mcpField
A
asc-metrics

asc-metrics

github.com/appeeky数据与数据库2.2k2.5k 次安装3 周前更新
代码仓库

关于 asc-metrics

用于分析同步至 Appeeky 的官方 App Store Connect 数据,涵盖下载量、收入、应用内购买、订阅和试用。面向需要按时间段、应用或国家分析一方数据而非估算值的应用团队。

主要功能

  1. 01获取 App Store Connect 指标
  2. 02比较不同时期表现
  3. 03分析每日趋势
  4. 04按国家拆分数据
  5. 05计算收入质量指标
  6. 06生成表现快照与告警

适用场景

  1. 01比较不同时期的下载量和收入
  2. 02查找每日数据峰值或下滑
  3. 03识别适合本地化的国家
  4. 04评估试用和订阅转化

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/appeeky/aso-skills --skill asc-metrics

安装后在 Claude Code 中输入/asc-metrics确认已加载。

详细介绍

ASC 指标

分析同步到 Appeeky 的用户官方 App Store Connect 数据——精确的下载量、收入、IAP、订阅和试用数据。这是一方数据,而非估算值。

前提条件

  • 已连接 ASC 的 Appeeky 账户(Settings → Integrations → App Store Connect)
  • Indie 计划或更高版本(每次请求消耗 2 个点数)
  • 数据每晚同步;最多可查看 90 天的历史数据

如果尚未连接 ASC,请提示用户前往 appeeky.com/settings 进行连接,然后返回。

初步评估

  1. 检查是否存在 app-marketing-context.md——阅读以了解应用背景
  2. 询问:你想分析什么?(下载量、收入、订阅、国家/地区细分、趋势对比)
  3. 询问:时间范围是什么?(默认:最近 30 天)
  4. 询问:指定某个应用还是所有应用?

获取数据

步骤 1 — 列出可用应用
GET /v1/connect/metrics/apps

如果尚不清楚用户的应用对应哪个 app_apple_id,请进行匹配。

步骤 2 — 获取概览(应用组合)
GET /v1/connect/metrics?from=YYYY-MM-DD&to=YYYY-MM-DD
步骤 3 — 获取应用详情(单个应用)
GET /v1/connect/metrics/apps/:appId?from=YYYY-MM-DD&to=YYYY-MM-DD

响应包含:daily[]、countries[]、totals。

查看完整 API 参考:appeeky-connect.md

分析框架

环比对比

获取两个时长相同的时间窗口并进行比较:

指标上一周期当前周期变化
下载量[N][N][+/-X%]
收入$[N]$[N][+/-X%]
订阅[N][N][+/-X%]
试用[N][N][+/-X%]
试用 → 订阅率[X]%[X]%[+/-X pp]

关注要点:

  • 下载量上升但收入持平 → 定价或付费墙问题
  • 试用量上升但转化持平 → 付费墙或引导流程问题
  • 收入上升但下载量持平 → 变现效果提升良好
每日趋势分析

从 daily[] 中识别:

  • 峰值 — 是否由某项功能、更新或媒体报道触发?
  • 下降 — 与应用更新、季节性或算法变化相关联
  • 趋势方向 — 对比 7 日移动平均值与前 7 日
国家/地区细分

按下载量和收入对 countries[] 排序:

  1. 下载量排名前 5 — 是否在这些市场投入 ASO?
  2. 收入排名前 5 — ARPD(平均每次下载收入)越高 = 越应优先投入 ASO
  3. 下载量高、收入低 — 变现能力较弱的市场
  4. 下载量低、收入高 — 尚未充分开发的高端市场(进行本地化)
收入质量检查

根据数据计算:

指标公式基准
ARPD收入 / 下载量> $0.05 为良好;> $0.20 为优秀
试用率试用量 / 下载量> 20% 表示付费墙触达效果良好
订阅转化率订阅数 / 试用量> 25% 表现强劲
每订阅收入收入 / 订阅数取决于定价

输出格式

性能概览
📊 [App Name] — [Period]

Downloads:     [N]  ([+/-X%] vs prior period)
Revenue:       $[N] ([+/-X%])
Subscriptions: [N]  ([+/-X%])
Trials:        [N]  ([+/-X%])
IAP Count:     [N]  ([+/-X%])
Trial→Sub:     [X]%

Top Markets (downloads):
  1. [Country] — [N] downloads, $[N]
  2. [Country] — [N] downloads, $[N]
  3. [Country] — [N] downloads, $[N]

Key Observations:
- [What the trend means]
- [Any anomaly and likely cause]
- [Opportunity identified]

Recommended Actions:
1. [Specific action based on data]
2. [Specific action based on data]
趋势提醒

检测到显著变化(>20%)时,发出提醒:

⚠️  Downloads dropped [X]% this week
    Possible causes: [list 2-3 hypotheses]
    Next steps: [specific diagnostic actions]

常见问题

“为什么我的下载量下降了?”

  1. 获取每日趋势——从什么时候开始下降?
  2. 检查当天是否发布了更新
  3. 检查关键词排名(使用 keyword-research skill)
  4. 检查竞争对手动态(使用 competitor-analysis skill)

“我应该针对哪些国家/地区进行本地化?” 获取国家/地区细分 → 按下载量排序 → 标记下载量高且非英语的市场 → 使用 localization skill

“我的变现效果在改善吗?” 对比各周期的试用率和试用→订阅率 → 使用 monetization-strategy skill 改进付费墙

相关技能

  • app-analytics — 完整的分析体系搭建和 KPI 框架
  • monetization-strategy — 提升订阅转化率并改进付费墙
  • retention-optimization — 根据这些指标减少流失
  • localization — 拓展国家/地区数据中表现优异的市场
  • ua-campaign — 验证付费安装是否体现在下载量峰值中

评论

支持 Markdown