拉新、促活、留存，是日常运营工作中的常见指标，通过这些角度的指标可以统计反馈APP的用户增长情况。但对很多运营人来说，常规指标的数据统计只是停留于数字本身的记录，而不能发现数字背后的增长契机。

本文将从推广新增、用户活跃、用户留存3个角度帮你建立正确的运营数据分析思路。

在获客阶段，通过数据分析主要解决3个问题：

1.你的广告费有没有带来真实的转化

通常我们在统计付费推广效果时，都会衡量渠道转化ROI，简单说就是每个用户转化花了多少钱，但是无法看出是否转化了有效用户。

因此，在统计维度上除了关注下载量、新增用户量，还要关注1次访问用户，如果1次访问用户量过多，说明渠道不精准。

通过各渠道转化ROI的对比和不同付费方式的转化ROI对比，找出最具性价比的推广渠道，同时关注有效ROI，从用户价值的角度衡量转化效果。

2.新增用户量受哪些因素影响？

通过对下载量、新增用户量等数据的统计，各维度数据需要取平均值，关注该维度数据与平均值的对比、与昨日数据对比，观察变化因素。

同时，为了找出影响因素，在推广条件相同（相同渠道推广花费相同，比如都没有付费）下，对比不同月份、星期几以及24小时不同时间的变化情况，分析时间因素对数据的影响。

3.衡量曝光量与下载量之间的关系

曝光代表产品品牌露出，下载代表获得实际用户增长，通过对下载转化率的分析，观察不同渠道各需要多少次曝光才能带来一次下载。

同时，对下载转化率的分析还需要从推广标题、关键词、详情描述等内容角度触发，观察不同内容对数据的影响，找出最优的推广文案。

针对活跃用户的数据分析，可以解决4个问题：

1.定义活跃用户指标

在上表中的“衡量维度”数据是通过访问时长、会话次数等维度衡量活跃用户的不同维度，可以分析出各自维度的平均值及高于平均值的用户数量；

而“收藏指数”是指反馈用户对产品产生真正使用行为的数据维度，收藏代表用户对内容的认可，不同产品的“收藏指数”定义不同，如电商产品以“加入购物车”或“浏览3个商品详情页”作为衡量维度，通过用户行为来定义“活跃用户”的标准。

2.通过活跃用户变化反馈产品健康度

通过日活、3日活跃、7日活跃、30日活跃等不同时间维度的活跃用户变化情况，反馈阶段时间内产品运营策略的正确性以及产品内容、服务的用户满意度。

3.统计“回流”用户数据变化

不同时间维度分析中都有一个“回流”数据，即通过分析几日前不活跃但今日活跃的用户，观察3日回流、7日回流、30日回流的用户变化情况。

4.衡量活动质量与活跃用户