讀需求的東西。

趣頭條在獲得騰訊2億融資以后，將賽道切換到內容創作，希望以此能獲得用戶長期的關注和支持。

2.2 留存用戶、留存率

留存用戶和留存率是評定一個應用用戶質量的重要標準，用戶留存率越高，說明應用越吸引用戶。

常用的留存指標有：次日留存率、3日留存率、7日留存率、15日留存率等；

開發者在查看留存率時，可以關注留存率在一段時間內的變化趨勢，并可以通過對比不同應用版本、不同分發渠道的用戶留存率來評估版本和渠道質量或定位應用某些指標值下降的原因。

2.3 用戶行為分析：漏斗模型

漏斗模型是按照一定順序依次觸發流程的量化轉化模型。漏斗模型的分析和應用是每一位產品開發和運營者都需要具備的功能，因為它幫助我們發現問題，從而解決問題。

99click商助深耕大數據收集和解析，幫助企業找到更多更精準的用戶，跨屏全渠道追蹤廣告投放效果，提升用戶轉化和留存率。讓數據驅動用戶和銷量增長，更多信息，關注微信公眾號cn99click，免費領取產品，體驗大數據下的精準營銷。