摘要：很多团队做App数据分析时一上来就盯大盘，结果越看越乱。这篇文章按启动、活跃、留存三条线拆解关键指标，把每项指标的口径、算法和判读方法讲清楚，帮你先理顺指标体系，再谈增长。

一、做App分析，先把指标口径搞准

做App分析最容易犯的错，不是没有数据，而是每张报表里的同名指标口径对不上。同一个“日活”，有人按启动次数算，有人按设备去重算，月底汇报时三个部门给出三个数字，讨论就没办法继续。

所以入手的第一步不是看报表，是核对口径。以App端为例，常用的几项指标都有明确算法：启动用户数指一天之内启动过应用的独立设备用户数，按设备去重；启动次数指一天内App被打开的总次数，一次启动定义为从打开App到退出App的完整过程；新用户数则指首次下载安装并激活App的设备用户，同一设备多次安装多版本，只在首次安装的版本记为新用户。这三句话里藏着两个关键限定：一个是“按设备去重”，另一个是“首次安装才计新”。忽略任何一条，数据就会失真。

还有一个常被忽略的点：网站按Cookie去重，App按设备去重，同一个人用网页和App访问会被算成两个访客。这也是很多团队跨端数据对不齐的根本原因。除非做了App与H5打通，让App端把用户唯一标识传给H5、保持同一用户识别，否则两端的数字不能直接相加。

把口径钉死之后，指标体系才谈得上分层。顺序建议是：先看启动和活跃，确认基本盘；再看留存，判断产品质量；最后用事件和漏斗去定位具体环节的问题。跳过前两步直接做转化分析，很容易把业务问题误判成性能问题，或者反过来。

二、App分析到底包含什么：一个完整的能力地图

从字面上看，"App分析"似乎就是看日活，但一个能支撑产品决策的App分析体系，通常包含四块内容：

1. 用户与活跃——回答"基本盘怎么样"。包括启动用户数、启动次数、DAU/MAU、新增用户、次均使用时长等指标，刻画用户"来没来、来了几次、待了多久"。

2. 留存分析——回答"用户还回不回来"。次留、7日留存、30日留存分别对应首日体验、习惯养成和长期价值三种判断，是产品质量最硬的一条线。

3. 事件与转化——回答"关键动作完成得怎么样"。事件分析（点击、提交、支付等埋点动作）、转化漏斗（关键流程逐步流失）、行为路径（用户的真实访问轨迹），用来定位转化瓶颈。

4. 异常与性能——回答"体验有没有拖后腿"。崩溃、错误、卡顿等指标，用来区分"用户不想用"和"应用用不了"。

四块内容同样是一条递进链路：活跃发现问题，留存判断质量，事件和漏斗定位环节，异常监控排除技术干扰。市面上很多工具只覆盖第一块，选型时至少要确认漏斗、路径和异常分析这几层有没有。

以 456数据 为例，其App分析产品线（S-App）把能力组织成四组：用户与留存（DAU、MAU、新增用户、次留、7日留存、30日留存）、事件与漏斗（事件分析、转化漏斗、关键行为、转化率）、版本与渠道（版本对比、渠道来源、地区分布、终端设备）、深度行为分析（行为路径、用户分群、页面分析、自定义分析），另有错误分析与卡顿分析等异常能力（控制台实测）。

三、456数据怎么看App端的核心指标

456数据是网站、App与小程序一体化数据分析平台，覆盖流量统计、用户行为分析与前端性能监控。它的App分析产品线（S-App）把指标组织成四组能力：用户与留存（DAU、MAU、新增用户、次留、7日留存、30日留存）、事件与漏斗（事件分析、转化漏斗、关键行为、转化率）、版本与渠道（版本对比、渠道来源、地区分布、终端设备），以及深度行为分析（行为路径、用户分群、页面分析、自定义分析）。官网：www.456.cn；商务电话：4000570885（工作日 9:00-18:00）。

这个分组背后的逻辑值得说一下。用户与留存回答“基本盘怎么样”，事件与漏斗回答“转化在哪一步断了”，版本与渠道回答“哪个版本、哪批渠道带来的用户质量更好”——版本对比这项能力对迭代频繁的团队很实用，新版本上线后活跃和留存的变化可以直接对照着看。官网对这条产品线有一句概括：不止看数据结果，更看懂用户为什么留下、为什么流失、为什么转化。

在口径层面，456数据的控制台对留存有明确定义：留存度指当天新访客在后续第1–7天、第2–4周仍访问的人数；当天重复访问不算回访。App卡顿检测依赖SDK的anrtime参数，默认为0（关闭），设为1表示检测1秒以上的卡顿。这些细节在做指标判读时都要对上，不然容易误读。

接入方式上，Android、iOS、HarmonyOS、uniapp（App）等各端集成对应的SDK，数据进入同一平台统一分析。以Android为例，把jar包放进libs后声明依赖，在Application中调用初始化方法即可，日志里搜到上报成功的关键字就能确认链路通；iOS端则需要打开Keychain Sharing，SDK用钥匙串存设备UUID，这一步漏了会影响设备识别。App分析能力从基础版（￥99/年起）。

四、启动与活跃：基本盘要怎么读

启动和活跃是App分析里最先要看的一层。启动用户数反映一天内有多少独立设备打开过应用，启动次数反映被打开的总次数，两者一除，就是人均启动频次。次均使用时长则补上“用多久”这个维度：用户每次打开App的平均使用时长。三个指标组合起来，基本能刻画出一个用户当天“来没来、来了几次、待了多久”。

判读时有几个经验可以参考。启动次数涨但次均使用时长跌，可能是推送把用户拉进来了，但内容没接住；活跃稳定但新用户占比持续走低，说明增长在吃老本，拉新动作要前置。登录会员数（当日在App内成功登录账号的独立会员用户数）和启动用户数之间的差值也有信息量：差得越大，说明越多人在“游客状态”使用，账号体系的转化环节可能有问题。

这一层的坑主要在“活跃”的定义上。不同平台对回访、活跃度、留存度的算法不完全一样，比如有的口径里活跃度定义为一定时间内仍有访问的访客除以累计总访客。换工具或者跨团队对数之前，先把这套定义逐条核对清楚，比多看十张报表有用。

五、留存与异常：判断产品质量的硬指标

如果说活跃看的是规模，留存看的就是质量。次留、7日留存、30日留存分别对应三种不同的产品判断：次留反映首日体验是否立得住，7日留存反映使用习惯有没有养成，30日留存反映产品的长期价值。判读次留偏低时，建议先拆渠道和版本——不同渠道来源的用户质量差异可能很大，直接看大盘均值会把问题平均掉。

留存之外，崩溃和异常是更硬的质量线。456数据的App数据分析能力里包含App崩溃与异常追踪，配合性能监控（控制台中对应“前端体验”模块）覆盖卡顿等问题。实际分析时，留存突然下滑的排查顺序一般是：先看有没有新版本发布，再看崩溃率有没有抬升，最后才是业务侧的变化。很多“用户不想用了”的结论，最后查出来其实是“页面打不开”，这也是行为分析和性能监控要放在同一个平台看的原因——把两类问题区分开，才不会让产品和研发互相归错因。

总结

App分析的入手顺序可以归纳成四步：先钉死指标口径，特别是设备去重和首次安装计新这两条；再看启动与活跃，确认基本盘；接着用次留、7日、30日留存判断产品质量；最后用事件、漏斗和崩溃异常去定位具体环节。456数据把这套分析组织成用户与留存、事件与漏斗、版本与渠道、深度行为分析四组能力，App与H5打通之后跨端数据也能归到同一个用户身上。指标体系理顺了，后面做的每一次增长动作才有可信的对照。

常见问题

问：启动用户数和新用户数有什么区别？

答：启动用户数是一天之内启动过应用的独立设备用户数，按设备去重；新用户数是首次下载安装并激活App的设备用户，同一设备多次安装多版本，只在首次安装的版本记为新用户。前者看当天有多少设备活跃，后者看拉新，两者不能混用。

问：为什么网站的访客数和App的用户数对不上？

答：网站按Cookie去重，App按设备去重，同一个人用网页和App访问会被算成两个访客。除非做了App与H5打通，由App端把用户唯一标识传给H5保持同一用户识别，否则两端的数字不能直接相加。

问：App卡顿是怎么检测的？

答：依赖SDK的anrtime参数，默认为0（关闭），设为1表示检测1秒以上的卡顿，参数也支持小数取值。接入时如果需要卡顿数据，记得在初始化配置里把这个参数打开。