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。
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。
“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关键接触点提升服务水平和营收能力。”
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，具有十分积极的推动作用。
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，对探索航司移动端发展模式起到一定作用。
《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有效结合，对业务决策、运营监控及优化迭代起到支撑作用。
《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。
产品、渠道及用户是任何一款移动应用不可或缺、互为依存的铁三角：通过产品内容迭代完善产品，提升用户粘性及用户体验；通过渠道推广来获取用户；通过清晰的定位目标用户，了解移动应用的用户构成，才能有的放矢的做好移动运营。其中：
实时监控和评估渠道数据，调整渠道的投放策略和对内渠道的经营策略，找到符合用户预期、带动用户下载和参与产品的渠道。需要注意的是：这里的“渠道”不是航空公司常常提到的分销、直销等销售渠道，而是移动应用的获客、推广、传播渠道，等同于互联网中经常提到的“流量”。
追踪业务关键数据及指标，调整产品及优化体验，使得用户更加容易和方便的参与产品，打造符合用户预期的产品，实现用户规模的增长。需要注意的是：这里的“产品”不是航空公司常常提到的机票、运价、机+酒、旅游度假等产品，而是特指移动应用。
市场研究和分析是移动运营的基础工作，包括对移动产品市场定位的认识和对竞品市场情况的了解。基于产品的定位及竞品情况，分析产品的目标人群、可行的渠道触达方式，并指定相应的营销计划和销售目标，是移动运营及渠道推广的先行工作。
如何把获取到的用户转化为活跃用户，是运营者面临的重要问题。首先要明确应用的目标用户群：通过分析应用的特点，确定目标用户，然后寻找与此吻合度较高的推广渠道和推广方式，这是提高活跃用户转化率的基础。另一个重要的因素是产品本身是否能在最初的几分钟内抓住用户。就移动应用而言，直观的操作界面和“直觉性”的使用方式是必须的，可以迅速提高用户的使用兴趣。
获取收入是移动应用运营最核心的一块。绝大多数开发者最关心的就是收入。对于航空公司而言，用户使用移动应用进行购买机票、支付等操作的频次决定了收入的情况，说到底也是比拼用户的粘性和忠诚度。
首先分别从市场察觉、用户获取、用户活跃、用户留存、应用收入、应用传播六个维度评估移动应用在渠道、产品和用户三个方面的现有指标。
然后根据航空公司的移动应用规划、业务发展规划、行业整体发展趋势、行业指标参考值，结合基线评估得到的现有指标，建设针对本航空公司的指标体系。指标体系包含从本白皮书中选取的、符合公司移动战略和运营方向的指标，以及各个项指标的基线值和短期、长期目标值。
最后根据建设的指标体系和期望提升的指标，采用TPU移动应用运营模型中的方法实施运营优化。在实施运营优化后，航空公司移动应用的各项指标也将随之逐步提升。在指标接近期望达到的目标值或者执行了特定的运营优化动作后，重复执行上述基线评估、指标建设、运营优化三个步骤，实现移动应用的不断迭代和运营的不断提升。
注意：移动应用是创新领域，本白皮书提出的市场占有率、相对市场占有率、应用覆盖率等指标，都是基于移动应用的用户数量维度进行指标计算。
移动应用在行业（包括航空公司和OTA）市场上所占市场份额。
移动应用在行业市场的市场地位、对市场的控制能力；竞争对手及竞品的宏观判断。
市场份额具有两个方面的特性：数量和质量；建议航空公司通过移动应用的活跃用户数占同行业移动应用整体活跃用户数比例进行统计；也可以考虑通过移动应用的交易用户数占同行业移动应用整体交易用户数比例进行统计，但相应数据获取难度较大。
移动应用在同行业（仅航空公司）市场上所占市场份额。
移动应用在同行业市场的市场地位、对市场的控制能力；竞争对手及竞品的宏观判断。
市场份额具有两个方面的特性：数量和质量；建议航空公司通过移动应用的活跃用户数占航空公司类移动应用整体活跃用户数比例进行统计；也可以考虑通过移动应用的交易用户数占航空公司类移动应用整体交易用户数比例进行统计，但相应数据获取难度较大。
移动应用的市场占有率与同行业中最大竞争对手（包括航空公司和OTA）的市场占有率之比。
移动应用在行业市场的市场地位；与最大竞争对手的市场份额比较分析。
也可以统计移动应用与同行业中市场占有率最大公司之比，了解与行业领先企业之间的差距；建议航空公司统计移动应用的活跃用户数与行业最大竞争对手移动应用整体活跃用户数比例；也可以考虑统计移动应用的交易用户数与行业最大竞争对手移动应用整体交易用户数比例，但相应数据获取难度较大。
移动应用的市场占有率与同行业中最大竞争对手（仅航空公司）的市场占有率之比。
建议航空公司统计移动应用的活跃用户数与同行业中最大竞争对手移动应用整体活跃用户数比例；也可以考虑统计移动应用的交易用户数与同行业中最大竞争对手移动应用整体交易用户数比例，但相应数据获取难度较大。
移动应用在移动设备上的安装比率。
统计一款移动应用的安装量及市场覆盖情况；比较与分析竞品应用的市场覆盖情况。
应用覆盖率=当前安装该移动应用的设备数÷移动设备总量X100%；实际指标计算时，可以变通采用月度监测到的移动应用活跃设备作为分子，月度监测到的移动设备数量作为样本及分母进行计算。
基于种子客户，通过数据挖掘方法寻找到的潜在的用户数量。
评估市场容量；为后续的拉新活动提供数据依据；
基于种子客户，寻找与种子客户线上线下行为类似的人群；可以细化寻找两舱、升舱、附加服务等不同业务的潜在客户。
用户在出行时偏好选择的交通方式。
行业间竞争能力评价指标；可以为机+铁等联程产品的设计提供数据参考。
可以通过客户的线上线下行为大数据计算出行方式偏好；可以细化到每个用户的出行方式偏好；
注意：任何移动应用离不开用户的数量和规模支撑，用户获取在航空公司移动运营中首为重要，相应指标用于考量及评估渠道推广的效果和质量。
渠道推广带来的移动应用下载数除以渠道推广点击数。
考察渠道推广的获客能力；
分析比较不同渠道的推广质量。
互联网生态及渠道参差不齐，存在渠道虚假量情况，所以单独依靠此指标及计算方法不能完全评价渠道质量。需要结合渠道转化率，以及后续的渠道用户活跃、用户留存、用户收入等指标，综合评估渠道质量。
渠道推广带来的移动应用安装注册数除以渠道推广点击数。
考察渠道推广的获客能力；分析比较不同渠道的推广质量。
此处以移动应用下载安装并注册数量作为指标的计算分子，并且需要过滤处理渠道假量；互联网生态及渠道参差不齐，存在渠道虚假量情况，所以单独依靠此指标及计算方法不能完全评价渠道质量。需要结合用户使用阶段的渠道用户活跃、用户留存、用户收入等指标，综合评估渠道质量。
渠道贡献的新用户份额情况；渠道宏观走势，是否需要进行投放；是否存在渠道作弊行为。
周新增用户数（WNU）为本周7天日新增用户数累计之和；月新增用户数（MNU）计算方式与周新增用户数类似；根据需要，可细分为自然增长用户和推广用户;根据需要，可细分为新用户和应用升级用户。
渠道贡献的新会员份额情况；渠道宏观走势，是否需要进行投放；是否存在渠道作弊行为。
会员指标对于航空类移动应用尤为重要；周新增会员数（WNM）为本周7天日新增会员数累计之和，新增会员不包括现存会员新安装并注册移动应用；月新增会员数（MNM）计算方式与周新增会员数类似；根据需要，可细分为自然增长会员和推广会员；根据需要，可细分为新用户和应用升级用户。
活动贡献的新用户份额情况；评价以拉新为目标的活动和效果；评估活动所采用的渠道的效果；
活动新增用户数为活动期间每天新增用户数累计之和；可以以天为单位计算，也可以以整个活动为单位计算。
每天更新并使用新版本应用的用户数。
新版本应用是否可以吸引客户的使用；旧版本应用是否需要继续维护。
周升级用户数（WUU）为本周7天日升级用户数累计之和；月升级用户数（MUU）计算方式与周升级用户数类似；根据需要，可细分为自然升级用户和推广升级用户。
用户获取成本=推广成本÷获取的有效新用户数量；此指标的计算需要根据渠道进行细分.
推广活动各种类型用户数（排除自然用户）与访问活动页面用户数的比例。
评估活动带来的各种类型用户的数量；评估活动和所采用的渠道的效果。
活动转化率=访问活动页面用户数量÷活动成交用户数量；可以以天为单位计算，也可以以整个活动为单位计算；可以细化跟踪从机票查询到成交每一个步骤的转化率；活动根据目标不同可以分别统计，如：拉新、老客激活等活动。
推广活动所产生的订单数（排除自然产生的订单）占总订单数的比例。
评估活动带来的交易型用户的数量；评价以收入为目标的活动和效果；评估活动所采用的渠道的效果；反映出促销活动对于增加订单量的贡献作用。
活动订单比例=推广活动所产生的订单数量÷总订单数量；可以以天为单位计算，也可以以整个活动为单位计算。
推广活动带来的收入与成本投入的比例。
此指标大于1，说明活动是有价值的。数值越高，活动经费利用率越高；考核对于活动经费的控制情况；评估推广活动的效果。
可以以天为单位统计，也可以以整个活动为单位统计。活动根据目标不同可以分别统计，如：拉新、老客激活等活动；对于某些不以交易量为目标的活动，收入可以参考行业均值。
评价以拉新为目标的活动和效果；评估活动所采用的渠道的效果。
移动应用的目标用户规模；移动应用周期变化趋势衡量；移动应用老用户流失情况；移动应用及直销渠道的用户粘性（与MAU结合）。
移动应用的总体目标用户规模；移动应用目标用户规模稳定性；推广活动效果评估；移动应用的用户粘性（与DAU结合）。
日活跃用户数与月活跃用户数的比值。
评估访客或会员使用应用的频率；应用及产品留存的考量指标。
访客或会员访问次数的计算是不去重的，一般以月为单位进行计算。
周一次会话用户数（WOSU）为本周7天日一次会话用户数累计之和；月一次会话用户数（MOSU）计算方式与周一次会员用户数类似；此指标是移动应用引导设计分析点之一；此指标有助于评估新登用户质量，进一步分析则需要定义活跃用户的月一次会话用户数。
用户每次使用移动应用的平均时长，非会员和会员分别统计。
反映用户粘度的重要指标，该数值可以反映移动应用的页面布局、展示内容、商品丰富度、栏目导航等方面的吸引力；移动应用及产品留存的考量指标。
可以基于整个移动应用统计计算，也可以基于某个页面计算。
考察核心应用产品功能的使用频率，波动较大时可以及时发现问题；评估航空公司移动应用核心功能的用户粘性。
考察核心应用会员服务功能的使用频率，波动较大时可以及时发现问题；评估航空公司移动应用会员服务功能的用户粘性。
每个用户平均使用行程管理服务的次数，行程管理服务包含航班动态、值机、电子登机牌等服务。
考察核心应用行程管理功能的使用频率，波动较大时可以及时发现问题；评估航空公司移动应用行程管理功能的粘性。
每个用户平均使用附加产品服务的次数，附加产品服务包含旅游、酒店、租车、接送机等服务。
考察核心应用附加产品功能的使用频率，波动较大时可以及时发现问题；评估航空公司移动应用附加产品功能的粘性。
每个用户平均使用打包产品服务的次数，打包产品与附加产品的区别是不仅包含机票，也同时包含旅游、酒店、租车、接送机等附加服务。
考察核心应用打包产品功能的使用频率，波动较大时可以及时发现问题；评估航空公司移动应用打包产品功能的粘性。
用户对于移动应用的适应性；评估渠道效果和用户质量；评估移动应用的用户粘性。
活跃用户的生命周期是多少；评估渠道的流失率；各种运营手段、版本更新对于用户的流失影响；什么时期的流失率比较高。
用户生命周期是指流失用户最后一次使用应用的日期与首次使用日期之间的间隔。
可以根据此指标将用户的整个生命周期划分为不同的阶段，并采取不用的运营策略；也可以作为移动应用产品版本迭代周期的参考。
一般以天为单位进行计算。根据需要可以区分推广用户和自然用户。
客户乘坐本航空公司航班数与其乘坐航班总数的百分比。
反映用户粘度的重要指标，该数值可以反映移动应用的页面布局、展示内容、商品丰富度、栏目导航等方面的吸引力；行业内竞争能力评价指标。
客户忠诚度=客户乘坐本航空公司航班数÷乘坐的航班总数；可以通过客户的位置移动大数据获得近似的乘坐航班总数。
移动应用交易型用户的规模；交易型用户的整体稳定性。
用户每次使用移动应用的交易型业务记为一次交易。日交易次数是指用户每日在移动应用中完成的交易总次数，非会员和会员分别统计。
哪些业务用户最为依赖，使用次数最多；哪些业务很多用户希望使用，但没有成功（业务客户流失）；用户对移动应用的参与频率。
周交易次数（WTT）为用户一周内在移动应用中完成的总交易次数；月交易次数（MTT）计算方式与周交易次数类似；根据需求可再细分为机票预订购买、积分兑换机票、旅游度假产品、接送机用车等类型用户，可以分别计算日交易次数；通过对不同交易次数的分布分析，可帮助了解版本更新、业务流程改进、推广活动刺激等对移动应用产生的影响。
日交易次数与活跃交易用户数的比值。
评估移动应用提供业务的用户粘性；研究客户对各种业务的使用频度偏好，结合平均交易额，可得到客户使用业务的综合偏好。
根据需求可再细分为机票预订购买、积分兑换机票、旅游度假产品、接送机用车等类型用户，可以分别计算日用户交易转化率；可以根据此计算规则，计算日会员交易转化率（DTT/DAM）。
移动应用业务的付费引导是否合理；用户付费倾向与意愿；付费转化是否达到预期效果。
不同推广渠道获取的用户质量；业务活跃用户与人均贡献的关系；业务人均收益水平。
平均每用户收入=业务总收入÷活跃用户数；ARPU用于业务定位初期不同规模下的收入预估；可以基于此计算规则，计算平均每会员收入（ARPM）；一般以月为单位进行计算。
业务交易用户平均的付费水平；交易用户整体的付费趋势；对高价值用户的分析。
平均每交易用户收入=业务总收入÷业务交易用户数；ARPPU与APA、MPUR等结合可对付费用户的留存情况、特定付费群体的流失进行深度分析，保证付费质量和规模；根据需求可再细分为机票预订购买、积分兑换机票、旅游度假产品、接送机用车等类型用户，可以分别计算平均每交易用户收入；可以基于此计算规则，计算平均每交易会员收入（ARPPM）；一般以月为单位进行计算。
用户在移动应用中查询各类产品与生成实际订单之间的比例。
评估交易型用户的数量；评估用户从查询到支付的转换情况；评估产品政策投放的效果。
查询转化率=总查询数量÷总订单数量；根据需要，机票、酒店、旅游等产品可以单独统计；根据需要可以区分推广用户和自然用户。
注意：应用传播的指标有很多，如日活邀请率、被邀请者留存、被邀请者ARPU等，分别考量自传播带来的新增用户活跃度、留存率、收入情况。但是这些指标在实际计算时都存在有效数据难以获取的问题。本章节以一个典型的传播指标K因子为例，进行详细定义及说明。
每个用户发出的邀请的数量与接收到邀请的人转化为新用户的转化率的乘积。
评估移动应用的自传播增长；产品内容是否能吸引用户进行口碑传播。
当K因子>1时，用户群就会象滚雪球一样增大；如果K因子<1时，那么用户群到某个规模时就会停止通过自传播增长。
评估移动应用的传播效率；产品内容是否能有效实现用户转化。
v客户投诉率CustomerComplaintRate(CCR)
用户通过各种渠道对移动应用的投诉率。
体现客户对移动应用的满意度。
移动应用的投诉率反映客户满意度，也会间接影响移动应用的传播；根据需要，可以区分统计对各种机票产品、服务、应用本身等的投诉。
航空公司移动应用的一个核心功能是提供机票直销服务，航班的可售座位都会开放在移动应用中，并可以随时预订。由于利益驱动，某些机票代理机构会采用各种手段，通过航空公司移动应用对航班可售座位进行恶意抢占，如：通过移动应用进行频繁的机票预订，但不完成机票付款流程。这种欺诈行为会导致正常旅客无法购买机票，冲击航空公司的机票预售业务，造成航班空座率飙升，航班运营成本增加。基于此类欺诈行为的特点，我们对航空移动应用定义单客户多次订票次数、订票/出票比、单设备多账户数量等数据运营指标。通过指标解读，可以及时洞察恶意占座行为，并采取措施进行干预。
统计单一用户频繁预订直销机票但不付款出票的次数，监控恶意占座行为；恶意占座欺诈行为的数据化考量指标。
统计单一用户预订直销机票但不付款出票的比例，监控恶意占座行为；恶意占座欺诈行为的数据化考量指标。
建议基于此统计指标，对相应用户账户做进一步分析及监控管理。
单一移动设备关联多个设备ID情况统计，以此类设备数量作为指标。
统计单一移动设备关联多个设备ID情况，并可以基于此类设备清单，进一步分析此类设备特征；对此类设备分析排查后，可以重点监控恶意占座行为。
同一TDID关联过多的IMEI、AndroidID、MAC地址时，疑似使用虚拟机批量生成虚拟终端进行操作；建议基于此统计指标，对相应设备做进一步分析及监控管理。
当同一网络源关联过多的用户时，将该类用户定位为批量恶意占座用户；建议基于此统计指标，对相应用户账户做进一步分析及监控管理。
通过移动应用中的异常操作行为识别特定用户，以此类用户账户数量作为指标。
对此类用户账户分析排查后，可以重点监控恶意占座行为。
评估移动应用性能，并及时调整优化；针对不同操作系统、机型的崩溃率分析，可以帮助应用产品及开发团队发现异常情况，及时解决问题，达到提升用户体验的目的。
及时监控该移动应用的错误异常情况，并及时调整优化。
用户与移动应用的界面元素和内容交互的体验耗时。
及时发现网络响应异常，及时调整以改善用户体验。
移动应用在启动和使用过程中占用的CPU百分比。
评估移动应用性能，并及时调整优化；针对不同操作系统、机型进行分析，可以帮助应用产品及开发团队发现异常情况，及时解决问题，达到提升用户体验的目的。
可以分别对不同移动终端操作系统、终端机型计算此指标，并进行分析。
移动应用在使用过程中最大使用的内存量。
通过应用使用的私有内存和分配的共享内存综合来衡量内存使用量；可以分别对不同移动终端操作系统、终端机型计算此指标，并进行分析。
移动应用在使用过程中消耗的电量。
评估移动应用性能，并及时调整优化；以免导致用户手机耗电发热，带来不良体验；针对不同操作系统、机型进行分析，可以帮助应用产品及开发团队发现异常情况，及时解决问题，达到提升用户体验的目的。
现在很多移动设备都提供应用耗电量的监测功能，如果没有可以通过横向对比法（同一移动设备）或纵向对比法（不同移动设备）得到应用的耗电量；可以分别对不同移动终端操作系统、终端机型计算此指标，并进行分析。