作为APP的开发者和运营商，都会研究分析渠道的效果。根据与各行业客户交流的经验，客户反馈的需求主要包括：
- 哪个渠道导入的用户最多？
- 哪个渠道的质量高、导入用户的性价比最高？
- 哪些渠道在作弊，导入虚假用户、僵尸用户、蝗虫用户？
- 哪个渠道值得继续投入费用，投入多少？以及哪些渠道该缩减预算、甚至放弃？
这些需求主要分为三个层面：数量、质量和策略。其中数量和质量可以通过数据统计类的工具实现，而策略则需要人的主观经验和不断做PDCA（即计划/plan、执行/do、检查/check、调整/Adjust）的迭代循环实现动态调整。
于是量化渠道效果的工作就可以拆解成以下几个步骤：
- 渠道识别
- 追踪的单个用户的行为
- 界定效果的指标
▌渠道识别
对渠道的识别，就是给每个新增用户标记上渠道来源。而来源通常分成两个领域，应用市场和外部渠道。
- 识别应用市场的方法，主要是通过给每个应用市场发送不同的安装包，安装包之间的区别仅仅是渠道标识，在UI设计和功能方面都完全一致。从新用户使用哪个APP安装包就可以判定他的来源渠道。
- 在实际工作中，开发者和运营商往往会关注用户在应用市场前的步骤，例如实体海报二维码/Web/微信→APP Store，通过在着陆页上加入UTM参数的方式来计算PV和UV。
▌监测用户行为
通过在APP端做SDK埋点，就可以在用户使用过程中，记录其每一步的操作行为和行为对应的参数。例如记录点击查看理财产品的事件和用户实际浏览的理财产品ID、类型、发行公司等属性。
在实际操作中，有些行为需要用户属性来判断，例如用户等级是根据一系列行为累加升级而成，直接读取属性值，比在海量日志中寻找升级时刻传回的等级参数更有效率。
▌界定效果的指标
评估渠道效果，就离不开具体的指标。
PV、UV：指渠道页面的访问量和访问人数，在许多渠道还衍生出转发量、评论数等指标。
导入量：指新增用户数，指从每个渠道导流安装使用APP的人数。如果仅仅关注导入量的绝对数值，或者仅以绝对数值作为结算依据，则会导致部分作弊渠道注入虚拟的用户。
留存量：通常采用次日留存和7日留存，指新用户在首次使用后的第2天/第7天仍活跃的人数，通过观察留存比例，确实可以找出哪些渠道导入的用户缺少持续使用习惯（或者是刷量、僵尸用户）。
开户量、注册量、下单量：都是用户在使用APP时的关键事件，也是很多CPA结算合同中A的指标。加入这些关键事件的考核，可以避免很多刷量的作弊渠道。
LTV：即用户终生价值。对于运营商而言，用户有持续使用习惯也不是最终目的，更关注的用户是否付费，这对视频、游戏类APP尤为重要。在实际操作中，很难监控到用户终生的消费价值，监控30天是较合理的指标。这主要取决于广告排期和用户生命周期特性，前者指通过当期数据决定下期的各渠道的预算，后者是指用户的消费能力和价值贡献在前期受渠道影响较大，而使用APP越久，其渠道属性的影响就越小（主要受产品自身的品质影响）。
随着近些年移动互联网的发展，各个运营商和开发者关注的数据指标也逐步从“数”的指标（PV、UV、导入量）转向“质”的指标（留存、LTV）。这也是在与各种刷机、洗量的黑渠道斗争中逐步提升能力的结果。
事实证明，越是关注实质动作、关注预算ROI的团队，就越会关注更多的渠道指标。
▌监测案例
在实际应用中，对所有渠道做倒叙排列后，很容易发现“问题”渠道，他们的指标远落后于其他渠道；下图中两个渠道的用户在启动APP后，注册用户为0，基本可以判断渠道有问题。
补充：在给渠道定性之前，还是要谨慎地验证是否是工具、日志传输出错。
本文为@运营喵原创，运营喵专栏作者。