當(dāng)各行業(yè)的流量和用戶均被巨頭壟斷，當(dāng)馬太效應(yīng)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(shù)據(jù)進行用戶運營和產(chǎn)品優(yōu)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(xiàn)”，“組團收徒賺更多，狂賺72000元”。
趣頭條，從2016年6月創(chuàng)業(yè)以來，截止2017年底，這匹資訊行業(yè)的黑馬已經(jīng)擁有7000萬注冊用戶，超過1000萬的日活躍用戶。
趣頭條瞄準(zhǔn)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(fā)現(xiàn)，當(dāng)前的線上市場，每個行業(yè)都充斥著各類APP，各種玩法套路也已經(jīng)被大眾熟知，很多運營方式進入市場，好像都存在“失靈”的現(xiàn)象。毫無疑問，這意味著粗獷式的獲客和增長方式，其優(yōu)勢在逐漸消減。
當(dāng)用戶趨于冷靜和理智，產(chǎn)品功能類似，后起的移動APP如何才能實現(xiàn)用戶增長？產(chǎn)品又該如何優(yōu)化貼近用戶呢？
一、移動App用戶運營關(guān)注指標(biāo)
作為運營人員，經(jīng)營一款A(yù)PP，一定要設(shè)定一個數(shù)據(jù)標(biāo)準(zhǔn)，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(jié)奏。
1、用戶增長指標(biāo)
用戶增長指標(biāo)主要用來衡量新增用戶增長的數(shù)量及占比情況。
新增用戶：新增加的App使用設(shè)備，用以衡量產(chǎn)品的獲客能力和市場營銷效果。
新增用戶占比：一段時間內(nèi)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(chǎn)品的增長能力及用戶結(jié)構(gòu)健康度。
新增用戶占比太低，會導(dǎo)致新增用戶與流失用戶相抵消甚至低于流失用戶，導(dǎo)致活躍用戶難以增長或者下滑；新增用戶占比太高，用戶構(gòu)成結(jié)構(gòu)可能不太理想，新增用戶可能是基于活動短期增加，沒有穩(wěn)定的沉淀，流失風(fēng)險大。
新增用戶類相關(guān)指標(biāo)在證券行業(yè)App內(nèi)的參考值，可參照下表：
分類
指標(biāo)
指標(biāo)說明
行業(yè)參考值
新增用戶
新增次日留存率
某日新增訪客在第二日依然活躍訪客占當(dāng)日新增用戶的比例
35%-45%之間
新增七日留存率
某日新增訪客在第七日依然活躍訪客占當(dāng)日新增用戶的比例
28%-35%之間
新增三十日留存率
某日新增訪客在第三十日依然活躍訪客占當(dāng)日新增用戶的比例
20%左右
2、用戶活躍指標(biāo)
用戶活躍指標(biāo)主要用來衡量用戶在App上的活躍程度。
DAU（Daily Active User）：當(dāng)日啟動應(yīng)用的使用設(shè)備數(shù)。
MAU（Monthly Active User）：統(tǒng)計時點最近一月的活躍訪客數(shù)。
DAU/MAU比值：當(dāng)日日活躍訪客與當(dāng)日月活躍訪客比值，是衡量用戶粘度的重要指標(biāo)。
日/月活躍率：當(dāng)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(dāng)日/月活躍用戶/累計用戶總數(shù)）*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(dāng)日活躍用戶連續(xù)一段時間沒有使用過App，視為當(dāng)日的一個流失用戶。
每日回流用戶：當(dāng)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(shù)。
3、用戶屬性指標(biāo)
用戶屬性指標(biāo)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(chǎn)品優(yōu)化重點關(guān)注領(lǐng)域
移動App在產(chǎn)品優(yōu)化上的重點關(guān)注領(lǐng)域一般有三類：如何提升活躍度、如何提升留存、如何加粗轉(zhuǎn)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(shù)，一個是使用時長。所以，運營者要給不斷策劃出適合用戶調(diào)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(nèi)容創(chuàng)作，希望以此能獲得用戶長期的關(guān)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(yīng)用用戶質(zhì)量的重要標(biāo)準(zhǔn)，用戶留存率越高，說明應(yīng)用越吸引用戶。
常用的留存指標(biāo)有：次日留存率、3日留存率、7日留存率、15日留存率等；
開發(fā)者在查看留存率時，可以關(guān)注留存率在一段時間內(nèi)的變化趨勢，并可以通過對比不同應(yīng)用版本、不同分發(fā)渠道的用戶留存率來評估版本和渠道質(zhì)量或定位應(yīng)用某些指標(biāo)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(fā)流程的量化轉(zhuǎn)化模型。漏斗模型的分析和應(yīng)用是每一位產(chǎn)品開發(fā)和運營者都需要具備的功能，因為它幫助我們發(fā)現(xiàn)問題，從而解決問題。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
