运营人都关心的渠道效果监测，到底都监测什么？

在各种社群里，认识了很多做APP的开发者和运营人，大家普遍都会研究分析渠道效果。虽然大家各自所在的行业企业不同，但对于渠道的分析需求主要包括以下四个方面：

哪个渠道导入的新用户最多？
哪个渠道的导入用户的质量和性价比最高？
哪些渠道容易作弊，即导入虚假用户/僵尸用户/蝗虫用户多？
哪些渠道值得继续投入费用，投入多少？以及哪些渠道该缩减预算、甚至放弃？

上面这些需求，无外乎从数量、质量和策略三个层面来说。

其中数量和质量可以通过数据统计类的工具实现，而策略则需要人的主观经验以及通过不断做PDCA（计划/plan、执行/do、检查/check、调整/Adjust）的迭代循环，来实现渠道投放的动态化调整。

所以，对于运营人常常涉及到的渠道效果量化，我们可以将其拆解为三步：

第一步：渠道识别
第二步：追踪的单个用户的行为
第三步：界定效果评估指标

第一步：渠道识别

对渠道的识别，就是给每个新增用户标记上渠道来源。而来源通常分成两个领域，下载应用市场和外部渠道。

识别应用市场的方法，主要是通过给每个应用市场发送不同的安装包，安装包之间的区别仅仅是渠道标识，在UI设计和功能方面都完全一致。从新用户使用哪个APP安装包就可以判定它的来源渠道。

在实际工作中，开发者和运营商往往会关注用户在应用市场前的步骤，例如从实体海报二维码/Web/微信到APP Store等应用市场，通过在着陆页上加入UTM参数的方式来计算PV和UV。

第二步：监测用户行为

通过在APP端做SDK埋点，就可以在用户使用过程中，记录其每一步的操作行为和行为对应的参数。例如记录点击查看理财产品的事件和用户实际浏览的理财产品ID、类型、发行公司等属性。

在实际操作中，有些行为需要通过用户属性来判断，例如用户等级是根据一系列行为累加升级而成，直接读取属性值，比在海量日志中寻找升级时刻传回的等级参数更有效率。

第三步：界定效果评估指标

评估渠道效果，就离不开具体的评估指标。

PV、UV：指渠道页面的访问量和访问人数，在内容、社区领域还衍生出转发量、评论数等指标。

导入量：指新增用户数，指从每个渠道导流安装使用APP的人数。如果仅仅关注导入量的绝对数值，或者仅以绝对数值作为结算依据，则会导致部分作弊渠道注入虚拟的用户。

留存量：通常采用次日留存和7日留存，指新用户在首次使用后的第2天/第7天仍活跃的人数，通过观察留存比例，确实可以找出哪些渠道导入的用户缺少持续使用习惯（或者是刷量、僵尸用户）。

开户量、注册量、下单量：都是用户在使用APP时的关键事件，也是很多CPA（每次行动成本，Cost Per Action）结算合同中“A”的指标。加入这些关键事件的考核，可以避免很多刷量的作弊渠道。

LTV：即用户终生价值。对于运营商而言，用户有持续使用习惯也不是最终目的，更关注的用户是否付费，这对视频、游戏类APP尤为重要。在实际操作中，很难监控到用户终生的消费价值，监控30天是较合理的指标。这主要取决于广告排期和用户生命周期特性，前者指通过当期数据决定下期的各渠道的预算，后者是指用户的消费能力和价值贡献在前期受渠道影响较大，而使用APP越久，其渠道属性的影响就越小（主要受产品自身的品质影响）。

随着近些年移动互联网的发展，各个运营商和开发者关注的数据指标也逐步从“数”的指标（PV、UV、导入量）转向“质”的指标（留存、LTV）。这也是在与各种刷机、洗量的黑渠道斗争中逐步提升能力的结果。

事实证明，越是关注实质动作、关注预算ROI的团队，就越会关注更多的渠道指标。

监测案例

在实际应用中，对所有渠道做倒序排列后，很容易发现“问题”渠道，他们的指标远落后于其他渠道；下图中两个渠道的用户在启动APP后，注册用户为0，基本可以判断渠道有问题（补充：在给渠道定性之前，还是要谨慎地验证是否是工具、日志传输出错）。

点击阅读原文，免费体验易观方舟智能运营Demo👇

运营人都关心的渠道效果监测，到底都监测什么？ | 运营笔记