Airline Apps Data Analysis White Paper 航空公司移动应用运营数据分析指标白皮书 引 言 TalkingData在2015年9月完善更新了AARRR移动应用数据运营模型及方法论 升级后方法论包含TPU移动应用数据运营模型和3A3R移动应用数据指标模型，其中TPU 将移动应用运营分为渠道、用户、 三个组成部分，并提出了提升这三个部分运营能 力的方法；3A3R模型将移动应用指标分为六个阶段：市场察觉、用户获取、用户活跃 用户留存、应用收入、 应用传播，并分别定义和设计了每个阶段关注的核心运营指标。 3A3R数据指标模型与T 实现了通过数据化的指标体系来量化 评估移动应用的产品内容、用户数量质量、渠道质量。 民航业是典型的基于强会员体系运营业务的行业。使用航空公司移动应用的用户， 主要是通过APP完成核心业务功能的查询或交易，这些核心业务功能包括机票预订、机 票变更、登机牌办理、会员服务、航班动态等，航空公司移动应用需要重点完善这些核 心交易及核心服务功能。此外航空公司的移动应用运营在优化产品及内容的基础上，也 需要关注移动应用作为直销电子渠道的营销获客及收入贡献能力。 国资委及航空公司对于提高直销业务比例的要求越来越迫切，同时移动应用已成为 航空直销业务的核心渠道。但由于移动互联网对于航空公司而言尚属创新领域，传统运 营手段不能完全满足移动应用的运营需求，航空公司需要一套专门针对移动互联网的数 据运营模型作为方法论指导 目前各大航空公司的移动应用运营团队在数据分析指标方面，都结合自身情况定义 了一些量化指标，但不够全面，缺乏方法论指导，对于整体运营能力提升的指导作用有 限。而且各个航空公司的数据分析指标之间也存在名称、统计方法、计算方法不一致的 情况。行业内数据分析指标的定义差异带来的首先是指标有效性的问题，缺乏整体考虑 的指标体系，以及不准确的指标分析方法，会带来错误的分析结果，进而影响运营层面 产品改进方面的决策；另外，定义不统一的指标会带来极大的沟通障碍，降低沟通效率， 往往一条指标的定义就要浪费大量的时间反复争论、验证，标准也成了空谈，缺乏参考 价值。 TalkingData本次推出的《航空公司移动应用运营数据分析指标白皮书》，旨在规 范航空公司的行业数据指标定义。所有数据指标的定义按照规范重新梳理，并且对传统 移动应用运营数据分析方法中的常用指标进行调整，从触客、获客、活客，到营客、传 播，将TPU模型、3A3R模型及相应数据指标融入航空公司客户的全生命周期管理，使 之更适合航空公司移动应用领域。基于客户全生命周期的数据分析指标，有助于运营人 员理解和分析客户行为，改进产品，制定运营策略，让数据化运营更有效率。 序 本白皮书以数据沉淀、用户转化为基础，通过多维度挖掘收集航空公司 从离客户最近的地方开始接触和服务客户，把企业的运营服务节点从柜 用户在移动端的行为，层层剖析筛选，与各行业分享航空公司在移动运营中 台后、机房里前移外延到鲜活的场景中，是运营数据的开始。以场景数据为 的量化指标，用数据分析、数据模型支撑运管控体系。望本书能有效助力于 核心，以资产的视角看待数据，企业将兼具数据的消费者（Consumer）和 企业的移动运营规划，增强企业对移动互联分析的进一步把控能力。 生产者（Producer）两种角色，从而存在数据的后向市场和多边市场的能 力，这也是为什么每一个互联网公司都声称自己是数据公司的原因。航空业 一一东方航空电子商务有限公司平台技术总监王浩宇 作为强属性的场景，树立起移动互联网运营指标是运营数据资产和建设数据 资产的第一步，希望更多的领域公司、专家参与建设和实践这一指标。 在移动互联网的影响下，用户的手机使用习惯及其使用场景都发生了变 化。如何利用用户的碎片时间，结合灵活的场景吸引用户，提高用户粘性， 一一TalkingData合伙人&执行副总裁林逸飞 相信《航空公司移动应用运营数据分析指标白皮书》会在运营数据以及用户 行为分析上做更为有力的指导支撑。 我们将移动互联网行业的成熟方法论与航司的实际业务需求相结合，希 望通过《航空公司移动应用运营数据分析指标白皮书》使得各个航司在移动 一一东方航空电子商务有限公司运营专员周嘉韵 直销渠道的产品、渠道和用户的运营过程中有的放矢，逐步实现移端动全面 的数据化和指标化运营。 移动端对航空公司来说是一个产品和服务创新的平台，运营监控体系有 助于了解移动端运营情况和用户特征，了解移动端的定位，对探索航司移动 一—TalkingData资深咨询顾问李楠 端发展模式起到一定作用。 我们的职责中很重要的一部分就是要不断发现和报道那些真正有价值的 一一深圳航空电子商务中心主任 曾庆艺 技术和工具，让以服务为本的旅行行业能更好的掌握用户多变的行为轨迹以 更好地为他们服务。本书可以启发和指导处于变革关键期的航司如何在用户 《航空公司移动应用运营数据分析指标白皮书》结合航空公司移动运营各 关键接触点提升服务水平和营收能力。 阶段和场景，对航司移动端的宣传推广、用户运营等数据逻辑进行系统归纳 为建立数据驱动型的移动运营模式提供基础。希望该指标体系能与实际业务 一一环球旅讯首席商务官 王京 有效结合，对业务决策、运营监控及优化选代起到支撑作用。 伴随移动互联网的惊人发展，各行业都加大对移动端的投入，以期获得 一一深圳航空电子商务中心移动互联管理室经理徐越 更大的商业价值。该白皮书从航空公司移动运营出发，让运营数据展示更直 观，更利于探索航空公司移动运营模式的发展。本书对于如何结合移动用户 《航空公司移动应用运营数据分析指标白皮书》移动指标基于用户行为理 的兴趣特征与行为习惯，为航空公司服务不断提供优化创新，具有十分积极 论和科学的分析模型，其指标内涵基于客观数据能反映航司移动端用户的行 的推动作用。 为特征，具有一定严谨性，很大程度上规范移动端的运营监控体系。 一一东方航空电子商务有限公司总经理韦志林 一一深圳航空博士后创新实践基地 汤庆 行程管理服务使用次数TravelManagementServiceTimes（CiST） 19 目录 附加产品服务使用次数AdditionalServiceTimes(AST) 19 打包产品服务使用次数PackageServiceTimes(PST) 19 用户留存Retention 周留存率Day7RetentionRatio 分析指标的方法论基础 6 *月留存率Day30RetentionRatio - 20 PU移动应用数据运营模型 *月流失率Day30ChurnRatio 21 3A3R移动应用指标分析模型 *用户生命周期UserLifetime(UL) 21 运营模型和分析指标的使用 *客户忠诚度CustomerLoyalty(CL) 应用收入Revenue 22 具体分析指标 6 *活跃交易用户数ActivePaymentAccount（APA) 22 市场察觉Awarenes *日交易次数DailyTransactionTimes(DTT) *市场占有率MarketShare(MS) 10 日交易用户活跃度DTT/APA(DTT/APA) 23 *同行业市场占有率SameMarketShare(SMS) 10 *日登录用户交易转化率DTT/DAU（DTT/DAU) 23 相对市场占有率RelativeMarketShare(RMS) 10 *月交易用户占比MonthlyPaymentUserRatio（MPUR） 相对同行业市场占有率RelativeSameMarketShare(RSMS) 10 *平均每用户收入AverageRevenueperUser(ARPU 24 *应用覆盖率CoverageRate(CR） *平均每交易用户收入AverageRevenueperPaying User(ARPPU) 11 24 *潜在用户数PotentialUsers(PU) 11 查询转化率SearchConversionRate(SCR) - 25 出行方式偏好TravelModePreference（TMP) 11 应用传播Refe 用户获取Acquisitior *K因子K-factor(K-factor) 26 渠道到达率ChannelReachRate(CRR) 12 病毒循环周期ViralCycleTime（(VCT) 26 *渠道转化率Channel Conversion Rate(CCR) 12 客户投诉率CustomerComplaintRate(CCR) 26 日新增用户数DailyNewUsers(DNU) 12 *日新增会员数DailyNewMembers（DNM) 13 附录 28 *活动新增用户数PromotionNewUsers(PNU) 13 航空移动应用防欺诈指 日升级用户数DailyUpgradeUsers（DUU) 14 单客户多次预订次数SingerUserMultipleBookingTimes(SUMBT) 28 *日一次会话用户数DailyOneSessionUsers(DOSU) 14 预订出票比BookingPaymentRatio(BPR) *用户获取成本CustomerAcquisitionCost(CAC) 14 单设备多账户数量SingerDeviceMultipleAccountsSummary(SDMAS) 活动转化率PromotionConversionRate(PCR) 14 单设备多ID数量SingerDeviceMultipleTDID(SDMID) -