如何获取app用户活跃数

可以使用极光iapp

1、覆盖广

SDK在国内140多万款APP中安装，覆盖国内90%以上的移动终端，监测的月活设备数有136亿。22个一级行业，206个二级行业的200万+APP。竞争对手一般覆盖几万个App。

2、数据准确、合规

数据源由极光SDK自有数据+运营商+手机厂家，数据更准确，企业使用无风险。（竞品没有）

3、更新速度快

日指标（DAU、新增、渗透等）T+2上线，月指标（MAU、用户画像、行业分析等）T+8上线。

4、产品功能丰富

6个子产品，30+功能模块。包含较多独有的功能，如极光指数、企业分析、下沉分析、机会发现、上升最快等； 由于样本量足够大，我们产品的新增和活跃维度可以按城市查看，这个是竞品做不到的。

5、产品覆盖指标多

200+关键运营指标；18种标签大类，超过1000个用户标签。竞品需要采购多个产品，因为有的版本有DAU，但是指标很少；有的版本指标多，但是没有DAU

有的运营人员做渠道投放，每个渠道都投放了，点击量特别高，但激活量只有个位数。也有可能点击激活数量都很高，但是留存率很低。费用都花光了，但是效果没有出来。自己去分析后台数据，却得不到结论。

罗曼罗想说的是，分析的前提是拿到靠谱的数据。如果数据不准确，结论可想而知~

怎样拿到准确的数据，关于统计平台的选择可以参考我的前一篇文章。当然，再靠谱的平台，也有可能出现一些不靠谱的情况。为什么呢？俗话说，有榜单的地方就有刷榜，有数据统计的平台就有数据作弊的作坊。

在移动互联网生态中存在很多不为人知的渠道刷量工作室，这些工作室以非常低廉的价格贡献质量同样低廉的用户数据。

早期的统计分析平台的SDK基于明文的jason数据包，工作室可以很方便的用程序伪造这些数据包，模拟出新增活跃、留存、时长等用户数据。随着统计分析平台的发展，很多分析平台推出了基于二进制协议的SDK，开发人员还可以自行调用加密开关。这些技术的提升使统计平台的安全性和数据准确性得到了提高。如果App升级到安全协议版本的SDK，刷量工作室已经很难采用直接模拟数据包的形式来刷量了。

所谓道高一尺魔高一丈，平台有平台的方法，刷量工作室有刷量的招数。除了采用分布式人肉刷量的方式来刷量(形式可以参考基于任务的积分墙);有技术实力的都能够通过编写程序脚本，修改真机参数，驱动真机运行(有兴趣的同学可以了解一下igrimace这个iOS的刷量工具)。这些行为已经跟真实的用户行为几乎没太大差别，很难从技术上分辨这些数据。

其实有经验的运营人员还是可以通过一些数据指标来分辨出真假用户的差异。

渠道效果评估

(1)留存率

有时候渠道刷量会选择在次日、7日、30日这些重要时间点上导入用户数据。我们会发现APP在次日、7日、30日这些关键时间点上的数据明显高于其他时间点。其实真实的用户的留存曲线是一条平滑的指数衰减曲线，如果你发现你的留存曲线存在陡升陡降的异常波动，基本上就是渠道干预了数据。可想而知，这样的用户的质量是非常差的，也不具备商业价值。

留存曲线不仅可以帮助我们判断渠道的质量，还可以在运营推广和产品优化上给出很多参考性建议。留存率这么重要，那么，留存率是怎么计算的呢？

留存率的定义：某一天的新增用户，在n天后回访的比例，就是这天的n日留存率。举个例子，如果我们在2月1日获取了1000个新增用户，这批用户在2月2日有400个用户回访，2月8日有200个用户回访，那么2月1日新用户的次日留存率是40%，7日留存率是20%。

留存率是业内判断用户质量的通用指标。移动互联网行业内，如果一个App的次日留存率达到40%，7日留存率达到20%，30日留存率达到10%，这个App的留存率就高于了业内标准了。一般来说，工具类应用的留存率高于游戏类应用的留存率，高频应用的留存率高于低频应用的留存率。除了应用类型，留存率还跟App的用户体验、推广方式等因素相关。

后续我会写一篇针对留存的文章，专门描述如何做留存的数据分析。

(2)用户终端

每个渠道都有自己覆盖的用户群，他们的用户终端会有区别。比如说小米应用商店的用户可能TOP10的机型都是小米手机，而移动MM的用户可能绝大部分是移动运营商的用户。

排除这些有特殊渠道的应用商店，大部分渠道的用户终端跟整个移动互联网终端分布是类似的。我们可以通过查看行业数据来了解这些数据，把这些数据作为benchmark，来对比分析App的数据。

譬如可以关注设备终端、 *** 作系统、联网方式、运营商、地理位置这些手机设备的属性。我在下面列举了一些tips，欢迎交流与拍砖。

方法一：关注低价设备排名

你可以重点分析渠道的新增用户或者启动用户的设备排名。如果你发现某款低价设备排名异常靠前，这种情况值得我们重点关注。这些数据可以在统计平台的终端属性分布中找到。

尤其是iOS平台没有模拟器，所有的用户数据需要通过真机触发。很多刷量的工作室会选择购买二手的iPhone5c来做刷量真机。有个做渠道推广的朋友踩过这样的坑，发现某个渠道有75%的设备是iPhone5c，比top5的iOS设备占比还多。继而又发现这个渠道的留存率等指标都差强人意，最终查出这个渠道使用了大量的iPhone5c来刷量。

方法二：关注新版本 *** 作系统的占比

经过本人多年工作经验发现，很多渠道刷量工作室在 *** 作系统版本的适配上会有延时。所以建议渠道人员在查看渠道用户的 *** 作系统时，可以和全体手机网民的 *** 作系统的分布做比较。如果你发现某个渠道下面，不存在新版本的 *** 作系统(比如iOS8x)，有一种可能性就是这个渠道合作的工作室的技术还没有适配最新的 *** 作系统。

方法三：关注wifi网络的使用情况

现在是一个高速网络的环境，无论是新增用户还是活跃用户，wifi的使用占比都比较大。从用户行为上来说，如果你留心身边的朋友，会发现大家在下载App的时候倾向于使用wifi(流量贵啊)，相比之下，启动App时，会对当前网络的敏感性差一些。也就是说，新增用户的wifi使用比例会大于启动用户的wifi使用比例。

另外，wifi的使用比例还跟应用类型相关。如果你是一个在线视频类型的应用，可能wifi的比例会在90%以上。

如果你是一个小流量的App，同时能够在新增用户和活跃用户的wifi数据对比上看出蛛丝马迹，可能真的是渠道在捣鬼了。

方法四：定向投放也很重要

有个行业内做了很久的朋友传授给我一个经验，说福建地区的作弊比较多，我们在制定投放策略的时候可以重点考虑屏蔽作弊多的地区。这个黑名单也可以根据APP实际的分地域投放效果来定制。

另外，我们在投放时也可以根据需要重点选择部分地区投放。比如北上广这些高消费的地区，比如三四线城市这些相对蓝海的区域。查看数据时就需要验证用户是否和我们的投放策略相符合了。

(3)用户行为

方法一：比较用户行为数据

如果一个App做的时间比较久，访问页面、使用时长、访问间隔、使用频率等这些行为数据会趋向稳定的。不同App的行为数据是有差异的。可能刷量工作室可以模拟出看似真实的用户行为，但是很难跟你的App的日常数据做的完全一致。

一个渠道用户的使用时长、使用频率过高过低都值得怀疑。我们在平时做渠道数据分析时，可以将这些数据跟整个App作比较，或者将安卓市场、应用宝这些大型应用商店的数据作为基准数据，进行比较。

方法二：了解新增用户、活跃用户小时时间点数据曲线

很多刷量工作室通过批量导入设备数据或者定时启动的方式来伪造数据。这种情况下，新增和启动的曲线会出现陡增和陡降。真实用户的新增和启动是一条平滑的曲线。

一般来说，用户的新增和启动会在下午6点之后达到高峰。而且新增相比启动的趋势会更加明显。

我们可以将不同渠道的分时数据进行对比，找到异常。需要注意的是，这种行为数据的对比需要遵循单一变量原则。也就是说，除了是不同的渠道，实验中的其他因素必须完全相同。如果我们选取渠道A在周三的活跃数和渠道B在周六的活跃数做对比，这两个数据肯定是有差异的，不具备可比性。

方法三：查看用户访问的页面名称明细

有些工作室会将appkey打到其它高频的App中。这样，我们可能会发现渠道用户的数据非常漂亮，但是仔细观察可以发现，页面名中有大量的页面不是自己定义的。通过对比页面名称，可以定位到这种形式的渠道作弊。

如果是AndroidApp，这个名称是activity或者fragment;如果是iOSApp，这个名称是自定义的view。这段记不住也没关系。记得找开发人员要一下具体页面的名称列表，对比一下统计后台用户访问的页面明细，就能看出差异了。

(4)转化率分析

转化率数据的分析不仅可以帮助我们应对渠道作弊，还可以帮助我们判断不同渠道的用户质量，提高投放效率。

每一个App都有自己的目标行为。比如电商类应用的目标行为就是用户购买商品的情况。游戏类的应用需要考察应用内付费。社交类应用会关注用户产生内容的情况。运营人员需要定义和设计应用的目标行为。

如果一个用户是真实的流量，他会经历点击、下载、激活、注册、直到触发目标行为的过程。我们可以将这些步骤做成漏斗模型，观察每一步的转化率。漏斗的步骤越靠后，作弊的难度越大，所获取用户对系统的价值越高，同时我们付出的用户成本也越高。运营人员需要对目标行为进行监控，在渠道推广时，考察目标行为的转化率，提高渠道作弊的边际成本。

反作弊模块

除了除了使用现成的统计分析工具，还可以申请让研发人员开发自己的反作弊模块。反作弊模块在原理上类似于杀

毒软件，我们可以定义一些行为模式，加到反作弊模块的黑名单库中。如果一个新增设备满足定义的行为模式，就会被判定为一个作弊设备。每个运营人员都可以根据自己的App来定义。我列举了一些常用的行为模式：

(1)设备号异常：频繁重置idfa

(2)ip异常：频繁更换地理位置

(3)行为异常：大量购买特价商品等

(4)数据包不完整：只有启动信息，不具备页面、事件等其他用户行为信息

写在最后

运营人员要做好长期与渠道合(dou)作(zheng)的心理准备。用好数据是万里长征的第一步。希望每个运营人员能够通过数据的使用，挑选出合适的渠道，提高渠道投放的收益。

营销流程中的统计数据指标是：

用户进入落地页（访问量）->落地页点击下载按钮（点击量）->应用商店下载 App（下载量）->首次打开 App（安装/激活量）->注册账号（注册量）

而目前国内的Xinstall可以做到该流程推广时候的用户行为全路径统计，使用时集成一下App就能使用了。

涵盖了app推广运营中所有的关键节点数据，以及用户后续对app的贡献值，如活跃程度，1、7、30日留存率等等，xinstall后台数据看板清晰直观。百度也查得到的

第三方的数据统计平台，比较好用的是友盟和talkingdata，需要先在App里接入第三方的SDK，之后就可以利用第三方的平台统计数据了，友盟是免费的，tlkingdata是付费的，二者各有优势，择优而用即可

Android 不自动提供数据库。在 Android 应用程序中使用 SQLite，必须自己创建数据库，然后创建表、索引，填充数据。Android 提供了 SQLiteOpenHelper 帮助你创建一个数据库，你只要继承 SQLiteOpenHelper 类，就可以轻松的创建数据库。SQLiteOpenHelper 类根据开发应用程序的需要，封装了创建和更新数据库使用的逻辑。SQLiteOpenHelper 的子类，至少需要实现三个方法：

构造函数，调用父类 SQLiteOpenHelper 的构造函数

onCreate（）方法；// TODO 创建数据库后，对数据库的 *** 作

onUpgrage()方法。// TODO 更改数据库版本的 *** 作

当你完成了对数据库的 *** 作（例如你的 Activity 已经关闭），需要调用 SQLiteDatabase 的 Close() 方法来释放掉数据库连接。

*** 作数据库的最佳实践是创建一个辅助类，例如联系人模块

class ContactsDatabaseHelper extends SQLiteOpenHelper

32 Cursor类

Android使用Cursor类返回一个需要的值，Cursor作为一个指针从数据库查询返回结果集，使用Cursor允许Android更有效地管理它们需要的行和列，你使用ContentValues对象存储键/值对，它的put()方法允许你插入不同数据类型的键值。

33 数据类型

SQLite 和其他数据库最大的不同就是对数据类型的支持，创建一个表时，可以在 CREATE TABLE 语句中指定某列的数据类型，但是你可以把任何数据类型放入任何列中。当某个值插入数据库时，SQLite 将检查它的类型。如果该类型与关联的列不匹配，则 SQLite 会尝试将该值转换成该列的类型。如果不能转换，则该值将作为其本身具有的类型存储。比如可以把一个字符串（String）放入 INTEGER 列。SQLite 称这为“弱类型”（manifest typing）。

四、数据库 *** 作

41创建和打开数据库

在Android中创建和打开一个数据库都可以使用openOrCreateDatabase方法来实现，因为它会自动去检测是否存在这个数据库，如果存在则打开，如果不存在则创建一个数据库：创建成功则返回一个SQLiteDatebase对象，否则抛出异常FileNotFoundException。

下面我们来创建一个名为Test的数据库，并返回一个SQLiteDatabase对象mSQLiteDatabase。

mSQLiteDatabase=thisopenOrCreateDatabase("Test",MODE_PRIVATE,null);

42创建表

通过execSQL方法来执行一条SQL语句。

String CREATE_TABLE="create table 表名（列名，列名，……）";

mSQLiteDatabaseexecSQL(CREATE_TABLE);

创建表的时候总要确定一个主键，这个字段是64位整型，别名_rowid。其特点就是自增长功能。当到达最大值时，会搜索该字段未使用的值（某些记录被删除_rowid会被回收），所以要唯一严格增长的自动主键必须加入关键字autoincrement。

43删除表

mSQLiteDatabase("drop table 表名");

导读数据分析师工作的第一步就是获取数据，也就是数据采集。获取数据的方式有很多，一般来讲，数据来源主要分为两大类，企业外部来源和内部来源。那么，今天就跟随小编一起来看看，数据分析师获取数据的方式有哪些吧!

1、外部购买数据

有很多公司或者平台是专门做数据收集和分析的，企业会直接从那里购买数据或者相关服务给数据分析师，这是一种常见的获取数据的方式之一。

2、网络爬取数据

除了购买数据以外，数据分析师还可以通过网络爬虫从网络上爬取数据。比如大家可以利用网络爬虫爬取一些需要的数据，再将数据存储称为表格的形式。当你在浏览网页时，浏览器就相当于客户端，会去连接我们要访问的网站获取数据，然后通过浏览器解析之后展示给我们看，而网络爬虫可以通过代码模拟人类在浏览器上访问网站，获取相应的数据，然后经过处理后保存成文件或存储到数据库中供我使用。此外，网络爬虫还可以爬取一些手机APP客户端上的数据。

3、免费开源数据

外部购买数据要花费一定的资金，网络爬取对技术又有一定的要求，有没有什么办法能又省力又省钱的采集数据呢当然有，互联网上有一些“开放数据”来源，如政府机构、非营利组织和企业会免费提供一些数据，根据需求你可以免费下载。

4、企业内部数据

了解了企业外部数据的来源，其实企业内部本身就会产生很多数据提供给我们分析，我们一起来了解一下吧。前面说了，内部数据通常包含销售数据、考勤数据、财务数据等。比如销售数据是大部分公司的核心数据之一，它反应了企业发展状况，是数据分析的重点对象。

以上就是小编今天给大家整理分享关于“数据分析师获取数据的方式有哪些”的相关内容希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。

1 Microsoft Power BI: 微软的Power BI是一种基于云的商业智能（BI）和数据分析工具，可以帮助您快速捕捉、可视化和分析数据，使您能够在任何设备上访问和共享有价值的洞察。

2 eazyBI：eazyBI是一个商业智能（BI）和数据可视化工具，可帮助您快速有效地分析您的报表和数据。它具有快速实现复杂报表的能力，可以帮助您用更少的时间和投入更好地实现您的组织的目标。

3 Tableau：Tableau是一款强大的商业智能（BI）和数据可视化工具，可以帮助您从数据中获取见解。它可以帮助您从繁琐的数据中提取出有价值的信息，从而帮助您做出明智的决策。

4 MicroStrategy：MicroStrategy是一款强大的商业智能（BI）和数据可视化软件，可以帮助您从大量数据中发现有价值的洞察。它可以帮助您建立动态的报表，从而更好地了解您的数据情况。

以上就是关于如何获取app用户活跃数全部的内容，包括:如何获取app用户活跃数、APP推广的数据怎么筛查、App推广营销中需要统计哪些数据等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！