一、数据指标

数据指标是数据使用过程中的通用语言，是对当前的业务有参考价值的统计数据。
注：不是所有的数据都叫做指标，对当前业务无关的就没有意义，数据是真实的，统计出来的。

二、常见的数据指标

通常我们在理解业务的时候，需要明白谁、干了什么、结果怎样

谁：用户数据
干了什么：行为数据
结果怎样：业务数据

1、用户数据

存量：DAU（日活跃用户数量）/MAU（月活跃用户数量）
增量：新增用户
健康程度：留存率
从哪儿来：渠道来源

2、行为数据

次数/频率：PV、UV、访问深度
路径走通程度：转化率
做了多少：时长
质量：弹出率

3、业务数据

总量：GMV、访问时长
人均：ARPU/ARPPU、人均访问时长
人数：付费人数、播放人数
健康程度：付费率、观看率
被消费对象：SKU视角、被消费内容视角

三、用户相关的数据指标

1、D/M/AU（日/月活跃用户）

（1）Daily——自然日

注：当在处理跨时区（如全球服务）时，应关系最近24小时的活跃用户。

（2）Monthly——当月至少活跃一次的用户总数

注：当时间很长的时候，我们要注意不要单纯的将日活累加而不去重，这样时没有参考意义的。MAU $\neq$ 当月各日DAU之和，务必去重，才有观察的意义。

（3）理解Active

方法一：数据统计系统的定义
（1）基于事件上报：有事情上报 $\Rightarrow$ 该用户活跃
（2）预制报表的统计系统（友盟、百度统计、GA、……），都是基于事件上报进行统计。上报的事件一定要是用户主动操作。
方法二：业务上的定义
（1）关键事件：即用户执行了关键事件 $\Rightarrow$ 这个用户时活跃的。

（2）用关键事件就会存在如下成本：

存在维护成本：需要不断维护日活事件列表
存在沟通成本：团队内外对[活跃]的认识需要统一

（4）User

（1）认人：用户数=访问过服务的ID数

各每个注册用户一个唯一的专属ID
只适合强注册/登录环境，未登录的用户会被漏掉

（2）认设备：用户数=访问过服务

在网页cookie中埋下一段长随机字符串，作为设备位于标识符
无法对应设备背后的用户

在什么情况认人或认设备

是否有账号体系，没有就认设备
如果有账号体系，就看业务场景是否强依赖登录，如果是强登录 $\rightarrow$ 认人+认设备
不登录的用户对业务是否有价值？如果没有 $\rightarrow$ 认人+认设备，有价值 $\rightarrow$ 认设备

2、新增用户

如何理解新增用户，我们首先要清楚的问题是：

选择合适的节点，去定义增
用适当的方法去判别新
对于第一个问题

不同节点	优势	劣势	适用场景
点击渠道链接	统计简单	离激活环节最远，转化率低	量级不大/免费渠道，不需要做精细结算
下载	真正反映了用户的实际意愿	数据源的可信度存疑，无法避免刷量	渠道依赖应用商店且没有更好的渠道
安装/启动	离激活是最近的，便于统计	渠道不一定哦欸和，仍然无法避免刷量	自己较强势，可以给渠道指定统计规则
激活	最真实的数据	渠道费用激增，统计复杂	对用户的质量要求高并且产品ARPU高

对于第二个问题：

基于设备：IOS、Android、web各有渠道
基于账号关联：与后台已有帐号比对匹配

3、用户留存

为什么需要看留存

（1）理解某一个渠道的质量——日留存

以日为单位，衡量这个渠道来的永辉当下&接下来的表现
以X日日留存作为比较标准时，可以避免其他日数据的干扰
三种留存算法

算法	公式	含义	优势
算法1	（第一天/第七天）*100%	7日日留存	只关心到特定日的留存情况，避免了其他日数据的干扰
算法2	（第二天~第七天去重后/第七天）*100%	7日内留存	引入其他日数据，适用于有固定使用周期，且周期较为长的业务
算法3	第七天/第0天	7日日留存（新增当日为第0天，下一日为第1日）	使得第7日与新增当日对齐，试图抵消某些星期级别的周期性差异

（2）观察整个大盘——周留存/月留存

以周/月为单位，衡量产品的健康情况，观察用户在平台上的黏性
务必去重

日留存与周留存/月留存相比

留存	意义	公式
日留存	了解某一个渠道的质量	（指定日日活跃用户数/第1日日活跃用户数）*100%
周留存/月留存	观察整个大盘	（指定周（月）周（月）活跃用户数/第1周（月）周月活跃用户数）*100%

4、渠道来源

关于用户从哪儿来的这个问题，我们通常可以看渠道来源这一指标解决。对于不同的网站统计工具与分析工具对网站流量获取的渠道都各有差异，但基本上可分为几个渠道：直接访问（Direct），引荐流量（Referral），搜索引擎自然流量（Organic Search），付费搜索流量（Paid Search），社交媒体（Social）。

直接访问（Direct）：指用户直接访问网站，不是通过其他网站或者搜索引擎进入的。其中，包括但不限于：用户在地址栏输入网址访问网站、从浏览器收藏夹访问、用户点击聊天工具里的链接如QQ聊天记录里的链接。
引荐流量（Referral）：从用户非搜索引擎与社交网站点击链接进入网站。比如友链互惠网站、百度贴吧等站外社区论坛。
自然流量（Organic Search）：从搜索引擎自然搜索结果链接进入网站的流量。区别于Paid Search，自然流量是搜索引擎自然排名结果的链接，通俗讲就是非竞价非付费的搜索引擎排名页面链接。
付费搜索（Paid Search）：搜索引擎竞价，很多没有搜索引擎优化资源的网站，短平快的流量获取方式。在国内，竞价流量已经成为众多网站流量获取的主要渠道，这也是我看不起百度的原因这一，原因不多说。
社交媒体（Social）：就我国的现状而言，社交网站流量在绝大多数国产网站统计工具中并没有单独列出来。但是，全球最大的搜索引擎谷歌搜索的排名因素中，社交媒体因素已经占有超过10%的权重，所以在下不得不提。

四、行为相关的数据指标

1、次数/频率

Page Views：页面浏览量——次数
Unique Visitors：独立访问数——人数

2、访问的深度

访问深度就是用户对产品的了解程度

算法一：用户对某些关键行为的访问次数
算法二：将网站内容/功能分为几个层级，以用户本次访问过最深的一级计算。

3、访问时长

如何统计访问时长

Web时代：页面打开时长（但会存在我一直没有关，去做其他事情）
APP时代：前台驻留时长（如果用户手机放在桌子上没有动）
通过瞳孔与注意识别：摄像头观察，瞳孔是否注视屏幕（需要外设和隐私授权）

我们统计访问时长的时候需要想明白为什么要统计访问时长，从业务出发想如何统计访问时长;通过统计特殊事件，支持业务需求，如：统计食品被消费程度，评价内容质量（记录停止/关闭页面后、播放器中视频进度条当前的位置）

4、弹出率（不推荐在日后工作使用）

弹出率是指用户来了马上就走了的
弹出率的计算是基于一次访问来计算的

五、业务相关的数据指标

直接付费	使用场景	解决什么问题	非直接付费
GMV	总量	描述交易的金额总规模	目标完成数（报名、点击、分享……）
ARPU/ARPPU	人均	单个用户的贡献程度	人均访问时长
付费人数	人数	描述愿意为服务付费的人数总规模	完成人数
付费率、付费频次	健康程度	描述愿总体上的用户付费意愿，评判一个服务的健康程度	完成率
SKU视角	被消费对象	余姚分享消费品本身的运营情况时	被消费内容视角

数据分析——数据指标

文章目录