App 分析
App Analytics 是 App Store Connect 内置的分析看板，回答三个核心问题：有多少人看到你、多少人下载、下载后有多少人留下来。
核心指标与口径
| 指标 | 英文 | 含义 | 说明 |
|---|---|---|---|
| 曝光量 | Impressions | App 在 App Store 被展示的次数 | 衡量「被看到」的规模 |
| 产品页访问量 | Product Page Views | 用户点进你的产品页的次数 | 衡量「对你有兴趣」 |
| 下载量（App Units） | App Units | 实际安装/下载次数 | 衡量「转化结果」 |
| 活跃用户 | Active Users | 使用过 App 的独立用户 | 分日/周/月活跃（DAU/WAU/MAU） |
| 留存率 | Retention | 一段时间后仍在使用 App 的用户比例 | 衡量「留不留得住」 |
| 崩溃率 | Crashes | 崩溃会话占比 | 衡量「稳定性」 |
| 转化率 | Conversion Rate | 产品页访问 → 下载的转化比例 | 衡量「页面吸引力」 |
先分清「曝光 → 访问 → 下载 → 活跃 → 留存」这条链路：下载量高但留存差，说明获客到位但产品留不住人；曝光多但下载少，问题多半出在产品页（截图、名称、描述、评分）。
看板怎么读
- 时间维度：支持按天 / 周 / 月查看，可与版本、市场、来源组合筛选。
- 版本对比：对比不同版本的活跃与留存，判断某个版本是否带来用户流失。
- 来源维度：可看来自 App Store 搜索、浏览、网页引荐等的占比，了解获客结构。
- 指标口径：App Analytics 的「下载量」可能与你自己的埋点统计存在差异，属正常现象（去重口径、延迟统计等）。
用数据做决策的示例
场景 1：曝光高、转化低。 可能原因：截图不吸引、名称/副标题不清晰、评分低、定价不透明。 行动：优化前 2 张截图与首屏描述，做 A/B 测试（App Store 支持产品页 A/B 实验）。
场景 2：下载高、留存差。 可能原因：新手引导差、核心价值未在前 5 分钟体现、性能问题。 行动：结合「活跃用户」按版本看趋势，配合崩溃报告定位体验问题。
场景 3：某版本活跃骤降。 行动：先看该版本的崩溃率与留存，再回溯该版本改动（UI、权限、功能），快速决定是否回滚或热修。
与自有埋点系统的分工
| 数据 | App Analytics | 自有埋点（如 Firebase、自建） |
|---|---|---|
| App Store 曝光/访问 | 有 | 无 |
| 下载/转化 | 有（外部视角） | 部分（首次启动） |
| 会话内行为 | 无 | 有 |
| 漏斗/功能使用 | 无 | 有 |
| 用户画像（年龄/地区/设备） | 有（概览级） | 取决于你采集 |
App Analytics 提供的是「商店侧」视角，自有埋点提供「App 内」视角。两者结合，才能回答「用户从哪来、进来做了什么、为什么离开」的完整问题。
自检清单
- 已能定位并解读曝光 / 访问 / 下载 / 活跃 / 留存 / 崩溃指标
- 已会按版本、时间、来源筛选
- 已建立「指标 → 假设 → 行动」的分析习惯
- 已区分 App Analytics 与自有埋点的分工
常见问题
- App Analytics 数据要多久才能看到？ 通常有 1-3 天的延迟，属正常现象。
- 为什么和我后台统计的下载量不一样？ 去重口径、统计时点不同所致，建议以同一来源连续对比趋势，而不是纠结绝对值。
- 能看到具体某个用户的行为吗？ 不能，App Analytics 只提供聚合数据，不提供个人级明细（隐私合规）。