로딩중입니다
应用用户分析:应用分析
7/15/2015 10:21:15 AM

应用分析使用指南

adbrix 是一款提供公户分析、收入分析、广告效果监测的标准化分析工具。 
提供 日活跃用户(DAU)、留存率(Retention)、新增用户(New User) 等基本分析指标,提供收入(Revenue)、
漏斗分析(Funnel),群组分析(Cohort)、用户终身价值(LTV)等深度化指标。

基本指标分析 : 须将完成 共同集成
高级指标分析 : 须将完成 共同集成 > adbrix 高级集成

ver 1.2



目录
1. 选择应用
2. 概况分析
3. 基本指标分析 (App Analytics)
4. 高级指标分析 (Advanced Analytics)
5. 收入分析 (Revenue Report)
6. 人像和设备信息
7. 设置管理
8. 日程管理
9. Open API


1. 选择应用程序

 进入 adbrix 应用分析,点击所需应用下端的 “分析” 按钮。

 




2. 概况

可以同时查看所选应用的重要分析指标。

 

  • 日收入 : 前一天产生的收入金额
  • 累计收入 : 前一天为止累计的总收入金额
  • 新增用户 : 前一天启动应用的新增用户数
  • 累计新增用户 : 到前一天为止累计的新增用户总数
  • 日活跃用户 (DAU) : 按日期统计的活跃用户数
  • 新增用户 (New User) : 按日期统计的新用户数
  • 付费用户 (Paying User) : 按日期统计的付费用户数
  • 首次付费用户 (First-Time Paying User) : 按日期统计的首次付费用户数
  • 收入 (Revenue) : 按日期统计的收入金额

 


  • 新增启动 : 按日期统计的新增启动用户数
  • D+7 休眠用户 : 连续 7日未启动应用的用户数
  • 商店排行 : 所选应用商店内全体免费榜排行
  • 日活跃用户 : 指标中分别显示回访用户数和新增用户数

 


  • 周活跃用户 (WAU) : 所选日期最近 7日的活跃用户数
  • 周活跃用户 (MAU) : 所选日期最近 30日的活跃用户数
  • 收入 (Revenue) : 收入 (Revenue)、每用户平均收入 (Average Revenue Per User) 和每付费用户平均收入 (Average Revenue Per Paying User) 数据。

 


  • 首次付费/再次付费用户 : 所选日期的付费用户中分别显示首次付费用户和再次付费用户数据。
  • 每日付费用户 : 显示每日付费用户数据。
  • 新增用户 : 将日新用户分为自然增长用户、CPI 用户或非 CPI 用户


3. 应用程序分析指标

 

 3-1. 日活跃用户 (Daily Active User)

显示每日活跃用户指标

活跃用户分别可以查看回访用户和新增用户数据,根据应用启动次数和商店分类排行进行比较。

 

  • 回访用户 (Ret. User) : 所选日期内回访的用户数
  • 新增用户 (New User) : 所选日期内首次启动应用的用户数
  • 日活跃用户 (DAU) : 所选日期内启动应用的用户数
  • 排行 : 该应用商店中全体免费榜、分类榜和子分类中的排行
  • 启动次数 : 所选日期内启动应用的次数
  • 平均启动次数 : 每个用户平均每日启动应用的次数
  • 留存率 : 日活跃用户中回访用户所占的比重


 3-2. 新增用户 (New User)

显示按日期和时间现实的新增用户指标

可以查看自然流入用户、通过 CPI 流入的用户和非 CPI 流入的用户数据。

并可以查看启动应用不足 1分钟的用户和 Cherry Picker 数据。

 

  • 自然获取用户 (Organic User) : 所选日期内新增的自然流入用户 (新增用户 - CPI 用户 - 非 CPI 用户 = 自然流入用户)
  • CPI 获取用户 : 所选日期内通过 adPOPcorn 广告流入的新增用户
  • 非 CPI 获取用户 : 所选日期内通过 adbrix 跟踪链接流入的新增用户
  • 新增用户 : 所选日期内首次启动应用的用户
  • 使用不足 1分钟的用户 : 所选日期内新增用户中启动应用不足 1分钟的用户
  •  : 点击此按钮可查看所选日期内每小时的成果


 3-3. 留存率 (Retention)

显示按日期统计的留存率

依据 Classic 留存率方法检查留存率,计算每天或每周的数据。

留存率数据表现为分别按照日期和周统计的数字和百分点。



※ 留存率计算方式

 

3-4. 活跃用户 (Active User)

显示日活跃用户分析指标

支持分析日活跃用户、周活跃用户和月活跃用户指标,并可查看周粘性和月粘性数据。

 

  • 日活跃用户 (DAU) : 所选日期内启动应用的用户数
  • 周活跃用户 (WAU) : 所选日期最近 7日内启动应用的用户数 (数据去重)
  • 月活跃用户 (MAU) : 所选日期最近 30日1内启动应用的用户数 (数据去重)
  • 周粘性 [Stickness(W)] : 日活跃用户 ÷ 周活跃用户 * 100
  • 月粘性 [Stickness(M)] : 日活跃用户 ÷ 月活跃用户 * 100

        ※ 粘性数据的值越高,说明每周/月用户再次启动应用的频率越高。



4. 高级应用程序分析指标


 4-1. 新增用户事件分析 (New User Session)
可查看每日新增用户在特定区间的流失率,掌握流失取件从而找出用户离开游戏的原因。

  •  : 点击按钮可移动至定义新增用户行为顺序的页面。


※ 新增用户事件分析预测方法

 

 4-2. 应用内活动 (In-app Activities)
显示执行应用程序内活动的次数、用户活动比率和首次执行活动所用的平均时间。
通过模式和首次执行很容易确定使用状态。
 

  • 启动次数 : 该活动的启动总数
  • 用户比例 : 该活动的用户在整体活动用户中的比例
  • 完成首次启动平均所花时长 : 应用安装到首次启动该活动所花的平均时长
  •  : 点击按钮可移动至该活动每日启动报告页面
  •  : 点击按钮可按日期查看首次启动该活动的用户和该用户的平均在线时长
  •  : 点击处可编辑活动名称


 4-3. 应用内付费 (In-app Purchase)

通过接入的付费商品代码可查看各 IAP 商品的购买次数、付费用户比率和完成首次购买平均所花时长。

 

  • 购买次数 : 所选 lAP 商品的累计购买次数
  • 付费用户比率 : 整体付费用户中,购买该 lAP 商品的用户比率
  • 首次购买平均时长 : 完成首次购买所花的平均时长

 4-4. 应用内首次活动 (In-app FTE)
通过集成的首次活动价,掌握用户执行的活动信息。

  • 执行总次数 : 执行所选应用程序内 FTE 活动的累计次数
  • 执行用户比率 : 显示执行所选应用程序内 FTE 活动的用户占全部活跃用户的比率
  • 平均首次使用时间 : 显示首次执行所选应用程序内 FTE 活动所用的时间


 4-5. 首次付费 (First-time Purchase)

可以查看首次付费时间、首次付费用户和完成首次付费所花的平均时长。

 

  • 首次付费用户 : 非付费用户首次购买商品的用户数
  • 付费平均时长 : 用户完成首次付费所花的市场
  •  : 该日期内用户完成首次付费所花的市场区间分类

        示例>  : 首次启动应用后 1小时内产生付费行为的用户数 /  : 首次启动应用后 6~12 小时内产生付费行为的用户数


 4-6. 休眠用户 (Inactive User)

最近 7日内无在线记录的用户。

可以查看休眠用户指标和休眠用户平均在线时长。

 

  • 休眠用户 : 最近 7日未启动过应用的用户数
  • 新增用户 : 所选日期内首次启动应用的用户数
  • 平均游戏时间 : 休眠用户的总游戏时间

        示例> 6月23日的休眠用户数 = 1,178

                   6月23~29日未启动应用的用户数为 1,178名

  •  : 所选日期后 7日休眠用户使用应用的总时长

        示例>  : 使用时长小于 1小时 /  : 使用时长在 6~12小时


 4-7. 自定义事件分析

用户可设置特定活动区间,创建自定义事件分析。


  • 名称 : 登录的漏斗名称
  • 开始 : 启动第一阶段的累计用户
  • 转换 : 完成最后阶段的累计用户
  • 转换率 : 转换 ÷ 开始 * 100
  • : 进入所选漏斗报告页面
  •  : 编辑已登录的漏斗
  •  : 创建一个相同的漏斗