全球應(yīng)用經(jīng)濟(jì)正處于高速增長(zhǎng)期，據(jù) App Annie 預(yù)計(jì)，2019 年底消費(fèi)者在應(yīng)用商店的支出將達(dá)到 1200 億美元，這意味著 2019 年消費(fèi)者支出的增速將是全球經(jīng)濟(jì)增速的 5 倍。

近日，Liftoff 發(fā)布了《2019 移動(dòng)應(yīng)用趨勢(shì)報(bào)告》，報(bào)告的采樣時(shí)間為 2018 年 9 月 1 日至 2019 年 8 月 31 日，結(jié)合了應(yīng)用市場(chǎng)數(shù)據(jù)和 Liftoff 內(nèi)部數(shù)據(jù)，分析了各種應(yīng)用類(lèi)型和地區(qū)的用戶(hù)獲取、交互以及留存率的趨勢(shì)和重要指標(biāo)。

以下是白鯨出海對(duì)《2019 移動(dòng)應(yīng)用剛剛結(jié)束的“雙十一”比往年還要熱鬧一些。在大戲上演的20多天里，電商巨頭旗下的APP們，紛紛以矩陣的形式組團(tuán)出擊，使出渾身解數(shù)，用眼花繚亂、環(huán)環(huán)相扣的花式玩法推銷(xiāo)自己。

群雄逐鹿的“雙十一”僅僅只是一個(gè)開(kāi)始，隨著數(shù)據(jù)逐漸深入應(yīng)用到APP推廣和運(yùn)營(yíng)之中，今年APP年末大戲的“增長(zhǎng)”主題依然圍繞著“精準(zhǔn)”、“精細(xì)化”等關(guān)鍵詞。

APP求增長(zhǎng)離不開(kāi)對(duì)數(shù)據(jù)的應(yīng)用，應(yīng)用程度的深淺決定著增長(zhǎng)效果的好壞。基礎(chǔ)的應(yīng)用是把數(shù)據(jù)當(dāng)作驗(yàn)收工具，用來(lái)衡量和評(píng)價(jià)APP增長(zhǎng)各個(gè)環(huán)節(jié)的效果；進(jìn)階的應(yīng)用是把數(shù)據(jù)當(dāng)作重要信息，對(duì)反饋數(shù)據(jù)進(jìn)行全面洞察，找到用戶(hù)真正的需求；更深入的應(yīng)用則是把數(shù)據(jù)當(dāng)作APP增長(zhǎng)的重要資源，對(duì)數(shù)據(jù)進(jìn)行動(dòng)態(tài)的管理和挖掘，建立數(shù)據(jù)模型將數(shù)據(jù)背后的價(jià)值開(kāi)發(fā)出來(lái)，為APP增長(zhǎng)各個(gè)環(huán)節(jié)的優(yōu)化提供數(shù)據(jù)依據(jù)和驗(yàn)證。

本文將通過(guò)拆解個(gè)推與某共享單車(chē)APP合作完成的“增長(zhǎng)”全案，解讀數(shù)據(jù)在APP增長(zhǎng)全流程中擔(dān)任的角色，以及如何發(fā)揮其作用。

一、人群洞察科學(xué)驗(yàn)證經(jīng)驗(yàn)預(yù)判

策略是APP增長(zhǎng)的基石，而人群洞察是幫助APP驗(yàn)證和明確目標(biāo)人群的“數(shù)字導(dǎo)航儀”。

APP在開(kāi)展人群洞察前不能無(wú)的放矢，必須先要有預(yù)設(shè)的目標(biāo)人群。APP運(yùn)營(yíng)者可以結(jié)合行業(yè)了解、經(jīng)驗(yàn)總結(jié)和APP自有數(shù)據(jù)，綜合分析擬定目標(biāo)人群。本案例中的共享單車(chē)APP在進(jìn)行數(shù)據(jù)洞察之前就將大學(xué)生群體作為本次增長(zhǎng)的重點(diǎn)目標(biāo)人群。

APP在擬定了目標(biāo)人群后，首先要做的是去驗(yàn)證目標(biāo)人群的發(fā)展?jié)摿?，是否具有“增長(zhǎng)”價(jià)值。數(shù)據(jù)洞察可以從APP的用戶(hù)畫(huà)像、用戶(hù)構(gòu)成以及線下場(chǎng)景等維度，通過(guò)行業(yè)對(duì)比的方式，進(jìn)行驗(yàn)證。

案例從共享單車(chē)行業(yè)整體人群畫(huà)像、該單車(chē)APP用戶(hù)人群畫(huà)像兩大維度進(jìn)行對(duì)比分析。通過(guò)兩組用戶(hù)畫(huà)像的對(duì)比，得出以下結(jié)論：

1、25-44歲人群是共享單車(chē)類(lèi)APP主流人群；18-24歲人群占比達(dá)18.6%，是主流人群之外很有競(jìng)爭(zhēng)力的人群；

2、該單車(chē)APP人群年齡結(jié)構(gòu)中18-24歲人群占比為12.6%，略低于行業(yè)人群年齡結(jié)構(gòu)中12-24歲的人群占比，這說(shuō)明單車(chē)APP對(duì)18-24歲人群的拓展還有增長(zhǎng)空間；

案例在用戶(hù)人群結(jié)構(gòu)占比洞察中，根據(jù)人群標(biāo)簽對(duì)共享單車(chē)人群進(jìn)行人群結(jié)構(gòu)分析，得出以下結(jié)論：

1、大學(xué)生人群是單車(chē)行業(yè)第二大用戶(hù)群體；

2、該單車(chē)APP用戶(hù)中大學(xué)生人群占比僅為7.3%，遠(yuǎn)低于行業(yè)占比，大學(xué)生人群潛在市場(chǎng)空間較大；

二、線下場(chǎng)景洞察打破空間次元壁

APP對(duì)于用戶(hù)洞察的維度不能僅限于線上行為，還要考量線下場(chǎng)景因素。因?yàn)椋€下生活場(chǎng)景也會(huì)對(duì)用戶(hù)APP使用行為產(chǎn)生影響。APP在洞察中加入線下場(chǎng)景，可以打破空間次元壁，實(shí)現(xiàn)線上、線下的有機(jī)聯(lián)動(dòng)，助力用戶(hù)增長(zhǎng)。正如電商們追逐的“新零售”概念，其核心在于打通線上、線下場(chǎng)景，通過(guò)線下需求線上服務(wù)解決的方式促進(jìn)增長(zhǎng)，而這一增長(zhǎng)策略的背后需要強(qiáng)大的線下場(chǎng)景洞察。

本案例中，共享單車(chē)APP的“增長(zhǎng)”策略同樣需要線上與線下緊密結(jié)合，因此除了線上人群的對(duì)比，線下場(chǎng)景洞察同樣重要。案例對(duì)于共享單車(chē)用戶(hù)線下場(chǎng)景（樣本地：成都、成都）進(jìn)行人口熱力圖分析，尤其關(guān)注大學(xué)城、創(chuàng)業(yè)園等學(xué)生群體密集區(qū)域。

熱力圖通過(guò)顏色深淺的色塊來(lái)顯示人群密集程度，顏色越紅人群越密集。如上圖所示，無(wú)論是成都，還是成都，大學(xué)城所在位置都是區(qū)域人群高度集中的區(qū)域（即紅色色塊），具有拓展價(jià)值。

上述數(shù)據(jù)洞察發(fā)現(xiàn)，大學(xué)生人群確實(shí)是具有價(jià)值的目標(biāo)人群。共享單車(chē)APP將大學(xué)生人群作為增長(zhǎng)目標(biāo)用戶(hù)是可行的。但是，大學(xué)生人群體量有限，也并非共享單車(chē)行業(yè)的主流用戶(hù)人群，APP將增長(zhǎng)目標(biāo)人群僅瞄準(zhǔn)于大學(xué)生人群顯然覆蓋度不夠。APP仍需尋找新的增長(zhǎng)目標(biāo)用戶(hù)來(lái)做補(bǔ)充。

根據(jù)先前人群洞察的結(jié)果，上班族是共享單車(chē)APP的“大戶(hù)”，共享單車(chē)解決了通勤人群最后一公里的問(wèn)題。基于對(duì)行業(yè)的理解，案例將洞察的方向轉(zhuǎn)至通勤人群，并結(jié)合交通接駁的線下場(chǎng)景，對(duì)成都和成都地鐵沿線站點(diǎn)進(jìn)行人群洞察。此次洞察將用戶(hù)線上行為偏好和線下場(chǎng)景相結(jié)合進(jìn)行驗(yàn)證，結(jié)果顯示：

1、早高峰時(shí)地鐵站點(diǎn)周邊單車(chē)人群更為密集；

2、晚高峰時(shí)期，地鐵站點(diǎn)周邊單車(chē)人群更為活躍；

3、地鐵站點(diǎn)半徑1km的范圍內(nèi)，單車(chē)潛在用戶(hù)較為集聚；

洞察發(fā)現(xiàn)，地點(diǎn)站點(diǎn)周邊半徑1KM區(qū)域是共享單車(chē)APP增長(zhǎng)新場(chǎng)景，能夠覆蓋更多的活躍人群。

案例進(jìn)行到這里，增長(zhǎng)策略制定期的數(shù)據(jù)洞察暫時(shí)告一段落。共享單車(chē)APP通過(guò)以上數(shù)據(jù)洞察不但驗(yàn)證了大學(xué)生人群是有價(jià)值的目標(biāo)人群，還發(fā)現(xiàn)地鐵站點(diǎn)周邊區(qū)域目標(biāo)通勤人群較為聚集、APP活躍度較高是有效的“增長(zhǎng)”線下場(chǎng)景。接下來(lái)APP可以根據(jù)數(shù)據(jù)洞察的結(jié)果對(duì)增長(zhǎng)策略進(jìn)行優(yōu)化，比如對(duì)大學(xué)城、創(chuàng)業(yè)園區(qū)等大學(xué)生人群密集場(chǎng)景加強(qiáng)推廣；在早晚高峰時(shí)段，對(duì)地鐵沿線進(jìn)行單車(chē)調(diào)度運(yùn)營(yíng)和活動(dòng)運(yùn)營(yíng)等。

三、構(gòu)建目標(biāo)人群模型 動(dòng)態(tài)提升推廣精準(zhǔn)度

隨著增長(zhǎng)策略的逐步執(zhí)行，數(shù)據(jù)洞察的進(jìn)程也將不斷延續(xù)，真正體現(xiàn)數(shù)據(jù)復(fù)合價(jià)值的環(huán)節(jié)才剛剛開(kāi)始。我們認(rèn)為好的數(shù)據(jù)洞察是貫穿于APP增長(zhǎng)推廣的全周期，并能夠生成數(shù)據(jù)模型，在增長(zhǎng)過(guò)程中實(shí)時(shí)積累和處理數(shù)據(jù)，不斷迭代優(yōu)化，指導(dǎo)APP增長(zhǎng)策略往最優(yōu)的方向執(zhí)行。

在后續(xù)執(zhí)行和推廣過(guò)程中，APP如何定位目標(biāo)人群，如何更廣泛地觸達(dá)目標(biāo)人群，這就需要使用到目標(biāo)人群模型。

APP想要目標(biāo)人群模型更精準(zhǔn)，就需要有更多維度的數(shù)據(jù)特征做基礎(chǔ)。案例中，共享單車(chē)APP的目標(biāo)人群模型建立涉及了5大維度。

1. 單車(chē)行業(yè)用戶(hù)：單車(chē)APP安裝與使用行為特征可用于區(qū)分活躍用戶(hù)和沉默用戶(hù)，將推廣投放人群聚焦在APP新用戶(hù)以及有喚醒價(jià)值的沉默用戶(hù)上。
2. 大學(xué)生人群：在大學(xué)生人群標(biāo)簽的基礎(chǔ)上，加上年齡段、常住地等能提高區(qū)分度的特征，進(jìn)一步瞄準(zhǔn)學(xué)生人群；
3. 白領(lǐng)人群：在白領(lǐng)人群標(biāo)簽的基礎(chǔ)上，加上工作時(shí)間段、職業(yè)場(chǎng)景等能提高區(qū)分度的特征，進(jìn)一步篩選白領(lǐng)人群；
4. 地鐵人群：利用LBS地理圍欄技術(shù)圈選地鐵站點(diǎn)場(chǎng)景，更精準(zhǔn)覆蓋通勤人群；
5. 高密度人群：通過(guò)APP滲透率和線下場(chǎng)景結(jié)合找到單車(chē)需求旺盛的地區(qū)和人群；

以上五個(gè)維度中，單車(chē)行業(yè)用戶(hù)、高密度人群從宏觀的維度覆蓋到了共享單車(chē)APP還未觸達(dá)且有需求的用戶(hù)；大學(xué)生人群、白領(lǐng)人群、地鐵人群相對(duì)微觀，起到鎖定目標(biāo)人群的作用。這樣形成的目標(biāo)人群模型被應(yīng)用到APP增長(zhǎng)推廣中既能精準(zhǔn)鎖定主要目標(biāo)人群，又能同時(shí)兼顧傳播的廣度，影響更多的人。

目標(biāo)人群模型并不是一成不變的，需要根據(jù)每一個(gè)投放環(huán)節(jié)的數(shù)據(jù)回流進(jìn)行不斷迭代優(yōu)化，其精準(zhǔn)度才會(huì)持續(xù)提高。

一次有效的推廣需要關(guān)注整個(gè)轉(zhuǎn)化漏斗的各個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)都需要收集數(shù)據(jù)、分析數(shù)據(jù)、仔細(xì)觀察數(shù)據(jù)背后反應(yīng)出來(lái)的問(wèn)題。APP需要以實(shí)際投放效果對(duì)轉(zhuǎn)化人群特征進(jìn)行深層次挖掘，更好地加深對(duì)目標(biāo)人群的了解，進(jìn)一步優(yōu)化人群定向，為下一次投放做好準(zhǔn)備。

四、設(shè)定自然流量對(duì)照組 優(yōu)化效果歸因模型

效果歸因在增長(zhǎng)推廣過(guò)程中的作用，一方面幫助APP考評(píng)推廣組合的效果，另一方面幫助APP解決錢(qián)要怎么花才能實(shí)現(xiàn)增長(zhǎng)的“現(xiàn)實(shí)問(wèn)題”。

效果歸因最重要的是要了解各種導(dǎo)致轉(zhuǎn)化的跨渠道之間的交互以及應(yīng)用于每次交互之間的相對(duì)權(quán)重。效果歸因的數(shù)據(jù)越客觀其對(duì)最終投放結(jié)果的作用就越大。但是目前的主流的歸因邏輯還是存在不夠客觀的弊端。比如Facebook和Applovin提供的歸因模型，都無(wú)法去除自然增長(zhǎng)流量對(duì)推廣效果帶來(lái)的干擾。

本案例將目標(biāo)人群按照9:1的方式分為推廣樣本集和對(duì)照樣本集。對(duì)投放樣本集中的人群進(jìn)行推廣，并按照主流歸因邏輯進(jìn)行統(tǒng)計(jì)。對(duì)照樣本集的人群則不進(jìn)行推廣，統(tǒng)計(jì)其自然增長(zhǎng)的情況。在最終的數(shù)據(jù)歸因階段，通過(guò)去除對(duì)照樣本集采集到的自然流量增長(zhǎng)率來(lái)減弱主流歸因邏輯中自然流量的干擾，挖掘更優(yōu)質(zhì)的推廣渠道。當(dāng)然對(duì)照樣本集的自然安裝率是通過(guò)抽樣樣本計(jì)算所得，相對(duì)于實(shí)際的自然安裝率存在誤差，這就需要APP根據(jù)實(shí)際情況做一些優(yōu)化調(diào)整。

五、多元數(shù)據(jù)洞察 優(yōu)化APP推廣執(zhí)行細(xì)節(jié)

在APP增長(zhǎng)過(guò)程中，還有很多細(xì)節(jié)是可以通過(guò)數(shù)據(jù)洞察找到最優(yōu)解決方案的。比如，黑流量識(shí)別與防護(hù)、尋找最優(yōu)出價(jià)區(qū)間、曝光次數(shù)與推廣效果關(guān)聯(lián)關(guān)系、線下推廣場(chǎng)景優(yōu)選等。

本案例中對(duì)曝光次數(shù)與推廣效果的數(shù)據(jù)洞察幫助共享單車(chē)APP以最優(yōu)的成本獲得最佳的推廣效應(yīng)。

洞察發(fā)現(xiàn)，曝光5次以下，曝光次數(shù)與推廣效果成正相關(guān)，且CPA成本能控制在6.24元左右；曝光5次及以上，曝光次數(shù)與推廣效果無(wú)直接關(guān)系，且CPA 價(jià)格成倍增長(zhǎng)。另一方面，從邊際CPA分析得出，每多曝光一次所帶來(lái)的推廣效果并沒(méi)有發(fā)生太大變化。

由此可以得出結(jié)論，高成本未必會(huì)換回好效果，APP不需要做過(guò)多無(wú)謂的曝光，將曝光次數(shù)控制在5次以下的方案性?xún)r(jià)比最高，可以以最少的成本取得最好的效果。

總體來(lái)說(shuō)，隨著數(shù)據(jù)智能在互聯(lián)網(wǎng)行業(yè)的逐步落地，大數(shù)據(jù)將成為新一代增長(zhǎng)“黑科技”。大廠們?cè)谶@一方面布局很早，在模型和數(shù)據(jù)量上都有了一定積累。其他APP開(kāi)發(fā)者也可以通過(guò)第三方數(shù)據(jù)服務(wù)商提供的工具和服務(wù)，快速實(shí)現(xiàn)數(shù)據(jù)的應(yīng)用。在硬件和軟件都準(zhǔn)備充足的背景下，APP還需要對(duì)數(shù)據(jù)智能更多一點(diǎn)點(diǎn)的耐心，畢竟數(shù)據(jù)模型的迭代和優(yōu)化需要慢工出細(xì)活。趨勢(shì)報(bào)告》的重點(diǎn)內(nèi)容解讀。點(diǎn)擊此處獲取完整報(bào)告。

一、工具App大量上線iOS平臺(tái) 為新增數(shù)量第3品類(lèi)

1、安卓新增應(yīng)用總數(shù)是iOS的3倍

從新增應(yīng)用數(shù)量來(lái)看，2018 年 9 月至 2019 年 8 月期間，安卓新增應(yīng)用總數(shù)為 145 萬(wàn)，iOS 新增應(yīng)用總數(shù)為 48.9 萬(wàn)，安卓新增應(yīng)用總數(shù)幾乎是 iOS 的 3 倍。

按新增數(shù)量 Top3 應(yīng)用類(lèi)型來(lái)看開(kāi)發(fā)者聚焦的賽道，Google Play 中新增應(yīng)用數(shù)量排名前三的應(yīng)用類(lèi)型是游戲（222903 款）、娛樂(lè)類(lèi)（160069 款）、音樂(lè)與音頻類(lèi)（154456 款）。iOS應(yīng)用商店中新增應(yīng)用數(shù)量排名前三的應(yīng)用類(lèi)型是商務(wù)類(lèi)（59299 款）、游戲類(lèi)（55572 款）、工具類(lèi)（54303 款）。

一個(gè)比較有意思的點(diǎn)是，工具類(lèi)竟然是 iOS 新增應(yīng)用數(shù)量的第 3 名，不知道是否與 Google Play 嚴(yán)打工具廣告變現(xiàn)有關(guān)，或者與此次報(bào)告的品類(lèi)劃分有關(guān)。

從應(yīng)用下載量來(lái)看，雖然安卓應(yīng)用下載量達(dá)到了 1430 億，但安卓對(duì) iOS 的領(lǐng)先優(yōu)勢(shì)逐漸縮小至 2：1。與其他應(yīng)用類(lèi)型相比，游戲應(yīng)用的總下載量遙遙領(lǐng)先。

2、iOS應(yīng)用內(nèi)收入是安卓的1.5倍

盡管安卓擁有強(qiáng)大的市場(chǎng)占有率，但其下載量增長(zhǎng)卻日趨緩慢。相較而言，iOS 的盈利能力更強(qiáng)，2018 年 9 月至 2019 年 8 月期間，iOS 應(yīng)用內(nèi)總收入為 326 億美元，約為安卓應(yīng)用內(nèi)總收入的 1.5 倍。

顯然，具有休閑和娛樂(lè)屬性的應(yīng)用收入最高，包括游戲、娛樂(lè)、社交、音樂(lè)與音頻等類(lèi)型。而在這些應(yīng)用類(lèi)型中，iOS 平臺(tái)占據(jù)了營(yíng)收主要份額。

在所有應(yīng)用類(lèi)別中，游戲應(yīng)用的收入最為可觀。游戲收入達(dá)到了 415 億美元，同比增長(zhǎng) 4.27%。這主要得益于廣告模式，通過(guò)吸引受眾注意來(lái)變現(xiàn)。

值得注意的是，娛樂(lè)和社交應(yīng)用的應(yīng)用內(nèi)收入僅次于游戲，但和游戲收入差別巨大，分別為 27 億和 24 億。

與此同時(shí)，一些應(yīng)用類(lèi)別呈現(xiàn)出收入疲軟的態(tài)勢(shì)。旅游類(lèi) App 應(yīng)用內(nèi)收入約為 7910 萬(wàn)美元，下降了 46.3%。金融類(lèi) App 應(yīng)用內(nèi)收入約為 1.339 億美元，同比下降 28.8%。

二、用戶(hù)獲?。河螒蛴脩?hù)性?xún)r(jià)比更高，金融與電商類(lèi)App轉(zhuǎn)化率高

1、游戲類(lèi)應(yīng)用內(nèi)購(gòu)轉(zhuǎn)化成本依然最高

所有應(yīng)用的用戶(hù)獲取成本都需要付出高昂的代價(jià)，但相較而言，游戲想要實(shí)現(xiàn)內(nèi)購(gòu)轉(zhuǎn)化，成本最高，為 86.61 美元。該報(bào)告顯示，工具的購(gòu)買(mǎi)轉(zhuǎn)化達(dá)到 85.32 美金，比較奇怪，可能是 App 品類(lèi)劃分的原因。相較之下，電商和金融類(lèi)應(yīng)用的轉(zhuǎn)化成本并沒(méi)有那么高。

但實(shí)際上，游戲用戶(hù)的性?xún)r(jià)比是最高的，這是因?yàn)閼?yīng)用內(nèi)購(gòu)買(mǎi)不是游戲應(yīng)用唯一的賺錢(qián)途徑。游戲中的廣告模式和激勵(lì)視頻的發(fā)展，為開(kāi)發(fā)者變現(xiàn)提供了更多的選擇。

2、電子商務(wù)與金融類(lèi)應(yīng)用：獲取成本低，用戶(hù)活躍度高

從不同類(lèi)型應(yīng)用的交互率來(lái)看，交互率最高的是金融類(lèi) App，高達(dá) 77.8%；約會(huì)類(lèi) App 以 61.8% 的交互率位居第二；排在第三的是電商類(lèi) App，交互率為 34.3%。

而通過(guò)與應(yīng)用內(nèi)購(gòu)買(mǎi)成本相比，我們可以發(fā)現(xiàn)，電子商務(wù)類(lèi)、金融類(lèi) App 能夠?qū)崿F(xiàn)投入較低的成本而收獲較高的用戶(hù)活躍度。

3、金融和約會(huì)類(lèi)應(yīng)用轉(zhuǎn)化速度最快

需求和速度之間具有很強(qiáng)的關(guān)聯(lián)性，具有明確下載目標(biāo)的應(yīng)用類(lèi)型轉(zhuǎn)化速度最快。

金融類(lèi) App 的轉(zhuǎn)化速度是所有類(lèi)別應(yīng)用中最快的，用戶(hù)從安裝金融應(yīng)用到產(chǎn)生購(gòu)買(mǎi)的過(guò)程僅需 1 小時(shí) 10 分鐘。這是由于消費(fèi)者在下載金融應(yīng)用時(shí)，通常都帶有很強(qiáng)的目的性，如支付賬單、查看信用評(píng)分、投資等。

社交是人類(lèi)剛需，約會(huì) App 的轉(zhuǎn)化速度位居第二，用戶(hù)從安裝到購(gòu)買(mǎi)的時(shí)間大約為 14 小時(shí) 28 分鐘。

而電商和游戲類(lèi)應(yīng)用需要更長(zhǎng)的時(shí)間完成購(gòu)買(mǎi)轉(zhuǎn)化，用戶(hù)從安裝到購(gòu)買(mǎi)的時(shí)間都超過(guò)了一天。

三、用戶(hù)留存：iOS留存率更高

1、從早期開(kāi)始使用再交互，以延長(zhǎng)用戶(hù)生命周期

留存代表了應(yīng)用的粘性，如果不能留住用戶(hù)，安裝量再多也是徒勞無(wú)功。用戶(hù)留存率也反映了應(yīng)用的使用率和使用頻率。了解了應(yīng)用價(jià)值和用戶(hù)行為，才能設(shè)定正確的應(yīng)用用戶(hù)留存目標(biāo)。

AppsFlyer 的留存數(shù)據(jù)顯示，25.2% 的用戶(hù)會(huì)在第 1 天繼續(xù)與應(yīng)用保持互動(dòng)。第 3 天就只有 13.1% 的用戶(hù)與應(yīng)用保持互動(dòng)，這對(duì)于交互活動(dòng)和相關(guān)信息傳遞可謂是一個(gè)關(guān)鍵的時(shí)期，營(yíng)銷(xiāo)者需要把握機(jī)遇。到第 7 天，65.9% 的用戶(hù)已經(jīng)流失，下降顯著。因此，營(yíng)銷(xiāo)者需要從早期開(kāi)始使用再交互，以延長(zhǎng)用戶(hù)生命周期。

2、隨著時(shí)間推移，iOS留存率更高

盡管第一天安卓和 iOS 平臺(tái)的用戶(hù)留存率相同，但隨著時(shí)間的推移，iOS 平臺(tái)的用戶(hù)留存率逐漸高于安卓。

報(bào)告顯示，第 1 天安卓和 iOS 平臺(tái)的用戶(hù)留存率相同，這意味著兩個(gè)平臺(tái)的用戶(hù)在下載應(yīng)用時(shí)的目的性都非常明確。第 3 天 iOS 與安卓用戶(hù)留存率僅相差 0.6%。第 7 天，差距擴(kuò)大至 0.8%。到第 30 天 iOS 與安卓用戶(hù)留存率的差距降為 0.5%。

四、地域分析：俄羅斯、巴西還在獲客、轉(zhuǎn)化窗口期

成熟市場(chǎng)有巨大的應(yīng)用需求，且發(fā)展速度飛快，同時(shí)獲取用戶(hù)的成本和難度也非常高。日本的價(jià)格最貴，為 5.15 美元，其次是澳大利亞。美國(guó)位居第三，但成本僅有日本的三分之二。

在歐非中東地區(qū)，獲得一個(gè)用戶(hù)的平均成本是 2.55 美元。巴西的 CPI 僅為 0.5 美元，價(jià)格最低。

1、巴西注冊(cè)成本最低

在注冊(cè)成本方面，日本以 8.73 美元的價(jià)格位列第一，領(lǐng)先于美國(guó)和澳大利亞。

而俄羅斯的注冊(cè)成本為 1.25 美元，巴西為 0.73 美元，性?xún)r(jià)比尤為突出。

2、應(yīng)用內(nèi)購(gòu)買(mǎi)：俄羅斯和巴西轉(zhuǎn)化成本最低

在美國(guó)，一個(gè)用戶(hù)的應(yīng)用內(nèi)購(gòu)的轉(zhuǎn)化成本是112.76美元，比日本（111.64美元）還要高。加拿大與澳大利亞緊隨其后，轉(zhuǎn)化成本幾乎相同。

與德國(guó)相比，意大利這個(gè)高速發(fā)展的市場(chǎng)性?xún)r(jià)比極高，用戶(hù)轉(zhuǎn)化成本比德國(guó)低35.8%?？傮w來(lái)看，俄羅斯和巴西的用戶(hù)轉(zhuǎn)化成本最低。

3、留存率：北美用戶(hù)更忠誠(chéng)

綜合來(lái)看，隨著時(shí)間的推移，亞太、歐非中東、拉丁美洲、北美移動(dòng)應(yīng)用用戶(hù)的留存趨勢(shì)是相同的，都在逐步下降，且第3天與第1天相比留存率下降最多。

但相較而言，北美用戶(hù)的留存率比其他地區(qū)用戶(hù)的留存率要高，表明北美用戶(hù)對(duì)其應(yīng)用要更忠誠(chéng)。

作者：個(gè)推

來(lái)源：個(gè)推