数据能真实的反映一款APP的运营状况，帮助开发者进一步了解产品、了解用户。但问题是，面对如此多的数据报表，该关注哪些指标?怎样去分析数据才能解决问题?如何获取这些有价值的数据?关键性的数据指标可分四类：用户获取、用户质量、内容使用、关键行为转化。
具体来讲，第一步是用户获取。下载量和激活量可以真实反映渠道获取用户的能力;其次，还要分别查看每个环节的转化率，从渠道点击—下载—激活—注册—更深的行为，用户获取的链条上，每个环节都会发生转化，要逐个分析每个环节的提升空间。从而降低每个用户的获取成本。
第二步，评估用户质量。它能帮助开发者优化用户获取步骤。它有两个典型的指标，留存和活跃。留存率可以一定程度地反映出产品对用户的适配程度;活跃度反映的则是用户对产品的依赖程度。当基本的留存率和活跃度有保证之后,开发者可以看一些更细节的行为指标如关键行为点击率，这个指标对于有些应用来说可能是付费，可能是分享、评论、注册或者你认可的APP重要操作。
第三步，关注内容使用。在做分析之前，先把页面分成三类：导航页、流程页和内容页。导航页汇集了很多入口，这个页面的作用是让用户快速找到想用的模块;流程页的主要功能是引导用户完成最终的目标;最后一类是内容页，类似商品墙，主要展示的是详情。宏观上讲，内容使用可以从页面的退出率和页面之间的跳转途径去看，如果用户在内容页或者流程页最后的页面退出都是合理的，开发者需要关注的是导航页和流程页中间的退出。除了对页面的表现进行评估, 还可以通过自定义事件来监测更为具体的点击和操作。
第四步，是开发者最关注的指标——关键行为转化。想要提高点击率，要依靠漏斗模型来优化关键行为的转化率和转化路径。李荟分享了一个电商导购应用的案例，它的用户典型使用路径：打开客户端—>浏览最热最新—>点击查看单品—>点击去淘宝。产品经理拿到数据后，认为用户在点击查看单品到点击去淘宝这步转化率不够理想，后来将按钮上的“去购买”改为“ 查看详情” ， 暗示用户点击之后有更多有利于购买决策的信息，且不一定要购买，修改上线后， 点击去淘宝的转化率从10%上升到15%。
对于发布新版本的APP,要进一步筛查新版本的产品变动和各渠道留存率，看是产品的问题还是渠道推广的问题。案例中APP的版本更新无较大变化，新增趋势也比较稳定，说明不是产品的问题，后来发现主推渠道的留存率非常低，于是问题的关键就被发现了，新版本在主推渠道推广上存在问题。最后，擅用分析工具 获取有价值数据，如果你分析的数据没价值，再好的分析方法都是空谈。
获取有效数据也需要策略。首先，在业务层面，开发者需要一个明确的商业指标，在目标基础上建立一套匹配的分析体系;其次，从技术角度看，需要有一个准确、稳定、方便、灵活的工具，来帮开发者完成采集、收集、存储、计算、展示等一套工作流程。其次，开发者要注意数据采集的准确性，严防渠道作弊等状况发生，保证ID采集的准确性、一致性。其实，数据本身并不能直接帮助改善产品，数据归根到底是一种度量，想让数据真正发挥作用，一定要基于开发者对业务非常深的理解，并在理解基础上构建科学的分析体系，用有效的分析工具来帮助你来进行分析运营。