華為分析丨一文看懂安裝歸因，打造高轉化的用戶增長體系

新用戶來自于哪里？

各個渠道的新用戶次留，7日留存，30日留存率如何？

各個渠道的新用戶估計轉化率有何差異？

如何提升利率，復購率或其他關鍵行為的轉化率？

相信以上幾個問題是APP的產(chǎn)品和運營人員都想要了解清楚的，此處將基于華為分析5.2.0版，從渠道追蹤到渠道分布效果評估，打造高轉化用戶增長體系的解決方案。

渠道發(fā)布現(xiàn)狀

隨著移動互聯(lián)網(wǎng)的火熱發(fā)展，行業(yè)競爭加劇，推廣方式越來越多元化，流量成本不斷攀升，如何精準拉新，找到最適合的投放渠道，是每款產(chǎn)品都會面對的難題。

APP推廣流程大體分為6大步驟，其中最后“跟蹤各渠道引流”和“復盤”這兩個步驟至關重要，它可以幫我們回答：每天的新增用戶都來自于某些營銷渠道與營銷介，什么營銷任務帶來的新用戶最多，基本上風格的素材吸量效果更好，其他渠道帶來的用戶留存率高等問題。

華為分析5.2.0版本上線的新功能-安裝歸因，就是著眼于精準拉新場景，支持新用戶安裝來源追蹤，幫助APP的市場推廣同學科學的廣告投放效果，提升ROI。

華為分析安裝歸因實現(xiàn)原理

相信APP的運營推廣人員一定很熟悉UTM參數(shù)，這是一套標準的跟蹤渠道流量的參數(shù)。只需要按照華為應用市場或華為廣告（Huawei Ads Kit）的要求設計推廣鏈接格式，自定義拆分UTM參數(shù)，將其配置在華為分析控制臺中。之后將進行擴展鏈接進行多平臺多渠道發(fā)布，當用戶點擊鏈接下載APP并首次打開后，華為分析SDK將自動調取華為應用市場和華為廣告（）的API接口查詢UTM參數(shù)，為用戶匹配其營銷渠道，營銷媒介，營銷任務，從而生成安裝歸因報告。

具體步驟：

1） 按照華為應用市場或華為Ads Kit的要求創(chuàng)建APP推廣鏈接，并添加UTM參數(shù)。

以華為應用市場為例，鏈接示例：

https://appgallery.cloud.huawei.com/appDetail?pkgName=

pkgName＆channelId = facebook＆referrer = utm_source％3Dsocial％26utm_medium％3Dlink3％26utm_campaign％3DPR％0A＆detailType = 0＆calltype = AGDLINK

2） 將您自定義拼湊的UTM參數(shù)配置在華為分析控制臺的“管理＞安裝來源”。

*安裝來源配置樣例

3） 當用戶點擊鏈接后進入到應用下載頁面，此時華為應用市場或華為Ads Kit將記錄用戶的UTM參數(shù)。

4）當用戶通過該鏈接下載并首次啟動 App后，華為分析SDK將調取華為應用市場，華為Ads Kit接口，獲取用戶的UTM參數(shù)并傳給服務端進行匹配。

5）如果匹配成功，逐步生成對應的安裝歸因報告。

*安裝歸因報告示意圖，數(shù)據(jù)為虛擬

安裝歸因報告在幫您區(qū)分購買量用戶與自然量用戶的基礎上，支持新用戶安裝來源的精準追蹤，您可以清楚地了解各個營銷渠道，營銷媒介，營銷任務帶來的用戶數(shù)與占比情況，為營銷方案的優(yōu)化提供數(shù)據(jù)支撐，讓拉新來的用戶都是高留存的目標用戶。

評估渠道投放的“量”與“質”

除了上面所說的引流“規(guī)?！?，各個渠道的引流“質量”也同樣重要。

引流質量體現(xiàn)在兩方面，一是“留存尺度”，通過華為分析的留存分析報告，對比各渠道的次留，3日留存，7日留存，30日留存率等，可以了解多個渠道產(chǎn)品目標用戶的匹配度。二是“轉化尺度”，如果某些渠道引流規(guī)模小，但轉化率高于整體水平，則可考慮增加該渠道規(guī)模；相反，若某些渠道引流規(guī)模大，但估計轉化率至少要降低，說明其流量質量增加，若觀察重組后仍沒有明顯提升，建議減少該渠道的投入力度。

*數(shù)據(jù)為虛擬

打造高轉化的用戶增長體系

一，設計轉化漏斗，定位流失根因

新用戶來之不易，要想培養(yǎng)其粘性，提升活躍度，需在正確了解其行為特征的基礎上，設計運營活動，投其所好。

通過華為分析的路徑分析報告，合并過濾器，可以比較不同手機品牌，不同渠道，不同地域用戶的路徑差異，驗證用戶的實際行為路徑和產(chǎn)品設計是否相符。

*路徑分析報告示例，數(shù)據(jù)為虛擬

逐步路徑報告，選擇“關鍵轉化事件”，觀察其前后的流向，可以洞察用戶的轉化率是否預期，對轉化率低的事件路徑支持一鍵存為漏斗，在漏斗分析報告中結合過濾器（如版本號，地域，體積，渠道來源，受眾等）進行尺寸下鉆，分解影響因素，找到轉化率低的根因引起癥下藥，設計優(yōu)化方案。

*漏斗分析流程

*漏斗分析報告示例，數(shù)據(jù)為虛擬

二，善用歸因模型，分析轉化貢獻

除了通過路徑分析模型，漏斗分析模型定位影響轉化率的因素，還要通過分析APP內(nèi)部各個運營位置，各類營銷活動，各個推送針對目標轉化事件的貢獻率，總結對轉化率促進最有效的運營策略，不斷迭代運營策略從而促進用戶轉化。

例如，某電商APP平日里會綜合使用多種觸達方式（短信，推送，站內(nèi)信等），多種資源位置（banner，開屏，彈窗，消息欄等）增強活動曝光速度，用戶可能在活動期間多次通過不同入口進入過活動頁面，但到底什么運營動作對推動訂單成交最有成效？

通過華為分析提供的事件歸因分析模型，將“下單購買”作為目標轉化事件，將“旗幟位點擊”，“按點擊”，“彈窗點擊”，“開屏點擊”等作為待歸因事件，選擇歸因模型為“首次事件歸因”或“末次事件歸因”，系統(tǒng)就會智能生成可視化的歸因報告。

清晰準確的還原各個待歸因事件對目標轉化事件的貢獻分布，幫您合理規(guī)劃運營位的流量配置，不斷優(yōu)化運營策略，不斷提升用戶轉化率。

關于華為分析服務：

華為分析服務（Analytics Kit）是針對移動應用，Web，快應用等產(chǎn)品的一站式用戶行為分析平臺，貼合業(yè)務場景，提供數(shù)據(jù)采集，數(shù)據(jù)管理，數(shù)據(jù)分析，數(shù)據(jù)應用的一體化解決方案，驅動企業(yè)實現(xiàn)精準拉新，產(chǎn)品優(yōu)化，精益運營，業(yè)務增長。