一、APP客户特点及需求介绍
APP推广产业链
APP客户的角色特点
APP客户的生命周期
不同周期360广告匹配相应服务和产品
开发：加固保本地调试
测试：云测（ Testin ）质量认证
部署：应用引擎、云服务器、虚拟主机、数据库
分发：基础上线、应用商店、分发付费推广、网盟
运营：渠道监控、用户运营、活动运营、数据分析
变现：移动360广告、用户付费
APP客户不同阶段360推广需求：
初创期：获取高质量种子用户
选最优质的用户，用尽量低的成本获取用户，辅助运营验证用户需求
成长期：快速获取流量占领市场
快速和全面的渠道推广获取用户，保证用户获取的量级和成本在一个合理的区间，注意对用户质量的检测了解渠道质量
变现期：用户转化
关注用户的关键指标转化率及稳定性，不同渠道用户变现能力分析
稳定期：稳定渠道维护
在产品核心指标达成的前提下控制好获取用户的成本，全面、常态性覆盖渠道。
二、APP客户推广常用数据及指标
APP用户生命周期：
APP客户常用数据统计
APP客户常见推广术语-A
ACU（Average Concurrent Users）平均同时在线用户人数
APA（Active Payment Account）活跃付费用户数. 统计时间区间内，成功付费的用户数。一般以月计。如果按月进行计算，则有以下关系：APA=MAU*MPR 其中MAU为月活跃用户数，MPR为月付费率。
ARPU（Average Revenue per Uers）平均每用户收入. 统计时间区间内，活跃用户对产品产生的平均收入。一般以月计。ARPU=收益/用户数
月ARPU=收益/MAU 计算方式：产品总收入除以产品的总活跃用户数，一般按照月来计算，即ARPU=月总收入/月活跃用户数（MAU）
ARPPU（Average Revenue per Paying User）平均每付费用户收入 .统计时间区间内，付费用户对产品贡献的平均收入。一般以月计。ARPPU=收益/付费用户数
ASO (App Store Optimization)应用市场搜索优化
APP客户常见推广术语-D
DAU（Daily Active Users）日活跃用户数. 每日打开使用产品的用户数
Day 1/7/30 Churn Ratio日流失率
统计日使用产品，但随后1/7/30日未使用的用户占统计日活跃用户比例，此定义按需求可延长观测长度。
DEC（Daily Engagement Count）日参与次数
多用于游戏，用户对移动游戏的使用记为一次参与，即日参与次数就是用户每日对游戏的参与总次数。
DNU（Daily New Users）日新增用户数
每日激活/注册的用户数。也可以说是激活或注册，看自己定义。
Day 1/3/7/30 Retention Ratio次日/三日/七日/月留存率
日新增用户在次日/第三日/第七日/第三十日（不含首次启动当天）启动的用户数占新增用户比例。留存率需要进行长期跟踪，根据需要可设定30日、60日或者90日。
APP客户常见推广术语
CAC（Customer Acquisition Cost）用户获取成本=推广成本/有效新增用户
CPA（Cost-per-Action）每次激活的费用。目前移动端，结算到激活的居多，也有部分按注册结算。
CR(Conversions Rates)注册转化率
=最终注册成为用户/访问了某种渠道（如推广链接、APP下载市场）的总人数
DAOT/AT（Daily Avg.Online Time）活跃用户平均每日在线时长。
即：日总在线时长/日活跃用户数。一般的精略计算公司：AT=ACU*24/DAU
MAU（Monthly Active Users）月活跃用户数
最近一个月（含当日的30天）登录过应用的用户数，一般按照自然月计算。
MPR（Monthly Payment Ratio）月付费率
统计时间区间内，付费用户占活跃用户的比例。一般以月计。计算公式：MPR=APA/MAU 其中APA为月付费用户数
WAU（Weekly Active Users）周活跃用户数
最近一周（含当日的7天）启动使用产品的用户数，一般按照自然周进行计算。
互联网金融客户运营推广思路举例（了解客户都在怎么思考运营）
三、互联网金融客户运营推广思路举例
互联网金融用户特点
web 端购买的转化率基本都在 1% 以下
APP购买率在 5% 左右
客单价从几千到几万，某些特殊领域甚至高达几十万
用户购买决策会更复杂，购买周期也会更长
资金到期赎回产品后，一定还会进行下一次购买
用户购买前会有一段集中、大量的交互行为
用户的购买偏好比较容易识别
用户购买过程中三个阶段容易识别
互联网金融用户运营的三大步骤
渠道配置，获取可能购买的目标用户
找到其中最有价值的用户
针对性运营提高转化率
获取目标用户
1.优化渠道配置
2.针对性运营
找出高价值用户
用户核心行为分析
通过量化分析找出高价值用户
提升高价值用户转化率
针对不同产品类型偏好客户
用户在不同产品上访问时长占比的指标 = 用户访问债券型产品详情页的访问时长 / 用户在站内总体的访问时长
针对不同生命周期的用户
评论列表