推广人员应该都有一个感觉，就是预算永远不够用。要想把钱花在刀刃上，就要求我们知己知彼。

今天小编就来给大家讲讲，如何用有限的预算来进行质量评估和渠道分配。希望对您们有所帮助。

首先讲一下“知己”。

不同行业、不同品牌、不同产品阶段会有不同的推广目标。公司预算不同，也会有不同的方案，这就需要我们结合具体的情景去判断。

而知彼就要求我们对渠道足够了解，以此作为具体预算分配方案的基础。

一般来说，我们分析一个渠道会考虑以下四个指标：成本、质量、量级、稳定性。

稳定性决定着这个渠道是要长期投放，还是只在关键的时间节点去使用。

而量级代表着这个渠道的获客能力，也关系到业务KPI。一个渠道的量级上限，可以通过调研竞品的投放情况预估，也可以通过对整个广告平台的情况去分析，然后再预估。

举个例子，手机厂商商店，可以根据手机出货量来推算手机商店的整体带量，再根据所处行业的竞争格局进一步推算。

首先是成本的横向比较，横向比较要求统一标准。统一标准计算成本的过程中会遇到一些问题。这里列举一下个人认为最常见的两个问题，说一下计算方法。

第一个问题，付费推广后应用商店的自然量如何剔除？据了解，现在很多同行朋友计算应用商店用户获取成本时都没有剔除自然量。其实可以理解，这样测算汇报时数据比较好看，毕竟大家都这么汇报。

但个人觉得有些数据我们应该要弄清楚，大家应该要做一个清醒的推广者，这是我们和别人的不同之处。

既然要全盘把控渠道的预算分配，或者说针对自己手上负责的几个渠道去做预算分配，就需要清楚每个渠道实际获取新用户的成本。

我们要知道信息流、DSP、广告平台、网盟等等，都是没有自然下载用户的。那剔除自然量去比较就成为了必须。

我现在使用的有两种方法，一个是同比差值计算法，另外一个是下载激活转化率计算法。

首先同比差值计算法。我们知道CPA=花费差值/激活差值，如果不取绝对值，取差值就可以排除自然量的干扰。举个例子，某个渠道6月份日均消费一千元，日均总激活是1万，7月份日均消费提高到了7000，日均总激活变成了12000。

那么这个渠道在日均消费1万以下预算量级的情况下，它的获客成本大概是3元左右。但这个计算方法的缺点是它会受到自然量波动的影响。而且如果花费的差值不够大的话，误差还是比较大的。

因为随着在应用商店的付费推广，应用商店自然量是会有所改变的。因为在应用商店的权重等等很多因素都会影响到应用商店的自然量。

所以这里我推荐了第二个方法，下载激活转化率计算法。这个方法要求我们先算一下，自然下载到激活的转化率是多少。

每个产品都不同，每个产品在不同渠道也是不同的，但是同一产品在同一渠道的自然下载量激活转化，变化不会很大。

算出这个值之后，我们在平台后台看到的自然下载量去与它相乘，就可以得到推测的推广激活量。举例来看，比如某渠道6月份是没有付费推广的，每天自然下载量是10000，日均激活是5000，那么转化率是50%。

7月份开始付费推广了，它的自然下载量提高了，变成20000一天，然后它的总激活变成了12000。这个时候就可以用公式计算出，它可能每天的推广激活是2000。

这个方法唯一受限的是有些应用商店的广告后台没有提供自然下载量和数据，只能给到推广下载数据。

但坦白说，只要在应用商店下载了，媒体方是可以获得到下载数据的。如果说后台你看不到的话，就看你跟他们的商务的关系怎么样了。其实想要数据都可以得到。

除了一定要去铺的应用商店，是不是还有非常多鱼龙混杂的渠道？

我们需要在开始投放之前，就横向比较去整体看，以减少测试渠道的时间和财务成本，还是本着统一标准的原则。

这里提出了两个换算公式。针对CPM付费渠道，可以用CTR平均曝光到点击的转化率乘以1000，因为CPM是千次曝光，然后算出千次曝光可能带来点击，再用千次曝光的价格去与他相除，就换算成了CPC的价格。

CPT的渠道也是同理的。这个方法缺点就是我们需要想办法找到要评估的那个渠道，广告平台它的平均曝光点击率是多少。

而且我们知道不同的素材，不同的产品可能都会有差异，所以这是造成它误差的很大一部分原因，但这是做前期预判的时候可以使用的一个方法。

以上列举了总共有几个公式，希望能够在成本计算方面对大家有所帮助。

接下来想简单和大家探讨一下渠道质量评估这个话题。分享的质量评估指标都是针对业内前辈分享内容做的整合，并不是百度视频推广过程中的评估指标。

我把业内通用的渠道质量评估指标分为了五大类。

首先是留存，包括次日留存率，3日、7日，有的公司还会分14日，30日留存率等等。

然后活跃包括日活跃数、周活跃数和月活跃数。

有些对渠道考核比较严的公司还会去考量用户的构成，活跃用户的回流情况、忠诚情况、还有连续活跃用户等等指标。

另外参与度也是必须要考核的一个维度。比如某一个渠道，它的用户启动次数，这个渠道的使用时长、访问页面和使用时间间隔等等。

与收入相关的产品，还会关注用户的终身价值、人均收益、ROI和回收期等指标。

除了在上图列举的指标，还有一些功能属性，用户画像等其他很多维度的数据指标，但可能就不是渠道推广关注的最核心的指标了。

其他指标可能与内容运营，产品设计的关系非常密切，需要共同配合去关注。以上这些都是APP比较基础的分析指标。

做渠道质量评估时还有一个方法可以尝试，就是反作弊策略。

因为技术的开发成本是比较大的，而且门槛比较高。假设从商务而非技术的角度只要把握一个核心思想，那就是判断用户的使用行为是否符合真实用户行为。把握这个核心思想之后，其实我们还是能想出一些成本相对比较低的方法。

1、关键操作活跃量占总活跃的占比

举个例子，比如B站，可能它的用户发弹幕比例非常高，但是如果某一个渠道用户发弹幕的比例非常低，那我们可以认为他有作弊的嫌疑。

2、新功能的使用率

比如某一产品，一开始是没有社区的，用户不可以进行评论，后来他增加了评论功能，这个功能本身在产品的层面讲是成功的，整体表现比较好，但在某一渠道用户的评论率非常低，那么我们可以认为这是作弊的。

因为机器是无法知道什么时候增加了新功能的，所以从新功能角度去切入也不失为一个办法，而且数据量不会很大，跑起来成本比较低。

3、用户激活APP的时间

举个例子，如果用户都是在凌晨两三点钟去下载激活，或者某一渠道每天会有很多激活量，但都集中在半夜的时间，那么我们会认为这个渠道作弊的嫌疑很大。

4、看设备的集中度

比如机型、操作系统等等，这也是行业里在广泛使用的方法。

后面还有两个方法是站在作弊流量方的角度去想，他们有可能在哪里会钻空子，在作弊的时候有可能会惧怕什么，所以提出了这两点。

第一个是点击有效性判断。举个例子，我们在ios推广的时候会做IDFA去配，就是说广告流量方会给传一个数据，今天有哪些用户点了广告跳转App Store，他会给出IDFA。

然后我们自己有多少用户通过下载并激活了产品，也有自己的IDFA数据。然后把流量方的IDFA与我们的IDFA数据去做重合匹配。重合的这部分激活设备号就认为是来自渠道方的广告带来的激活。

但如果我是流量方想作弊的话，我们可以提供大量的IDFA去做匹配，只要数量足够大总会有一些重合和匹配，当然肯定他提供数据的时候也会有一些策略。

所以如果想反这种方式作弊的话，就要看点击到激活的匹配率大概是多少，试想一个用户去点广告，让它下载到激活的转换不会低于百分之一。如果说点击到激活转化率太低的话，我们可以认为是作弊。

最后一个就是商务从合同的角度去约定一下，一旦发现作弊，赔偿金额加大惩罚力度，我觉得可能也会在一定程度上阻拦掉一部分想要作弊的渠道，因为最起码的是他不会让你去折腾去测试，也会节省你的时间成本。

今天小编分享的渠道评估的几种方式不知道对你有没有帮助呢？有的话欢迎下方留言区交流讨论哟

本文作者@51coo   由(青瓜传媒)整理发布，转载请注明作者信息及出处！

产品推广服务：APP推广服务    广告投放平台    龙游游戏

它主要通过搜索广告归属API，跟踪和归因于来自搜索广告的应用下载。优点在于，通过苹果归因API信息可以为不同的关键词、广告组和受众群体优化你的CPT和CPA目标。

导读：在互联网企业，任何一个APP都要事先规划好数据体系，才允许上线运营，有了数据才可以更好的科学运营。因此本文将为大家介绍APP的基础数据指标体系。

APP的数据指标体系主要分为五个维度，包括用户规模与质量、参与度分析、渠道分析、功能分析及用户属性分析。用户规模和质量维度主要是分析用户规模指标，这类指标一般为产品考核的重点指标；参与度分析主要分析用户的活跃度；渠道分析主要分析渠道推广效果；功能分析主要分析功能的活跃情况、页面访问路径以及转化率；用户属性分析主要分析用户特征。本文将详述这五大维度。

一、用户规模和质量

用户规模和质量的分析包括活跃用户、新增用户、用户构成、用户留存率、每个用户总活跃天数五个常见指标。用户规模和质量是APP分析最重要的维度，其指标也是相对其他维度最多，产品负责人要重点关注这个维度的指标。

1、活跃用户指标

活跃用户是指某统计周期内启动应用（APP）的用户。活跃用户数一般按照设备维度统计，即统计一段时间周期内启动过的设备（如手机、平板电脑）数量。活跃用户是衡量应用用户规模的指标。通常，一个产品是否成功，如果只看一个指标，那么这个指标一定是活跃用户数。很多互联网企业对产品负责人的KPI考核指标都以活跃用户数作为考核指标。活跃用户数根据不同统计周期可以分为日活跃数( DAU)、周活跃数( WAU)、月活跃数(MAU)。大多数希望用户每天都打开的应用如新闻APP、社交APP、音乐APP等，其产品的KPI考核指标均

为日活跃用户数( DAU)。为什么？如果这些APP考核的指标是月活跃用户数，那么会出现什么状况？月活跃用户只要求用户在一个月内启动应用一次既可以计算为月活跃用户，所以，一个本应该每天都要启动的应用，如果用月活跃用户数作为KPI来考核，那么会出现产品运营负责人“偷懒”的情况，产品适营人员只需要每月想办法让用户启动一次即可，也许向用户推送两三个活动就可以实现，这样的考核会导致产品不够吸引力甚至是不健康。如果用日活跃用户来作为KPI来考核这个产品，那么产品运营负责人一定会设计让用户每天都想用的功能或者更新每天用户都想看的内容来吸引用户来使用。

2、新增用户指标

新增用户是指安装应用后，首次启动应用的用户。按照统计时间跨度不同分为日、周、月新增用户。新增用户量指标主要是衡量营销推广渠道效果的最基础指标；另一方面，新增用户占活跃用户的比例也可以用来用于衡量产品健康度。如果某产品新用户占比过高，那说明该产品的活跃是靠推广得来，这种情况非常值得关注，尤其是关注用户的留存率情况。

3、用户构成指标

用户构成是对周活跃用户或者月活跃用户的构成进行分析，有助于通过新老用户结构了解活跃用户健康度。以周活跃用户为例，周活跃用户包括以下几类用户，包括本周回流用户、连续活跃n周用户、忠诚用户、连续活跃用户。本周回流用户是指上周末启动过应用，本周启动应用的用户；连续活跃n周用户是指连续n周，每周至少启动过一次应用的活跃用户；忠诚用户是指连续活跃5周及以上的用户；连续活跃用户是指连续活跃2周及以上的用户；近期流失用户是指连续n周（大等于1周，但小于等于4周）没有启动过应用的用户。

4、用户留存率指标

用户留存率是指在某一统计时段内的新增用户数中再经过一殷时间后仍启动该应用的用户比例。用户留存率可重点关注次日、7日、14日以及30日留存率。次日留存率即某一统计时段（如今天）新增用户在第二天（如明天）再次启动应用的比例；7日留存率即某一统计时段（如今天）新增用户数在第7天再次启动该应用的比例；14日和30日留存率以此类推。用户留存率是验证产品用户吸引力很重要的指标。通常，我们可以利用用户留存率对比同一类别应用中不同应用的用户吸引力。如果对于某一个应用，在相对成熟的版本情况下，如果用户留存率有明显变化，则说明用户质量有明显变化，很可能是因为推广渠道质量的变化所引起的。

5、每个用户总活跃天数指标

每个用户的总活跃天数指标( TAD，Total Active Days per User)是在统计周期内，平均每个用户在应用的活跃天数。如果统计周期比较长，如统计周期一年以上，那么，每个用户的总活跃天数基本可以反映用户在流失之前在APP上耗费的天数，这是反映用户质量尤其是用户活跃度很重要的指标。用户属性分析主要从用户使用的设备终端、网络及运营商分析和用户画像角度进行分析。

二、参与度分析

参与度分析的常见分析包括启动次数分析、使用时长分析、访问页面分析和使用时间间隔分析。参与度分析主要是分析用户的活跃度。

1、启动次数指标

启动次数是指在某一统计周期内用户启动应用的次数。在进行数据分析时，一方面要关注启动次数的总量走势，另一方面，则需要关注人均启动次数，即同一统计周期的启动次数与活跃用户数的比值，如人均日启动次数，则为日启动次数与日活跃用户数的比值，反映的是每天每用户平均启动次数。通常，人均启动次数和入均使用时长可以结合一起分析。

2、使用时长

使用总时长是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、单次使用时长等角度进行分析。人均使用时长是同一统计周期内的使用总时长和活跃用户数的比值；单次使用时长是同一统计周期内使用总时长和启动次数的比值。使用时长相关的指标也是衡量产品活跃度、产品质量的重要指标，道理很简单，用户每天的时间是有限的且宝贵的，如果用户愿意在你的产品投入更多的时间，证明你的应用对用户很重要。启动次数和使用时长可以结合一起分析，如果用户启动次数高，使用时长高，该APP则为用户质量非常高，用户粘性好的应用，比如现在很漉行的社交应用。

3、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。

4、使用时间间隔

使用时间间隔是指同一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，如使用时间间隔在1-天内、1天、2天……7天、8 -14天、15-30天的活跃用户数分布。同时，我们可以通过不同统计周期（但统计跨度相同，如都为30天）的使用时间间隔分布的差异，以便于发现用户体验的问题。

三、渠道分析

渠道分析主要是分析各渠道在相关的渠道质量的变化和趋势，以科学评估渠道质量，优化渠道推广策略。渠道分析需要渠道推广负责人重点关注，尤其是目前移动应用市场渠道作弊较为盛行的情况下，渠道推广的分析尤其是要重点关注渠道作弊的分析。

渠道分析包括新增用户、活跃用户、启动次数、单次使用时长和留存率等指标。这些指标均在上文阐述过，在此就不在赘述。以上提到的只是渠道质量评估的初步维度，如果还需要进一步研究渠道，尤其是研究到渠道防作弊层面，指标还需要更多，包括：判断用户使用行为是否正常的指标，如关键操作活跃量占总活跃的古比，用户激活APP的时间是否正常：判断用户设备是否真实，如机型、操作系统等集中度的分析。

总之，如果要深入研究渠道作弊，算法的核心思想是研究推广渠道所带来的用户是否是真的“人”在用，从这个方向去设计相关的评估指标和算法，如某渠道带来的用户大部分集中在凌晨2点使用APP，我们就认为这种渠道所带来的用户很可能不是正常人在使用，甚至是机器在作弊。

四、功能分析

功能分析主要分析功能活跃情况、页面访问路径以及转化率。这些指标需要功能运营的产品经理重点关注。

1、功能活跃指标

功能活跃指标主要关注某功能的活跃人数、某功能新增用户数、某功能用户构成、某功能用户留存。这些指标的定义与本文第一部分的“用户规模与质量”的指标类似。只是，本部分关注某一功能模块，而不是APP整体。

2、页面访问路径分析

APP页面访问路径统计用户从打开应用到离开应用整个过程钟每一步的页面访问和跳转情况。页面访问路径分析的目的是在达到APP商业目标之下帮助APP用户在使用APP的不同阶段完成任务，并且提高任务完成的效率。APP页面访问路径分析需要考虑以下三方面问题：

(a) APP用户身份的多样性，用户可能是你的会员或者潜在会员，有可能是你的同事或者竞争对手等：

(b) APP用户目的多样性，不同用户使用APP的目的有所不同；(c) APP用户访问路径的多样性，即时是身份类似、使用目的类似，但访问路径也很可能不同。因此，我们在做APP页面访问路径分析的时候，需要对APP用户做细分，然后再进行APP页面访问路径分析。最常用的细分方法是按照APP的使用目的来进行用户分类，如汽车APP的用户使可以细分为关注型、意向型、购买型用户，并对每类用户进行基于不同访问任务的进行路径分析，比如意向型的用户，他们进行不同车型的比较都有哪些路径，存在什么问题。还有一种方法是利用算法，基于用户所有访问路径进行聚类分析，基于访问路径的相似性对用户进行分类，再对每类用户进行分析。

3、漏斗模型

漏斗模型是用于分析产品中关键路径的转化率，以确定产品流程的设计是否合理，分析用户体验问题。转化率是指进入下一页面的人数（或页面浏览量）与当前页面的人数（或页面浏览量）的比值。用户从刚进入到完成产品使用的某关键任务时（如购物），不同步骤之间的转换会发生损耗。如用户进入某电商网站，到浏览商品，到把商品放入购物车，最后到支付，每一个I不节都有很多的用户流失损耗。通过分析转化率，我们可以比较快定位用户使用产品的不同路径中，那一路径是否存在问题。当然，对于产品经理，其实不用每天都看转化率报表，我们可以对每天的转化率进行连续性的监控，一旦转化率出现较大的波动，便发告警邮件给到相应的产品负责人，以及时发现产品问题。

四、用户属性分析

用户属性分析主要从用户使用的设备终端、网络及运营商分析和用户画像角度进行分析

1、设备终端分析

设备终端的分析维度包括机型分析、分辨率分析和操作系统系统分析，在分析的时候，主要针对这些对象进行活跃用户、新增用户数、启动次数的分析。即分析不同机型的活跃用户数、新增用户数和启动次数，分析不同分辨率设备的活跃用户数、新增用户数和启动次数，分析不同操作系统设备的活跃用户数、新增用户数和启动次数。

2、网络及运营商分析

网络及运营商主要分析用户联网方式和使用的电信运营商，主要针对这些对象进行活跃用户、新增用户数、启动次数的分析。即分析联网方式(包括wifi、 2G、3G、4G)的活跃用户数、新增用户数和启动次数，分析不同运营商（中国移动、中国电信、中国联通等）的活跃用户数、新增用户数和启动次数。

3、地域分析

主要分析不同区域，包括不同省市和国家的活跃用户数、新增用户数和启动次数。

4、用户画像分析

用户画像分析包括人口统计学特征分析、用户个人兴趣分析、用户商业兴趣分析。人口统计学特征包括性别、年龄、学历、收入、支出、职业、行业等；用户个人兴趣指个人生活兴趣爱好的分析，如听音乐、看电影、健身、养宠物等；用户商业兴趣指房产、汽车、金融等消费领域的兴趣分析。用户画像这部分的数据需要进行相相关的画像数据采集，才可以支撑比较详细的画像分析。

本文主要介绍了APP基础的数据分析体系，还有更多的指标体系需要根据APP的特性进行特殊设计，比如，搜索APP需要关注与其特性相关的指标如搜索关键词数、人均搜索关键词数等。另外，还有一个非常值得关注的是，很多产品经理或者运营人员认为本文提到的很多指标，产品上线后便自然可以看到，这是一个非常常见的误区。因为，本文提到的大多数指标，如果不进行数据打点上报，并进行相关的数据开发统计，就不能看不到相关的数据报表。所以，产品经理在产品上线前一定要规划好自己所负责的产品的数据体系，驱动开发进行相关的数据采集上报，并在运营过程中，动态优化和丰富数据体系。

如何判断渠道的质量和狡猾程度，如何判断用户是否真实、是否来自墙、是否机刷或肉刷而来，是运营人员乃至整个公司最为头疼的事情，因为事关成本，成本则事关生死，不可谓不大。

那么我们如何识别真假用户，从而有效的管理渠道呢？从运营的角度，要是能根据上量的用户的综合价值来给渠道付费，那当然就是最佳策略。什么叫用户的综合价值，那就是该用户为公司创造出来的综合价值，价值包括但不限于：

• 直接利润价值：比如购买行为，产生收入和潜在的利润；
• 内容价值：比如产生了积极的、优质内容，间接的创造价值等
• 传播价值：比如因为ta的传播，引发了其他用户的使用等等；
• 衍生价值：停留时长或关注时长，所带来的广告收益等。

每个App的行业不同，这四种价值侧重不同。但是为什么我们App运营者这个甲方，从来就没有按照这个逻辑给渠道结算呢，而是按照下载激活这样最坑爹的方式进行议价结算，这又是另外一个问题，我们将另起文章讨论。

因为按照激活这个时间作为结算的时间节点对我们来说，这个时间窗口太短，对甄别用户的真假带来巨大的挑战。

在这个巨大的挑战面前，就分化出作弊防护的不同境界。

第一个境界——事后诸葛亮，事前猪一样

稍微量化一下这个境界，发现作弊的时间需要7天以上，能感知到40%左右的假量用户，其他超过半数的作假不能确保；通俗的讲，知道自己被骗了，但不知道骗了多少。他们的手段一般是这样的：

一 看留存率

根据长期的斗争经验，他们发现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。然后发现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。而真实的用户的留存曲线是一条平滑的指数衰减曲线，如果他们发现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。

二 看用户终端信息

低价设备排名：根据经验分析渠道的新增用户或者启动用户的设备排名。如果发现某款低价设备排名异常靠前，他们就视其为异常，开始报警。

新版本操作系统的占比：经过渠道多年蹂躏，运营人员终于发现，很多渠道刷量工作室在操作系统版本的适配上会有延时。查看渠道用户的操作系统时，可以和全体手机网民的操作系统的分布做比较。

• 注册昵称的分布和规律，很多低端的刷假量的注册昵称有很强的规律性，各位运营看官肯定遇到这样的情况；
• 注册手机号码的归属地分布，这点相比各位看官也遇到过，某个渠道上来的用户手机号码不但来自某运营商的某个地市，甚至都是连号手机号码。
• wifi 网络的使用情况：比如说2G、3G、4G的使用比例分布是否正常等等。

小结：该境界中的运营者严重依赖于个人经验，工具手段不专业化，操作效率低下，耗费人力物力，但发现问题时间滞后，而且稍微高级一点的作弊行为不能被发现。

第二个境界——亡羊补牢，损失在所难免

在这个段位的选手，甄别出真假的时间周期大概是2-7天之间，识别出来的假量大概在40%-70%之间，通俗的讲，他们可以比较确定性的识别出很大一部分假量用户，如果商务条件比较给力的话，是可以控制损失范围的。之所以有这样的效果是因为他们采用了一些专业的手段：

一 单个指标

• IP：是否为黑名单IP、是否为代理IP，跟一个巨大的黑名单库进行比对；
• IMEI：是否为黑名单IP；
• 手机号码：号码是否非法，是否在黑名单；

二 群体指标

• IP：用户IP的地域分布是否符合先验数据的分布，地域包括国内的省份分布和海外市场的分布，；
• IMEI：用户IMEI号的地域分布是否符合先验数据的分布，IMEI所代表的制造商的分布是否随机；
• OS：该渠道操作系统版本的分布情况是否符合一定的随机性和统计性，并与之前的先验数据进行对比判断；
• 机型：机型分布是否符合先验数据，以及最新智能手机出货量的比例；
• 位置信息：位置信息打开的比例，以及获取到位置信息的地域分布比例是否符合先验数据的分布，是否符合渠道承诺的地域情况，是否符合应用的实际分布情况；
• 运营商：运营商的数据分布是否随机，是否符合国内运营商的正常分布，以及海外运营商的随机分布；
• 网络接入方式：wifi、2G、3G、4G的分布比例是否与先验数据保持同样的趋势和数据特征；

三 信息一致性

设备一致性的验证，包括：CPU、制造商、MAC地址、IMEI、机型、操作系统的一致性验证；

一般而言，通用的统计分析工具是实现不小上述的分布，这就需要用专业的作弊防护软件或安全软件来。

这个境界的运营者已经摆脱了手工处理，依赖个人经验的阶段，而是走上了算法和数据的专业化路线，但问题是每家的算法能力和数据积累参差不齐，因此在效果上各家能力差异很大，而渠道反过来猜测各个运营者的能力的强弱，来给他们掺不同比例的假量。

第三个境界——当下即断，零损失可以期待

在这个段位的选手，甄别用户的真假所需时间从15分钟到30分钟，如果是时间窗口延伸到24小时，那么他们的把握将更大。那么他们是如何做到的呢？总结一句话就是：软硬兼施，进攻是最好的防守！

一 硬手段

所谓硬手段就是在用户端的硬件上下功夫下手段，进驻在用户硬件设备上的SDK主动进行探嗅，探测硬件环境的变化、操作系统环境的异常、以及各种应用接口是否被劫持。第一时间得到用户智能设备的状态。当该用户的手机硬件及其系统环境出现异常时，立刻在后台对该用户的所有数据进行缜密的审核。

• 追踪其IP及端口的状态，以及IP的历史行为；
• 追踪其IMEI以及IMSI的对应关系，IMEI和IMSI基本可以理解为一把钥匙一把锁的对应，伪造一个IMEI号容易，但要想连同IMSI一同伪造，这个成本就变得奇高无比。而整个过程可以控制在15-30分钟，为跟渠道斗（si）争（bi）赢得充分时间窗口。

二 软手段

在第二境界的基础上，他们通过长期的数据积累和研究发现：各个指标反馈出来的信息强弱不同，因此对所有的指标进行赋值，并让这些指标对该群用户做作弊投票，当累计值超过阀值时，宣布该用户为可疑用户。这样就可以完成了在24小时内对用户真假的补充判断。

要达到这个水平，不仅需要长期大量的数据积累和与时俱进的更新，还要有强大的数据处理算法和软硬通吃的技术实力。如果本篇阅读数过万，点赞数过百，我们就为您披露更进一步的信息，那家的技术分别达到哪个境界了。

扫盲！你不知道的ASO

1、什么是ASO

ASO全称AppStore Optimization（应用商店搜索优化）， 通常指的是关键词在 苹果应用商店搜索结果 的排名优化， 是利用AppStore搜索规则做到排名优化运营，是让APP更容易被用户搜索或者看到的推广方法。

2、影响排名的10大因素

影响ASO优化因素主要包含以下十点：

1.APP名称

2.副标题

3.关键词

4.icon

5. 截图+视频

6.应用描述

7.用户评论

8.APP安装量

9.活跃用户量、活跃用户比例及用户留存度

10.社会化分享数据（曝光量）关于这十点影响因素下面会分从不同方面来讲。

3、为什么要做ASO

AppStore的自然流量 = 精品推荐 + 排行榜 + 探索 + 搜索。

在这4个流量入口面前，精品推荐的位置需要主动申请或在产品足够优秀的情况下会被动的得到苹果小编推荐；

排行榜的位置排名受下载量、销售额这两大因素影响，而探索这个位置和用户位置息息相关，用于帮助用户发现附近的热门APP。综上所述，而且大量数据也告诉了我们，75%的流量都在搜索入口，而这正是做好ASO优化的关键原因所在。

4、影响ASO效果的因子排序

行 业内大家认同是排序是：App name > App keywords> App Description > IAP item Name/Description 即：APP名称>APP关键词>APP描述>应用内购买名或描述。

OK，了解这 些后，关于ASO至少你已经知道它是什么，有那些影响因素，以及它什么受重视。 接下来你所看到的内容重点并不是够教你如何提高动辄上万的关键词覆盖量，也不想告诉更多关于ASO的黑科技。 在我看来，所有的套路，招式、技巧如果不能基于对于本质的理解，都会变成走火入魔的瞎打瞎闹，甚至是被下架。

想要做到零成本十万用户，那么至少你得脚踏实地的从以下这些事情开始做起。

产品如何系统做好ASO优化

无论是渠道的推波助澜还是KPI考核之痛或是公司发展需要，当你在花几万几十万推广费用的时候，你是否已经做好充分的推广准备，看似简单但足够提升的下载量。

比如：在对比渠道刊价的时候，有没有对比过和竞品在产品层面的用户体验？你在做ASO时潜心研究如何覆盖几千上万个关键词，有没有注意到最基础的产品描述文案都是草草了事，甚至产品截图，用户评论你有没有用心去关注过？
如果没有，那就着手从这三方面来做好ASO优化。

1、ASO中的基础优化

结合前面讲的ASO权重排序，我们可以注意到ASO的基础优化的重要性。从内到外，我们需要关注到很多细节。这里以实操经验为背景重点强调以下几点：

1、产品的名称+副标题

在确定产品名称时，不仅要考虑产品名称与品牌、功能之间的联系更要考虑后期推广。

如我运营的产品【WiFi密探】在早期出于对公司品牌宣传的考虑定将产品命名为【爱街WiFi密探】，但是后来经过市分析得到，当“WiFi”这个关键词放在名称最前面时会提高排名，这时，我们便在下一版本发版时将产品名称更名为【WiFi密探】。之后的效果是“WiFi”该关键词在新版上线后排名迅速上升100名。

同样，副标题的关键词权重经过测试后发现如果把前期排名还不错的关键词（即搜索排名前20），在一至两个版本后替换到副标题的位置，搜索排名还可以再提高5到10名。

2、 用户评论

这是关于评论的建议， 当产品成功在苹果应用商店上架后5星好评就不要停止，不管你已经迭代了第几版本。

如果你自己没有写过上百条好评模版，自己没有每天坚持在群里换过好评，而是指望老板给预算联系渠道进行刷评，那么你就不要再问为什么明明做了好评却没有效果这样的问题。

在产品初期建立在不花钱的情况下，来得到真实用户的好评实现对权重提升的正向影响。每次在发版之后，如果可以调动公司内部同事来进行评论。内部资源调动不了，建议在初期可以自己组建一些好评置换群或者加类似的QQ群，在群里大家可以互相给各自的产品刷好评。

3、 应用截图设计

在AppStore用于宣传和介绍产品功能的五张图片，它对用户查看到点击下载按钮转化率的影响其实是蛮大的。

如同在做广告投放时，文案和素材决定着最后的转化效果，我们需要做的足够的死磕细节。wifi密探在某个版本发布之后，通过重新设计了产品的宣传图，重点突出wifi密码获取功能后，下载量迅速提高500+。

在这是一个看脸的时代，如何 设计出给力的截图？建议是在设计图上直观的体现出产品满足或解决了用户那些痛点，就足够。

4、 AppStore政策

北京时间4月18号，苹果公司更新了开发者网站，并且新增了题为“Making Great Apps for the AppStore”版块。

当 时因为及时发现而写的文章有幸上了鸟哥的banner。你懂的，重点是不是banner而是要有关注苹果资讯的意识。就如同最近被炒得很热的“快速审核服 务”只是忽悠人的幌子，这个其实是可以自己在官方找到申请入口，通过申请便可以搞定实现48小时内快速上线，笔者也已成功验证。

2、ASO中的运营层面优化

这一堆数据，不知道大家是否平常有所关注。在我看来这是最难优化的层面，也是整个ASO优化的核心，它跟整个产品的质量有关。

在之前分享的一篇文章中有提到过ASO整合营销的概念。现在的渠道市场情况是，推广方式越来越多样化，一定程度上是业务模式的需求，另一方面则是推广成本和效果失衡的体现。

这对我们的运营工作提出了更的要求，iOS的推广方向也不再是一味的追求下载量和高榜单，而是逐渐转向精准，高留存，持久，稳定，安全。

那么除了各媒体渠道所宣传的精准大数据、海量用户、丰富资源外，从自身出发做好产品，做好用户体验，提高产品的各项数据指标就 对ASO 至关重要。如何制定合理的推广计划？我们可以分以下三个阶段来进行：

第一阶段：

熟悉市场规则和政策，并且通过AB测试等方法快速试错，对市场进行科学的数据分析后，在众多渠道中，找到合适自己的，并做成本控制。

第二阶段：

收集用户反馈，配合产品团队不断优化迭代产品，提高产品的留存率及活跃度，延长用户的生命周期； 对竞品的推广态势进行调研，分析他们的产品在不同阶段所采取的推广措施，为自己接下来的推广做经验储备。

第三阶段：

这个时候如果进入全面推广阶段，那么推广中一定要重视日常运营，通过策划活动提高产品的各项数据指标，并且可以结合活动来针对性的优化某一个点。

例如，社交类产品，就可以策划活动组织社群内的用户进行有奖评论。 出于大家对神回复、段子的喜爱，运营人员就可以有意的进行引导，写一些和产品相关的段子，带动大家参与进去。

最终通过晒评论的截图，来进行投票。这样的活动，不仅可以提高产品的活跃度，同时组织用户去搜索下载评论，对ASO的优化效果也会有显著的提高。有趣好玩的活动甚至会带来意想不到的二次传播。

3、ASO中的渠道层面优化

随 着公司业务的发展和需求的变化，有的时候不得不需要借助渠道的力量。但是，关于借力的多少这完全取决于在前期自身做了多少努力。如果不想完全依靠渠道，避 免前期效果很好，但是后劲不足，后期无奈预算低，高成本难以维持的状况发生。笔者的建议依旧是在了解渠道的基础之上，重视日常基础层面优化。

如果此时你正在和渠道进行合作，那么下面的内容就显得尤为重要：

• 积分墙

积分墙又分为传统积分墙和微信积分墙，传统积分墙嵌在APP内部，供用户下载赚取积分的一种模式，可控性相对较差；微信积分墙是利用微信公众号或者H5平台来发展自己的用户，用户完成相应任务可获得相应的现金奖励，可控性较强。

• 机刷

技 术流的一种，通过服务器控制iTunes，不断切换账号及对应IP,完全相应任务操作。由于技术不同，机刷又分为有下载购买行为和搜索点击无下载购买行 为。前者在ITC后台有记录而后者没有。在风险系数上，前者更大而后者几乎没有。目前业内做ASO全套技术刷的属于后者，安全性更加；冲榜主要采用前者， 故风险更大。

• 真机刷

指通过真实的手机设备去完成相应的任务操作。这种情况下也分 为两种：一种是一台设备只完成一次任务操作，不进行抹机；另一种是一台设备在抹机状态下重复进行任务操作。后者因为重复进行，相应的imei（手机串号） 和IP参数容易被苹果记录，大批这种量不仅影响整体效果，还极有可能被苹果判定为假量，可能受到相应处罚。

综上所述，无论是采用那种形式的操作，最终效果的都受APPID影响。所以关于渠道的选择一方面要看技术水平，另一方面要注重渠道用户的质量，这影响了APPID的权重。

做渠道投放的童鞋，还需要重点关心的如何核对渠道合作落实的具体数据？

通 常情况下大家会采用IDFA（广告标识符）来进行数据核对。简单的说就是由技术的同事在APP内嵌入idfa，并在后台数据库中建表记录。当和渠道合作介 绍后，渠道方会提供一份含有所有下载用户的IDFA的excel表格，经过数据匹配，匹配失败的数据即可判定为假量。所谓道高一尺魔高一丈，因为IDFA 也会被重新生成所以这并不能真正有效的防止渠道作弊，这个时候就需要我们对产品的其他数据维度来进行监测。

这里建议大家可以通过友盟来进行以下数据的查看：

a.终端属性：设备、操作系统、运营商、联网方式（WiFi/4G）

b.用户行为数据：访问页面、使用时长、使用次数、留存活跃度等

c.用户转化分析：一个真实用户会经历点击、下载、激活、注册，使用目标功能的行为。我们可以把用户的这些行为作成漏斗模型，观察每一步的转化率。步骤越靠后，作弊难道越大，相应用户的价值越高。

作为一个运营人员，需要做好长期与渠道合（dou）作(zheng)的心理准备，了解渠道和用好数据才仅仅是刚刚开始。

进总榜前100名你还差多少？

前面讲到榜单的排名受下载量、销售额这两大因素影响。作为免费榜下的产品，如果想上榜就需要大量的日新增用户。通过ASO 关键词的覆盖优化以及排名优化（即搜索入口优化）可以有效的达成带量的效果。

最后回到本篇文章主题， wifi密探为什么在没有渠道付费导量的情况下就可以有如此高的排名，我的解释是：“ 基础优化好，底子干净，历史权重高”。

想必大家也知道最近苹果在频繁的调整算法，而自家产品能够一跃至分类榜前10名，我相信这都是之前努力的结果。就像开篇所讲到的一样，ASO优化在技巧、技术、方法层面并不难，难的是懂的从基础做起。希望这样的分享，能够给大家多少带来一些不一样的启迪。

以基础ASO为核心，结合投放ASO、营销方案等推广方式在内，面向苹果应用市场排名和搜索规则而进行的动态整合方案高效达成推广目标的方式。———整合营销推广

最近在和一位CP朋友聊天的时候，他哭诉说在某家广告公司投放了20万做ASO，但是最后只给他们的App带来了不到1500个的自然流量，作为新手是被坑大发了，老板已经怒了。

那么我们如何识别真假用户，从而有效的管理渠道呢？从运营的角度，要是能根据上量用户的综合价值来给渠道付费，那当然就是最佳策略。什么叫用户的综合价值，那就是该用户为公司创造出来的综合价值，价值包括但不限于：

需要做ASO优化服务点击链接：ASO优化服务介绍

APP顶尖推广(www.f-o-p.com)是国内最顶尖的移动APP推广干货平台。欢迎关注官方微信公众号：appganhuo

【扫描APP顶尖推广微信二维码，获取更多干货爆料】

本文作者@互联运营观察 由(APP顶尖推广)整理发布，转载本文须经顶尖推广同意，并请附上本文链接!

最全积分墙基础知识大全：积分墙的的定义、意义、效果评估、质量评判、运营事项、最高境界。

一、积分墙定义

“积分墙”是在一个应用内展示各种积分任务(下载安装推荐的优质应用、注册、填表等)，以供用户完成任务获得积分的页面。是除“广告条”、“插屏广告”外，第三方移动广告平台提供给应用开发者的另一新型移动广告盈利模式。用户通过积分墙下载相应游戏或者应用，便能获得奖励。

二、意义

App Store的排名规则基本上没人能说的清楚，而且规则总是变化。据说影响排名的规则是：下载量，日活，好评，搜索结果，产品质量等等，每个权重不一样。所 以积分墙的意义在于为广告主贡献下载量，提升下载量这一权重。积分墙本身的质量很差（可以看看积分墙渠道的订单转化率，留存，roi等情况），做这个渠道 主要是为了冲榜，现在也有人是为了ASO。当然，不排除一些任性的CP是为了冲量。积分墙目前国内做得比较好的青瓜传媒的小猫试玩，效果一直都是做得不错，可以直接联系联系青瓜传媒官方

三、效果评估

1、榜单位置（品牌）。冲榜前榜单位置与冲榜后榜单位置对比。

2、自然量的增量。冲榜前日均自然量与冲榜后自然量的对比。自然量指的是App Store带来的总量减去渠道带来的量。自然量一定要能统计得到。然后看看这部分量的成本如何，成本越低说明越吸量，那说明可以经常做，成本高的话说明不吸量，为了控制成本，偶尔可以做做。

四、质量评判

1、量级。自己平台的量级，外放的量级。量级越大越好，前提是质量好。一般而言，渠道对自有量级的质量把控会墙 ，质量会好一些。

2、构成。积分墙分为网赚类，兑换类，游戏类，工具类等 ，一般而言，网赚类的质量最差，如果某个渠道网赚类的占比很大的话，那么它这个渠道的质量可能不好，而且作弊的一般出现在网赚类媒体。

3、留存。次日留存，周留存，月留存。留存越高的越好，但是有些渠道人工干预留存，需要留心。条件允许的话可以要求渠道修改积分获得条件：当天下载激活，第二天使用3分钟。如此次日留存会好看些，对冲榜也有利。

4、价格。CPA单价。同样质量，数量的前提下，价格越低越好。

5、质量。订单转化率，订单签约率，ROI等。留存，量级都可以做出来，付款的话作弊就难了，尤其是高客单价产品。

青瓜传媒有个朋友，把合作的所有积分墙渠道的数据都拉出来，把留存，订单转化率，客单价，收入，ROI等数据取平均值，然后给每个渠道打分，低于平均值的渠道终止合作，高于平均值的渠道继续合作，进行优化。我认为此举甚妙。大家可效仿之。

五、运营事项

1、看榜单。最好每隔3小时看一次，看哪些APP上榜了，哪些APP位置发生变化了。把这些现象记下来。可以用手机看，也可以用工具看。

2、看渠道。经常看主流的积分墙媒体，看看在投积分墙的有哪些，什么单价，激活定义等。

3、看报表。看自然量，看留存，看订单转化。看榜单的位置与自然量的关系。通过数据发现渠道存在的问题，踢掉质量差的渠道，筛选出质量好的渠道。

4、 防作弊。但凡效果付费的渠道诸如CPC，CPS，CPA等都会伴随着作弊，尤其是量大的合作。所以从运营积分墙第一天开始就要了解渠道作弊的方式，防作弊 的方法，然后需要与技术沟通做好API。

5、其它。新版本，新增，活跃，点评，活动一个都不能少，冲榜尽量选择在新版本发布之后，当天PUSH，活动相配合以此增加活跃。点评一定要注意，通过各种方式引导用户好评，促销活动有的话就更妙了，这样活动也可以带来一些优质的新增。

6、好的榜单效果。最好用别的活动模式配合积分墙，例如购买一定的cpc广告和一些品牌宣传。

六、最高境界

1、知道某某APP是如何上榜的，积分墙还是ASO，还是自然量还是刷榜，还是品牌等等。

2、知道用多少量能到多少榜位。

3、知道对手投放积分墙的规则，是否投放，投放时间，价格，量级，激活定义等等。

写在最后的话

运营是个细活儿，需要仔细观察现象，分析原因，总结经验。好的运营可以充分发挥渠道的效率，提升营销的ROI。

小猫试玩积分墙：www.xiaomaowan.com

想要做积分墙，可直接联系青瓜传媒官方