转化率分析

漏斗为您提供高层次概览，留存率聚焦于用户忠诚度，而转化率分析旨在帮助您随时间评估用户旅程中每个关键步骤的效果。

转化率分析可以帮助回答以下问题：

  1. 应用的转化率随时间如何变化？是否存在季节性趋势？
  2. 在营销活动或其他新情况发生时，转化率发生了哪些变化？
  3. 不同地区的用户对您的应用更新有何反应？
  4. 哪些产品类型随时间推移转化效果更好？

转化率数据来自我们通过 Adapty SDK 和商店通知收集的数据，无需您进行任何额外配置。

conversion-tab.png

主要控件与数据图表

虽然收入通常是衡量成功的首选指标，但它只是全局图景的一部分。了解您的业务随时间在不同用户行为和生命周期阶段的表现同样重要。这正是转化率分析发挥作用的地方。

通过设置过滤器和分组，您可以获得有关用户行为的更多有价值洞察。为了识别和分析趋势，请按天、月或年监测转化率的变化情况。

conversion-chart.png

在数据图表左侧，您可以找到转化步骤控件。此控件允许您选择要跟踪的特定转化——例如安装 → 试用、试用 → 付费或付费 → 续订。

每个转化指标遵循以下逻辑：

  • 设 X 为在选定日期进入起始状态的用户数量（例如安装次数）。

  • 设 Y 为这些用户中最终达到目标状态的数量（例如开始试用）。

  • 转化率计算公式为：转化率 = (Y / X) × 100%

数据图表上显示的日期对应用户进入初始状态（X）的时间——即他们具备转化资格的时刻。

请参阅以下各转化指标的说明及示例。

安装 -> 付费

此指标显示在特定日期安装应用的用户中，最终购买首个订阅的用户百分比。

工作原理

设：

  • X = 在选定日期的安装次数（所有产品相同，因为安装时尚未选择产品）。

  • Y = 这些用户中最终购买首个订阅（试用或非试用）的数量。

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 日安装组中又有 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%

这意味着在 1 月 1 日安装应用的用户中，截至目前有 50% 最终转化为付费订阅。

安装 -> 试用

此指标显示在特定日期安装应用的用户中，最终开始试用的用户百分比。

工作原理

设：

  • X = 在选定日期的安装次数（所有产品相同，因为安装时尚未选择产品）。

  • Y = 这些用户中最终在任意时间激活试用的数量。

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 名用户已开始试用。

    • 1 月 8 日，1 月 1 日的转化率 = (20 / 100) × 100% = 20%

  • 到 2 月 1 日，1 月 1 日安装组中又有 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%

这意味着在 1 月 1 日安装应用的用户中，截至目前有 50% 最终开始了试用。

付费墙浏览 -> 试用

此指标跟踪用户在看到付费墙后开始试用的比例。

工作原理

设：

  • X = 在选定日期浏览付费墙的用户数量。

  • Y = 这些用户中在之后任意时间开始试用的数量。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次付费墙浏览。

  • 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，1 月 1 日的转化率 = ((20 + 30) / 100) × 100% = 50%

这表明在 1 月 1 日浏览付费墙的用户中，截至目前有 50% 开始了试用。

付费墙浏览 -> 付费

此指标跟踪用户在看到付费墙后完成购买的比例。

工作原理

设：

  • X = 在选定日期浏览付费墙的用户数量。

  • Y = 这些用户中在之后任意时间完成购买的数量。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次付费墙浏览。

  • 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，1 月 1 日的转化率 = ((20 + 30) / 100) × 100% = 50%

这表明在 1 月 1 日浏览付费墙的用户中，截至目前有 50% 完成了购买。

试用 -> 付费

此指标显示在特定日期开始试用的用户中，后来购买首个订阅的用户百分比。

工作原理

设：

  • X = 在选定日期开始试用的数量。

  • Y = 这些用户中最终在试用后购买订阅的数量。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次试用开始。

  • 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 日试用组中又有 30 名用户已订阅。

    • 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 日开始试用的用户中，截至目前有 50% 最终转化为付费订阅。

此指标显示在首次付款后续订订阅的用户百分比。

工作原理

设：

  • X = 在选定日期首次订阅的数量。

  • Y = 这些用户中在之后任意时间续订第二个周期的数量（通常在一个订阅周期后；包括宽限期内的续订）。

  • 公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次首次订阅。

  • 到 1 月 8 日，其中 20 名已续订。

    • 1 月 8 日，1 月 1 日的转化率 = (20 / 100) × 100% = 20%

  • 到 2 月 1 日，该组中又有 30 名用户已续订。

    • 2 月 1 日，1 月 1 日的转化率 = ((20 + 30) / 100) × 100% = 50%

这表明在 1 月 1 日完成首次订阅付款的用户中，截至目前有 50% 续订了第二个周期。

第 2 周期 -> 第 3 周期

此指标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 = 在选定日期处于第二订阅周期的数量。

  • Y = 这些用户中在之后任意时间续订第三个周期的数量（通常在再一个计费周期后；包括宽限期内的续订）。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次第二周期订阅。

  • 到 1 月 8 日，其中 20 名用户已续订。

    • 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%

这表明在 1 月 1 日进入第二订阅周期的用户中，截至目前有 50% 续订了第三个周期。

第 3 周期 -> 第 4 周期

此指标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 = 在选定日期处于第三订阅周期的数量。

  • Y = 这些用户中在之后任意时间续订第四个周期的数量（通常在一个计费周期后；包括宽限期内的续订）。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次第三周期订阅。

  • 到 1 月 8 日，20 名用户已续订。

    • 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 日进入第三订阅周期的用户中，截至目前有 50% 续订了第四个周期。

第 4 周期 -> 第 5 周期

此指标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 = 在选定日期处于第四订阅周期的数量。

  • Y = 这些用户中在之后任意时间续订第五个周期的数量（通常在一个计费周期后；包括宽限期内的续订）。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次第四周期订阅。

  • 到 1 月 8 日，20 名用户已续订。

    • 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 日进入第四订阅周期的用户中，截至目前有 50% 续订了第五个周期。

6 个月以上

此指标显示从首次订阅起持续订阅超过 6 个月的用户百分比。

工作原理

设：

  • X = 在选定日期首次订阅的数量。
  • Y = 这些用户中在原始订阅日期 6 个月后至少续订一次的数量。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日共有 100 次首次订阅。

  • 到 7 月的第一周，其中 20 名已续订（例如在第 25 次每周订阅时）。

    • 7 月 8 日，1 月 1 日的转化率 = (20 / 100) × 100% = 20%

  • 到 8 月 1 日，又有 30 名用户在 6 个月后续订。

    • 8 月 1 日，1 月 1 日的转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着在 1 月 1 日订阅的用户中，截至 8 月 1 日有 50% 的订阅持续超过了 6 个月。

1 年以上

此指标显示从首次订阅起持续订阅超过 12 个月的用户百分比。

工作原理

设：

  • X = 在选定日期首次订阅的数量。

  • Y = 这些用户中在原始订阅日期 12 个月后至少续订一次的数量。

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 月第一周，20 名用户已续订。

    • 2022 年 1 月 8 日，转化率 = (20 / 100) × 100% = 20%

  • 到 2022 年 2 月 1 日，又有 30 名用户在 12 个月后续订。

    • 2022 年 2 月 1 日，转化率 = ((20 + 30) / 100) × 100% = 50%

这意味着在 2021 年 1 月 1 日订阅的用户中，有 50% 的活跃订阅持续超过了一年。

2 年以上

此指标显示从首次付款日期起持续订阅超过 24 个月的用户百分比。

工作原理

设：

  • X = 在选定日期首次订阅的数量。

  • Y = 这些用户中在原始订阅日期 24 个月后至少续订一次的数量。

公式：转化率 = (Y / X) × 100%

示例：

  • 2020 年 1 月 1 日共有 100 次首次订阅。

  • 到 2022 年 1 月第一周，其中 20 名已续订。

    • 2022 年 1 月 8 日，转化率 = (20 / 100) × 100% = 20%

  • 到 2022 年 2 月 1 日，又有 30 名用户在 2 年后续订。

    • 2022 年 2 月 1 日，转化率 = ((20 + 30) / 100) × 100% = 50%

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

宽限期 -> 付费

此指标显示进入订阅宽限期的用户中，在宽限期结束前解决问题的用户百分比。

工作原理

设：

  • X = 进入宽限期的订阅者数量。
  • Y = 这些用户中在宽限期结束前续订订阅的数量。

公式：转化率 = (Y / X) × 100%

示例：

  • 2025 年 1 月 1 日，100 名用户的订阅无法自动续订。他们进入了为期 16 天的宽限期，截止日期为 1 月 17 日。
  • 50 名用户在 1 月 1 日至 1 月 17 日之间更新了付款信息，其订阅成功续订。
  • 2025 年 1 月 17 日，转化率 = (50 / 100) × 100% = 50%

账单问题 -> 付费

此指标显示遇到账单问题的用户中，在计费周期结束前恢复付款的用户百分比。

工作原理

设：

  • X = 遇到账单问题的订阅者数量。
  • Y = 这些用户中在账单问题发生到计费周期结束之间续订订阅的数量。

公式：转化率 = (Y / X) × 100%

示例：

  • 1 月 1 日，100 名订阅者因订阅无法自动续订而遇到账单问题。
    • 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续订。
    • 1 月 8 日，1 月 1 日的转化率 = (10 / 100) × 100% = 10%
  • 到 1 月 31 日（计费周期结束），又有 10 名用户续订。
    • 1 月 31 日，1 月 1 日的转化率 = ((10 + 10) / 100) × 100% = 20%

这表明在 1 月 1 日进入账单问题状态的用户中，有 20% 在计费周期结束前解决了问题并完成了续订。

分组与时间范围

选择转化率分析时，分析对象是数据图表，它展示转化率百分比随时间的变化情况。请使用日期选择器选择时间段的快速选项。
数据图表通常包含多条曲线。默认情况下，分组列表中最多选中五条，您可以通过勾选数据图表右侧区域的复选框来更改选择。
首次打开页面时，默认选择产品时长作为分组依据。之后您的设置将保存在缓存中，下次将显示您最近选择的分组。
支持以下分组方式：

  • 产品
  • 国家/地区
  • 商店
  • 付费墙
  • 时长
  • 营销归因
2454c7f-CleanShot_2022-08-01_at_15.06.53.webp

如果所选日期范围不足以显示任何结果，您可能会看到一条通知，提示相关日期并提供自动调整日期范围的选项，只需单击即可完成调整。

64a0769-CleanShot_2022-08-02_at_08.05.02.webp

表格视图、过滤器与 CSV 导出

曲线对比能呈现直观的全貌，若需获取更多信息，请使用数据图表下方的表格视图。表格与数据图表同步，将鼠标悬停在某列上时，数据图表上会显示相关的弹出提示。

3fe5da8-CleanShot_2022-08-02_at_08.11.45.webp

上述分组方式会同时影响数据图表和表格。您可以按产品设置快速过滤，或使用其他高级过滤器，包括产品、国家/地区、商店、时长和归因。

67c4ac4-CleanShot_2022-07-25_at_22.24.38.webp

我们深知以您喜欢的方式处理数据非常重要。因此，在控制面板右侧有一个按钮，可将漏斗数据导出为 CSV 格式。您可以在 Excel 或 Google Sheets 中打开，或将其导入您自己的分析系统，在您偏好的环境中继续分析和预测。

如果您的应用已加入费率减免计划，请通知 Adapty。为确保计算正确，请在您的应用设置中指定您的 Small Business Program 和 Reduced Service Fee program 状态。

85788c5-CleanShot_2022-07-25_at_22.39.30.webp