03 facebook注冊買粉絲小號(蘋果買粉絲是16歲以上才能搞小號嗎？)

2、如何對比不同渠道的來看用戶活躍和留存情況，比如，選取樣本的時候，我們就看A和B渠道(比如說seo或者sem)進來的用戶有什么區別:

3、如何分析產品的改版是否改進了體驗，提高了用戶活躍和留存：

總之，此方法可以靈活使用，也可以用于分析對比購買過不同產品的用戶的留存的不同，罵過娘和點過贊的用戶留存的不同，等等。

四、留存變化的三個時期

流失期——用戶新進入后的前幾天是流失量的時期，留存率顯著下降，是流失期。其中第一天的留存率被稱為“首日留存率”。

蒸餾期——在經過幾天大幅度流失后，用戶留存會進入小幅度下降時期，這就如同是蒸餾過程，是蒸餾期。

穩定期——經過一段時間蒸餾后，用戶留存會呈現出一種很穩定的態勢，不會有明顯的增減，可稱為穩定期，這段時間會保持較長時間。

在行業中，很多應用都很重視首日留存率這項指標，這是對應用質量的直接反映，這項指標還可以在一定程度上說明用戶首次體驗的滿意度。若從總體來看應用的留存，應該看進入穩定期后的平均留存，這才是應用日留存率的真實水平。留存穩定期所保留下的用戶，是最有價值的，他們提供了大量的流量，相對其他用戶各項轉化率也會更高。

另一個需要關注的問題是留存要經過多久進入穩定期。應用通常都會通過一些運營手段(如用戶引導、每日獎勵等)來減緩流失，如果你應用的留存曲線很快就進入了穩定期，留存也很低，那就需要好好反思一下運營的什么方面出了問題。

總之考量一個產品上線后是否成功，指標有如下幾點：

1、用戶活躍率，即活躍用戶/總用戶，上線3-6個月后，如果活躍率可以保持在5%-10%，就已經相當好了

2、活躍用戶：在選定的某個時間段內，至少打開過一次應用的用戶​數

3、日活比例：5%-10%，達到8%以上，算是優秀的工具產品

4、周活比例：20%+

5、月活比例：40%-50%之間

使用時長：即用戶一次啟動使用應用的時長分布。

​留存率就是指“有多少用戶留下來了”，舉個例子：9月1日新增用戶100人，9月2日這100人中有50人再次啟動了應用，9月3日有55人再次使用，那么9月1日新增用戶的次日留存為50%，兩天后留存為55%，留存用戶和留存率體現了應用的質量和保留用戶的能力。

Facebook平臺流傳出留存率“40–20–10”規則，分別是“次日留存率”、“7日留存率”和“30日留存率”。

意為如果要讓游戲的DAU超過100萬，那么新用戶次日留存率應該大于40%，7天留存率和30天留存率分別大于20%和10%。這只是個參考，對于大多數App來說，能夠達到這個數字是非常難的。

【篇三】APP產品的運營推廣方案

一、精細化運營的目標

產品是什么類型的APP?是否需要過多的運營?

比如說你的產品只是個工具，那恐怕談不上過多的精細化運營，一般做好常規的用戶行為分析、再配合用戶定性研究，用于指導產品的設計即可;如果是內容型產品，或者功能和內容兼具的產品，那確實需要考慮。

設計統計框架

統計的目標要弄清楚，拿到數據之后用來做什么?指導功能改進，還是版面調整?再或者是作為用戶對內容質量評判的指標?

假設用戶在你的app上會頻繁進行交互和使用功能，同時還會瀏覽或者產生內容，那么需要在產品設計的同時，把你的統計框架設計好。

二、簡要的操作流程

數據采集

首先列出你需要的數據項，接著評估哪部分是需要APP上報的，哪部分是后臺可以統計的，然后分別在前后臺加上。一般來講，APP上報采集的數據，在發布前一定要經過謹慎的校驗和測試，因為一旦版本發布出去而數據采集出了問題，不僅之前的功夫都白做了，還會帶來一大堆臟數據，同時還有可能降低客戶端的運行效率，得不償失。

數據整理

數據采集完之后，需要將各種原始數據加工成為產品經理需要的直觀的可看數據，這里需要做一些基本的數據邏輯關聯和展示，就不贅述了。

數據分析

按照一開始設計的統計框架，你可以很清楚的看到自己需要的數據了。

比如用戶行為：哪些功能使用得被人均使用得最多，哪些按鈕被頻繁點擊，哪些在顯著位置卻未達到預期使用效果的功能，等等。

比如內容分析：哪篇文章被查閱最多，哪些內容被評論或者贊得最多，等等。

三、一些需要注意的原則

數據本身是客觀的，但被解讀出來的數據一定是主觀的，同樣的數據由不同的人分析很可能得出完全相反的結論，所以一定不能提前帶著觀點去分析(比如已經有了假設，再用數據去論證)。

APP采集數據，一定是優先級比較低的事情，不能因為數據的采集而影響產品的性能和用戶體驗，更不能采集用戶的隱私數據(雖然國內很多APP并沒有這么做)。

數據不是萬能的，還是要相信自己的判斷。

很赞哦!（3878）