转化分析

漏斗分析帮你掌握整体概况，留存分析关注用户忠诚度，而转化分析则专注于评估用户旅程中每个关键步骤的效果——并追踪其随时间的变化趋势。

转化分析可以帮助你回答以下问题：

应用转化率随时间如何变化？是否存在季节性趋势？
营销活动或其他新情况发生时，转化率如何变化？
不同地区的用户对应用更新的响应有何不同？
哪种产品类型的长期转化效果更好？

转化数据来源于我们通过 Adapty SDK 和应用商店通知收集的信息，无需您进行额外配置。

主要控件与数据图表

营收虽然是衡量成功的常用指标，但它只是整体图景的一部分。了解业务在不同用户行为和生命周期阶段随时间的表现同样重要，这正是转化分析的用武之地。

通过设置筛选条件和分组，您可以挖掘更多关于用户行为的有价值洞察。要识别和分析趋势，可以按日、月或年监控转化数据的变化情况。

在数据图表左侧，你可以找到转化步骤控制器，用于选择要追踪的具体转化路径——例如安装 → 试用、试用 → 付费，或付费 → 续订。

每项转化数据图表遵循以下逻辑：

设 X 为在所选日期进入起始状态的用户数（例如安装量）。
设 Y 为其中最终达到目标状态的用户数（例如开始试用）。
转化率计算公式为：转化率 = (Y / X) × 100%

数据图表中显示的日期对应用户进入初始状态 (X) 的时间——即他们具备转化条件的那一刻。

请参阅下方各转化说明及对应示例。

安装 -> 付费

此数据图表显示在特定日期安装应用的用户中，最终购买了首个订阅的用户占比。

工作原理

设：

X = 所选日期的安装量（对所有产品相同，因为安装时尚未选择产品）。
Y = 其中最终完成首次订阅购买（试用或非试用）的用户数。

公式：转化率 = (Y / X) × 100%

示例：

1 月 1 日共有 100 次安装。
截至 1 月 8 日，其中 20 名用户已完成订阅。
1月8日，1月1日的转化率 = (20 / 100) × 100% = 20%
到2月1日，1月1日安装组又有30名用户购买了订阅。
- 2月1日，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着，截至当前时刻，1月1日安装应用的用户中，有50%最终转化为付费订阅用户。

安装 -> 试用

该数据图表显示在特定日期安装应用的用户中，最终开启试用的比例。

工作原理

设：

X = 所选日期的安装量（对所有产品相同，因为用户在安装时尚未选择任何产品）。
Y = 其中最终在任意时间激活试用的用户数。

公式：转化率 = (Y / X) × 100%

示例：

1 月 1 日共有 100 次安装。
到 1 月 8 日，其中 20 名用户已开启试用。
1月8日，1月1日的转化率 = (20 / 100) × 100% = 20%
到2月1日，1月1日安装组又有30名用户开始了试用。
- 2月1日，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着，截至当前时刻，1月1日安装应用的用户中有50%最终开始了试用。

付费墙展示 -> 试用

此数据图表追踪在看到付费墙后开始试用的用户数量。

工作原理

设：

X = 在所选日期看到付费墙的用户数量。
Y = 此后任意时间开始试用的用户数量。

公式：转化率 = (Y / X) × 100%

示例：

1 月 1 日，共有 100 次付费墙展示。
到 1 月 8 日，其中 20 名用户已开始试用。
1 月 8 日，1 月 1 日的转化率 = (20 / 100) × 100% = 20%

到2月1日，又有30名用户开始了试用。
- 2月1日时，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%
这表明，截至当前时刻，1月1日看到付费墙的用户中有50%开始了试用。

付费墙展示 -> 已付费

此数据图表追踪有多少用户在看到付费墙后完成了购买。

工作原理

设：

X = 在所选日期看到付费墙的用户数。
Y = 此后任意时间完成购买的用户数。

公式：转化率 = (Y / X) × 100%

示例：

1 月 1 日，共有 100 次付费墙展示。
到 1 月 8 日，其中 20 名用户已完成购买。
1 月 8 日，1 月 1 日的转化率 = (20 / 100) × 100% = 20%

到2月1日，又有30名用户完成了购买。
- 2月1日时，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%
这说明，在1月1日看到付费墙的用户中，有50%在截至当前时刻完成了购买。

试用转付费

此数据图表显示在特定日期开始试用的用户中，后续购买了首个订阅的百分比。

计算方式

设：

X = 所选日期开始试用的用户数。
Y = 其中最终在试用结束后购买了订阅的用户数。

公式：转化率 = (Y / X) × 100%

示例：

1 月 1 日共有 100 名用户开始试用。
到 1 月 8 日，其中 20 名用户已订阅。
- 1 月 8 日，1 月 1 日的转化率 = (20 / 100) × 100% = 20%

到2月1日，1月1日试用组又有30名用户完成了订阅。
- 2月1日时，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

也就是说，1月1日开始试用的用户中，有50%最终转化为付费订阅（截至当前时刻）。

付费 -> 第 2 个周期

该数据图表显示订阅用户在首次付款后续订的百分比。

运作原理

设：

X = 所选日期内首次订阅的用户数。
Y = 续订第二个周期的用户数，续订可发生在任意时间（通常在一个订阅周期后；包含宽限期内的续订）。
公式：转化率 = (Y / X) × 100%

示例：

1 月 1 日，共有 100 名用户首次订阅。
到 1 月 8 日，其中 20 名用户已完成续订。
1月8日，1月1日的转化率 = (20 / 100) × 100% = 20%
到2月1日，该组又有30名用户完成了续订。
- 2月1日，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

这说明，在1月1日首次完成订阅付款的用户中，截至当前时刻有50%完成了第二个周期的续订。

第2期 -> 第3期

此数据图表跟踪在第二个订阅周期后再次续订的用户数量。

工作原理

设：

X = 所选日期的第二期订阅数量。
Y = 续订第三期的用户数量，发生在任意后续时间（通常在再经过一个计费周期后；包含宽限期内的续订）。

公式：转化率 = (Y / X) × 100%

示例：

1月1日，共有 100 个第二期订阅。
截至1月8日，其中 20 名用户已完成续订。
1月8日，1月1日的转化率 = (20 / 100) × 100% = 20%
到2月1日，又有30名用户续订了。
- 2月1日，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

这表明，在1月1日进入第二个订阅周期的用户中，有50%在当前时刻之前续订了第三个周期。

第3期 -> 第4期

该数据图表显示在第三个订阅周期后续订的用户百分比。

工作原理

设：

X = 所选日期第三周期订阅的数量。
Y = 之后任意时间续订第四周期的用户数量（通常在一个计费周期后；包含宽限期内的续订）。

公式：转化率 = (Y / X) × 100%

示例：

1月1日，共有100个第三周期订阅。
截至1月8日，已有20名用户完成续订。
1月8日，1月1日的转化率 = (20 / 100) × 100% = 20%
到2月1日，又有30名用户续订。
- 2月1日，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着，在1月1日进入第三个订阅周期的用户中，有50%在当前时刻为止完成了第四次续订。

第4周期 → 第5周期

该数据图表显示在第四个订阅周期后续订的用户百分比。

工作原理

设：

X = 所选日期当天处于第四周期的订阅数量。
Y = 此后任意时间续订第五个周期的用户数量（通常在一个计费周期后；包含宽限期内的续订）。

公式：转化率 = (Y / X) × 100%

示例：

1月1日，共有100个处于第四周期的订阅。
截至1月8日，已有20名用户完成续订。
1月8日，1月1日的转化率 = (20 / 100) × 100% = 20%
到2月1日，又有30名用户续订。
- 2月1日，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着，在1月1日进入第四个订阅周期的用户中，有50%在当前时间点之前续订了第五个周期。

6 个月以上

此数据图表显示从首次订阅起持续订阅超过 6 个月的用户占比。

工作原理

设：

X = 所选日期的首次订阅数量。
Y = 其中在首次订阅日期 6 个月后至少续订一次的用户数量。

公式：转化率 = (Y / X) × 100%

示例：

1 月 1 日共有 100 次首次订阅。
到 7 月第一周，其中 20 人完成了续订（例如第 25 次周订阅）。
7月8日，1月1日的转化率 = (20 / 100) × 100% = 20%
到8月1日，又有30人在6个月后续订。
- 8月1日，1月1日的转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着，截至8月1日，1月1日订阅的用户中有50%在6个月后仍保持订阅状态。

1年以上

该数据图表显示了从首次订阅起，持续订阅超过12个月的用户占比。

工作原理

设：

X = 所选日期的首次订阅数量。
Y = 其中在原始订阅日期12个月后至少续订一次的用户数量。

公式：转化率 = (Y / X) × 100%

示例：

2021年1月1日，共有100次首次订阅。
到2022年1月的第一周，其中20人已续订。
2022年1月8日，转化率 = (20 / 100) × 100% = 20%
到2022年2月1日，又有30人在12个月后续费。
- 2022年2月1日，转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着，在2021年1月1日开始订阅的用户中，有50%保持活跃超过一年。

2 年以上

此数据图表显示从首次付款日期起订阅超过 24 个月的用户百分比。

工作原理

设：

X = 在选定日期内首次订阅的用户数。
Y = 其中在原始订阅日期起 24 个月后至少续订一次的用户数。

公式：转化率 = (Y / X) × 100%

示例：

2020 年 1 月 1 日，共有 100 名用户首次订阅。
到 2022 年 1 月的第一周，其中 20 人已完成续订。
2022年1月8日，转化率 = (20 / 100) × 100% = 20%
到2022年2月1日，又有30人在2年后续订。
- 2022年2月1日，转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着，截至2022年2月1日，在2020年1月1日订阅的用户中，有50%在2年后仍处于活跃状态。

宽限期 -> 已付款

此数据图表显示进入订阅宽限期的用户中，在宽限期结束前成功解决问题的用户占比。

计算方式

设：

X = 进入宽限期的订阅用户数。
Y = 其中在宽限期到期前完成续订的用户数。

公式：转化率 = (Y / X) × 100% 示例：

2025年1月1日，100人的订阅未能自动续期，进入为期16天的宽限期，到期日为1月17日。
在1月1日至1月17日期间，50人更新了支付信息，订阅成功续期。
2025年1月17日，转化率 = (50 / 100) × 100% = 50%

账单问题 -> 已付款

此数据图表展示遭遇账单问题后，在账期结束前恢复付款的用户占比。

运作原理

定义：

X = 遭遇账单问题的订阅者数量。
Y = 其中在账单问题发生至账期结束这段时间内续订的用户数量。

公式：转化率 = (Y / X) × 100% 示例：

1月1日，100名订阅者在订阅无法自动续费时遇到了账单问题。
- 注意：如果启用了宽限期，账单问题状态仅在宽限期结束后才开始。本示例假设宽限期于1月1日结束。
到1月8日，其中10名用户已解决付款问题并完成续费。
- 1月8日，1月1日的转化率 = (10 / 100) × 100% = 10%
到1月31日（账单周期结束），又有10名用户完成了续费。
- 1月31日，1月1日的转化率 = ((10 + 10) / 100) × 100% = 20% 这表明，1 月 1 日进入账单问题状态的用户中，有 20% 在账单周期结束前解决了问题并完成了续订。