使用时长：指在某一统计统计周期内所有从APP启动到结束使用的总计时长。使用时长还可以从人均使用时长（使用总时长和活跃用户数的比值）、单次使用时长（使用总时长和启动次数）等角度进行分析，是衡量产品活跃度、产品质量的重要指标。

使用时间间隔：使用时间间隔是指同用户相邻两次启动的时间间隔。我们通常要分析使用时间间隔分布，一般统计一个月内应用的用户使用时间间隔的活跃用户数分布。也可以通过不同统计周期(时间点不同，但跨度相同)的使用时间间隔分布的差异，以发现用户体验的问题。

访问页面：访问页面数指用户一次启动访问的页面数。我们通常要分析访问页面数分布，即统计一定周期内(如1天、7天或30天)应用的访问页面数的活跃用户数分布，如访问1-2页的活跃用户数、3-5页的活跃用户数、6-9页的活跃用户数、10-29页的活跃用户数、30-50页的活跃用户数，以及50页以上的活跃用户数。同时，我们可以通过不同统计周期(但统计跨度相同，如都为7天)的访问页面分布的差异，以便于发现用户体验的问题。

　　在以上用户参与度指标中，我们可以选取一个可以反映主运营目标的指标，如消费额，搭建用户等级模型（用户分层），也可以选取多个相关指标，如最近一次消费时间R，消费频率F，消费额M搭建常用的RFM用户模型。

　　作用在于可以根据构建出的模型中的不同等级（用户分层）或不同区域（RFM模型）的用户的特征制定针对性的运营策略或制定层级间转化的用户激励体系。

　　以问答社区为例，主要KPI是内容数量和质量，体现在用户所贡献内容获取的认可数上，通过数据收集整理得出用户认可数分布如下，我们以用户认可数为指标建立用户分层。

　　可以看出分布近似于对数正太分布，通过类似分布直方图定义第一，第二，j2直播，第三四分位点作为临界值，将用户划分为普通用户、内容生产者、内容贡献者和大V四个等级用户。

　　当用户量足够大时，每一层用户等级里的用户特征也表现出很大差异性，j2直播，比如内容贡献者一层里，有人以发表文章为主，频率低，单篇认可数高；有人以问答为主，频率高，单篇认可数低；这就结合RFM模型对每一层内用户再做细分。

　　再比如有人是3年以下，有人是5年以上，有人喜欢社交类内容，有人喜欢电商类内容，这就就可以结合下文介绍的用户画像对用户做更精细属性描述，做到更精细化运营的效果。

RFM模型

　　（3）用户画像

　　用户画像就是通过各种数据勾勒出用户的轮廓，凡是可以定义出用户属性的指标都可以放在用户画像里，包括性别、年龄、学历、收入、支出、职业、行业、个人兴趣爱好、商业兴趣、社交关系等等，数据越多，用户的轮廓就越清晰，相应的制定运营策略的时候就越有针对性。

　　3.我们每天手机上会收到各种短信、PUSH、陌生电话，邮箱里经常收到广告邮件，且越来越精准的戳中你的点，促使你再次启动app，如果你很久没有使用这个app了，那这很可能就是运营人员基于数据分析采取的召回措施，试图挽回流失的用户。

　　这一阶段主要是对流失原因的分析以相应召回方案的制定，数据指标用来衡量工作效果。体现在数据指标上为流失和召回体系，包括流失率、到达率、打开率、打开点击率、回流率。

　　流失率：流失率和留存率是互为此消彼长的一对概念，某个统计时间后不再使用产品的用户比率，两个指标一般都是采用同期群的计算方式，但因为流失率有一定的滞后性，所以通常是通过查询留存率来预计流失率。

到达率：推送到达用户手机或邮箱的比率。

打开率：用户看到推送打开的比率。

打开点击率:用户打开后点击内容/链接的比率。

回流率：回流用户数与统计周期内流失用户的比率。