數(shù)據(jù)指標(biāo)分析

最全數(shù)據(jù)指標(biāo)分析

一、常見(jiàn)指標(biāo)

先來(lái)看一看常見(jiàn)的一些數(shù)據(jù)指標(biāo)們

1、DAU：DailyActiveUser日活躍用戶量。統(tǒng)id日（統(tǒng)計(jì)日）之

內(nèi)，登陸或使用了某個(gè)產(chǎn)品的用戶數(shù)（去重）

2、WAU：WeeklyActiveUsers周活躍用戶量。統(tǒng)id■■一■周（統(tǒng)計(jì)

日）之內(nèi)，登陸或使用了某個(gè)產(chǎn)品的用戶數(shù)（去重）

3、MAU：MonthlyActiveUser月活躍用戶量。統(tǒng)id■?一?月（統(tǒng)計(jì)

日）之內(nèi)，登陸或使用了某個(gè)產(chǎn)品的用戶數(shù)（去重）

4、DNU：DayNewUser日新增用戶，表示當(dāng)天的新增用戶

5、DOU：DayOldUser日老用戶。當(dāng)天登陸的老用戶，非新增用戶

6、ACU：AverageConcurrentUsers平均同時(shí)在線人數(shù)

7、PCU：PeakConcurrentUsers最高同時(shí)在線人數(shù)

8、UV：UniqueVisitor唯一訪問(wèn)量，即頁(yè)面被多少人訪問(wèn)過(guò)

9、PV：PageView頁(yè)面瀏覽量，即頁(yè)面被多少人看過(guò)

10、ARPU：AverageRevenuePerUser平均每個(gè)活躍用戶收益。

11>ARPPU：AverageRevenuePerPayingUser平均每個(gè)付費(fèi)用戶

平均收益。統(tǒng)計(jì)周期內(nèi)，付費(fèi)用戶對(duì)產(chǎn)品產(chǎn)生的平均收入。

12、LTV：LifeTimeValue生命周期價(jià)值。產(chǎn)品從用戶所有互動(dòng)中

獲取的全部經(jīng)濟(jì)收益的總和13、CAC：CustomerAcquisitionCost

用戶獲取成本

14、ROI：ReturnOnInvestment投資回報(bào)率。

R0I二利潤(rùn)總額/投入成本總額*100%

15>GMV：GrossMerchandiseVolume成交總額。是指下單產(chǎn)生的總

金額

CMV二銷售額+取消訂單金額+退款金額

16、支付UV：下單并成功支付的用戶數(shù)

二、如何獲取指標(biāo)

對(duì)于上述這些指標(biāo)，如果你很陌生，那么首先可能就會(huì)問(wèn)“這些指標(biāo)

來(lái)的呢”，“有些指標(biāo)直接獲取不到呀”。說(shuō)到這，不得不提到數(shù)據(jù)

采集的基礎(chǔ)：埋點(diǎn)。一般在設(shè)計(jì)好數(shù)據(jù)指標(biāo)后，我們會(huì)有一個(gè)“數(shù)據(jù)

埋點(diǎn)”的工程，通常是由產(chǎn)品經(jīng)理輸出《埋點(diǎn)需求文檔》，然后交予

開(kāi)發(fā)進(jìn)行埋點(diǎn)部署，關(guān)于埋點(diǎn)的幾種方式已經(jīng)在埋點(diǎn)系列里面，在此

不復(fù)述了。

埋點(diǎn)是互聯(lián)網(wǎng)領(lǐng)域最重要的數(shù)據(jù)采集手段之一。通俗講就是在web或

@口口植入埋點(diǎn)代碼，用以監(jiān)控用戶行為事件。通過(guò)埋點(diǎn)，我們可以:

獲得用戶行為軌跡

追蹤任一時(shí)間段數(shù)據(jù)的變化

驗(yàn)證可行性

找出產(chǎn)品設(shè)計(jì)漏洞等

以電商網(wǎng)站為例，想要統(tǒng)計(jì)用戶訪問(wèn)網(wǎng)站、訪問(wèn)商品詳情頁(yè)、加入購(gòu)

物車、支付訂單到支付成功的轉(zhuǎn)換率。發(fā)現(xiàn)從訂單支付到支付成功轉(zhuǎn)

換率僅有4%,明顯過(guò)低。即可分析支付節(jié)點(diǎn)是否存在bug,由什么原因

導(dǎo)致。

三、數(shù)據(jù)指標(biāo)分類

大致的,我認(rèn)為可以將數(shù)據(jù)指標(biāo)分為三大類：綜合性指標(biāo)、流程性指標(biāo)、

業(yè)務(wù)性指標(biāo)。

DAU

I用戶雷存三日易空網(wǎng)站」

J留存第

J人均使用時(shí)長(zhǎng)

綜口,性指標(biāo)FCMV

L支付UV

匚交愿性網(wǎng)站一

一人均訂里的

L人均春?jiǎn)蝺r(jià)

點(diǎn)擊案

轉(zhuǎn)操率

流程性指標(biāo)

「人均發(fā)立數(shù)

?人均評(píng)論熬

業(yè)』旨標(biāo)

人均點(diǎn)堂或

J人均分享數(shù)

1、綜合性指標(biāo)綜合性指標(biāo)是能體現(xiàn)產(chǎn)品目前綜合情況的指標(biāo)。

在非交易網(wǎng)站，比如社交網(wǎng)站，數(shù)據(jù)指標(biāo)的用途偏向于了解產(chǎn)品的用戶增長(zhǎng)

或減少等情況。綜合性指標(biāo)通常：DAU、留存數(shù)、留存率、人均使用時(shí)長(zhǎng)、PV、

UV等。

對(duì)于交易型網(wǎng)站，那么平臺(tái)關(guān)注的綜合性指標(biāo)通常是：GMV、支付UV、人均訂

單數(shù)、人均客單價(jià)等。

2、流程性指標(biāo)

流程性指標(biāo)是指與用戶操作行為相關(guān)的指標(biāo)。

點(diǎn)擊率：有PV點(diǎn)擊率和UV點(diǎn)擊率，一般使用PV點(diǎn)擊率。

轉(zhuǎn)換率：下一步操作用戶數(shù)/上一步操作用戶數(shù)

流失率：（上一步用戶數(shù)-下一步用戶數(shù)）/上一步用戶數(shù)

完成率：完成率相對(duì)于轉(zhuǎn)化率而言，是最終的結(jié)果數(shù)值。轉(zhuǎn)化率是過(guò)程值，完

成率是結(jié)果值。

3、業(yè)務(wù)性指標(biāo)

業(yè)務(wù)性指標(biāo)是跟產(chǎn)品業(yè)務(wù)相關(guān)的指標(biāo)。例如視頻網(wǎng)站，則可能需要的業(yè)務(wù)指

標(biāo)有：視頻播放數(shù)、人均觀看時(shí)長(zhǎng)、人均播放數(shù)、播放率等。

四、數(shù)據(jù)分析與設(shè)計(jì)方法

數(shù)據(jù)分析和設(shè)計(jì)的方法有：事件分析、留存分析、漏斗分析、分步分析、對(duì)比

分析和多維度拆解。

1、事件分析

事件是追蹤或記錄的用戶行為或業(yè)務(wù)過(guò)程。事件是通過(guò)埋點(diǎn)記錄，通過(guò)SDK上

傳的用戶行為或業(yè)務(wù)過(guò)程記錄。例如，一個(gè)視頻內(nèi)容產(chǎn)品可能包含的事件：

1）播放視頻；2）暫停；3）繼續(xù)播放；4）分享；5）評(píng)論。

一個(gè)事件可能包含多個(gè)事件屬性，例如，“播放視頻”事件下可能包

含的屬性：1）來(lái)源；2）是否自動(dòng)播放；3）播放形態(tài)。

Smmtf

2、留存分析

留存率是驗(yàn)證用戶粘性的關(guān)鍵指標(biāo)，設(shè)計(jì)師和產(chǎn)品經(jīng)理通?？梢岳昧舸媛?/p>

與競(jìng)品對(duì)標(biāo)，衡量用戶的粘性和忠誠(chéng)度。通常重點(diǎn)關(guān)注次日、3日、7日、30

日即可，并觀察留存率的衰減程度。留存率跟應(yīng)用的類型也有很大關(guān)系。通

常來(lái)說(shuō)，工具類應(yīng)用的首月留存率可能普遍比游戲類的首月留存率要高。

施砰*毋幸世

at

漏斗分析就是轉(zhuǎn)化率分析，是通過(guò)計(jì)算目標(biāo)流程中的起點(diǎn)，到最后完成目標(biāo)

節(jié)點(diǎn)的用戶量與留存率,流量漏斗模型在產(chǎn)品中的經(jīng)典運(yùn)用是AARRR模型。

衡量每一節(jié)點(diǎn)的轉(zhuǎn)換率,通過(guò)異常數(shù)據(jù)（轉(zhuǎn)換率過(guò)低）找出異常節(jié)點(diǎn)，進(jìn)而

確定各個(gè)環(huán)節(jié)的流失率,分析用戶怎么流失、為什么流失、在哪里流失。根

據(jù)數(shù)據(jù)改進(jìn)產(chǎn)品，最終提升整體轉(zhuǎn)化率。

5000

3000

-2500

4K

■瀏薨網(wǎng)站■迸入祥倩員?放入酮車交忖訂單?支付成功

4、用戶分群分析

用戶在某個(gè)特定條件下的用戶分組或占比。例如：注冊(cè)7天內(nèi)下單的用戶

組、參與過(guò)A活動(dòng)的用戶等。

5、對(duì)比分析

將不同時(shí)段的數(shù)據(jù)進(jìn)行對(duì)比，找出差值，進(jìn)行產(chǎn)品優(yōu)化或驗(yàn)證設(shè)計(jì)。

自身產(chǎn)品對(duì)比：對(duì)比產(chǎn)品不同模塊相似場(chǎng)景的數(shù)據(jù)，找出問(wèn)題點(diǎn)。

行業(yè)產(chǎn)品對(duì)比：與同行業(yè)產(chǎn)品進(jìn)行對(duì)比，找出優(yōu)劣勢(shì)，并持續(xù)優(yōu)化。

6、多維度拆解

用不同的維度視角拆分分析統(tǒng)一類數(shù)據(jù)指標(biāo)。例如按照不同的省市地區(qū)分析、

不同的用戶人群、不用的設(shè)備等。通過(guò)不同維度拆解，找到數(shù)據(jù)背后的真相。

五、建立數(shù)據(jù)模型

引入數(shù)據(jù)分析，就要引入數(shù)據(jù)模型。數(shù)據(jù)模型的核心是“分類”，如何選擇

或創(chuàng)造適合自身產(chǎn)品的數(shù)據(jù)模型，我們可以先了解市面上熟知幾大模型。

1、AARRR

AARRR是Acquisition、Activation、Retention、Revenue>Referral,這個(gè)

五個(gè)單詞的縮寫，分別對(duì)應(yīng)用戶生命周期中的5個(gè)重要環(huán)節(jié)。

獲取用戶（Acquisition）：首先，你需要從廣告/渠道等去拉新，獲取用戶。

然而用戶下載了不一定會(huì)安裝，安裝了不一定會(huì)使用該應(yīng)用。所以激活成了

這個(gè)層次中最關(guān)心的數(shù)據(jù)。

關(guān)注指標(biāo)：CAC（用戶獲取成本CustomerAcquisitionCost）

提高活躍度（Activation）：然后，通過(guò)引導(dǎo)用戶注冊(cè)等方式來(lái)激活他們。

關(guān)注指標(biāo)：DAU（日活躍用戶）、MAU（月活躍用戶）、每次啟動(dòng)平均使用時(shí)

長(zhǎng)、每個(gè)用戶每日平均啟動(dòng)次數(shù)、日活躍率、周活躍率、月活躍率

提高留存率（Retention）：用戶被激活后，剩余的工作就是如何讓

他們留下來(lái)，產(chǎn)生粘性。

關(guān)注指標(biāo)：「DayRetention（次日留存率）、7-DayRetention（D+7

日留存率）。曾經(jīng)有游戲行業(yè)的行家指出，如果想成為一款成功的游

戲，「DayRetention要達(dá)到40%,7-DayRetention要達(dá)到20%。

獲取收入（Revenue）：收入一般有三種，付費(fèi)應(yīng)用、應(yīng)用內(nèi)付費(fèi)及廣告。

關(guān)注指標(biāo)ARPU（平均每用戶收入）、ARPPU（平均每付費(fèi)用戶收入）、CAC

（用戶獲取成本）、LTV（生命周期價(jià)值）。LTV-CAC的差值，就可以視

為該應(yīng)用從每個(gè)用戶身上獲取的利潤(rùn)。所以最大化利潤(rùn)，就變成如何在降低

CAC的同時(shí)，提高LTV,使得這兩者之間的差值最大化。

用戶推薦（Referral）：以前的運(yùn)營(yíng)模型到第四個(gè)層次就結(jié)束了，但是社交

網(wǎng)絡(luò)的興起，使得運(yùn)營(yíng)增加了一個(gè)方面，就是基于社交網(wǎng)絡(luò)的病毒式傳播，

這已經(jīng)成為獲取用戶的一個(gè)新途徑。這個(gè)方式的成本很低，而且效果有可能

非常好；唯一的前提是產(chǎn)品自身要足夠好，有很好的口碑。

獲客拉斯，從認(rèn)知到成為用戶

Acquisition

激活

Activation用戶發(fā)現(xiàn)商品或者品牌價(jià)值

留存

A留住用戶，減少流失率

Retention

變現(xiàn)二次轉(zhuǎn)化，收費(fèi)，受現(xiàn)

Revenue

裂變.傳播，口碑官銷

AARRR漏斗模型

在整個(gè)AARRR模型中，這些量化指標(biāo)都具有很重要的地位，而且很多

指標(biāo)的影響力是跨多個(gè)層次的。及時(shí)準(zhǔn)確地獲取這些指標(biāo)的具體數(shù)據(jù),

對(duì)于應(yīng)用的成功運(yùn)營(yíng)是必不可少的。

2、RARRA

RARRA模型本質(zhì)上是通過(guò)AARRR模型調(diào)整順序得來(lái)的，其原因是AARRR

專注于獲客(Acquisition),且是McClure是在2007年編寫的，當(dāng)時(shí)

的CAC還比較低廉，上架應(yīng)用即容易獲得用戶。在互聯(lián)網(wǎng)流量高速增

長(zhǎng)的今天，獲取用戶(Acquisition)已變得非常昂貴，所有應(yīng)用商城都

有百萬(wàn)個(gè)APP,市場(chǎng)競(jìng)爭(zhēng)激烈，簡(jiǎn)單發(fā)布一個(gè)應(yīng)用就有用戶早已已不再

是賺錢的方式。所以，以拉新獲客的增長(zhǎng)模式不再適用?，F(xiàn)在黑客增

長(zhǎng)的真正關(guān)鍵是留存(Retention)。

RARRA模型是托馬斯?佩蒂特ThomasPetit和賈博?帕普GaborPapp對(duì)

于AARRR模型的優(yōu)化。

用戶留存(Retention)：是RARRA最重要的指標(biāo)，留存率是反應(yīng)用戶

留存最重要的指標(biāo)之一,o

用戶激活(Activation)：加速用戶激活，為用戶的第一次使用提供盡

可能愉快的體驗(yàn)。確保他們?cè)谑状问褂脮r(shí)就看到產(chǎn)品的價(jià)值所在。

用戶推薦(Referral)：建立有效的推薦系統(tǒng)，讓用戶主動(dòng)分享和討論

你的產(chǎn)品。

商業(yè)變現(xiàn)(Revenue)：提高用戶的LTV(LifetimeValue),用戶留存

越長(zhǎng)，對(duì)業(yè)務(wù)的價(jià)值越大。

用戶拉新(Acquisition)：鼓勵(lì)老用戶帶來(lái)新用戶；優(yōu)化獲客渠道，

通過(guò)渠道群組分析找出最適合你產(chǎn)品的獲客渠道。

STAGESOFRARRA

3、Google,sHEART

Google，sHEART是一個(gè)用來(lái)評(píng)估以及提升用戶體驗(yàn)的模型，它由五

個(gè)維度組成：Engagement（參與度）、Adoption（接受度）、

Retention（留存度）、TaskSuccess（任務(wù)完成度）和Happiness

（愉悅度）。

4、CustomerExperienceIndex（CXIndex）

用戶體驗(yàn)指數(shù)的維度有三個(gè)，分別為：滿足需求、簡(jiǎn)單地和愉快地。

以上就是幾個(gè)常見(jiàn)的數(shù)據(jù)指標(biāo)模型，我們可以通過(guò)分析每個(gè)模型的背

景和用途來(lái)學(xué)習(xí)其中的指標(biāo)思路，并創(chuàng)造出適合自己團(tuán)隊(duì)的數(shù)據(jù)模

型。

六、指標(biāo)字典

為了對(duì)指標(biāo)進(jìn)行統(tǒng)一管理，方便維護(hù)和共享，我們需要?jiǎng)?chuàng)建指標(biāo)字

典。指標(biāo)字典可以是Excel表，或者其他記錄形式。在數(shù)據(jù)量大的復(fù)

雜環(huán)境中，一般將指標(biāo)管理功能放在數(shù)據(jù)管理系統(tǒng)中。

指標(biāo)一般分為三類：基礎(chǔ)指標(biāo)、普通指標(biāo)、計(jì)算指標(biāo)。

1、基礎(chǔ)指標(biāo)

指沒(méi)有更上游的指標(biāo)，即它的父級(jí)指標(biāo)就是它自身。例如“團(tuán)購(gòu)交易

額”、“訂單量”、“日活躍用戶數(shù)”。

2、衍生指標(biāo)

指在單一父級(jí)指標(biāo)的基礎(chǔ)上限定某個(gè)維度得到的指標(biāo)。例如“PC端

團(tuán)購(gòu)交易額"，限制條件為“下單平臺(tái)二PC”。

3、計(jì)算指標(biāo)

指在若干個(gè)描述型指標(biāo)上通過(guò)四則運(yùn)輸、排序、累計(jì)或匯總定義出的

指標(biāo)為計(jì)算指標(biāo)。例如“客單價(jià)”、“ARPU”等

指標(biāo)名稱

別名

*含義-

指標(biāo)字典要素

指標(biāo)類型

限定條件

限制維度

指標(biāo)字典通常包含指標(biāo)維度和指標(biāo)量度兩大部分，例如

一級(jí)維度二級(jí)維度三級(jí)維度別名維度取值

時(shí)段(T)

日⑻

周⑺

時(shí)間

月(心

季(Q)

年(Y)

指標(biāo)字典的維度

一颯里度二綴量度三猥維度別名含義拄