《万字干货总结最全的运营数据指标解读》由会员分享，可在线阅读，更多相关《万字干货总结最全的运营数据指标解读（25页珍藏版）》请在金锄头文库上搜索。
1、万字干货总结：最全的运营数据指标解读业务是一个复杂体系，数据分析也从来不简单，两者结合都是充满挑战的。作者总结了一份全面的运营数据指标，希望给大家的工作带来帮助与启发。运营和数据分析脱离不开关系。业务的洞悉决定了数据分析结果的上限，数据技巧只是逼近它。每个产品和运营都应该洞察业务指标，希望通过本文，让新人对业务指标的分析有一个大概框架。文章的内容会给你宽和泛的感觉，希望对新人有帮助，老人一笑而过就行了。用户获取用户获取是运营的起始，用户获取接近线性思维，或者说是一个固定的流程：用户接触-用户认知-用户兴趣-用户行动下载。每一个流程都涉及多个数据指标。渠道到达量俗称曝光量，即产品推广页中有多少用
2、户浏览。它可以在应用商店，可以在朋友圈，可以在搜索引擎，只要有流量的地方，都会有渠道曝光。曝光量是一个蛮虚荣的数字，想一想现代人，每天要接触多少信息？其中蕴含了多少推广，最后能有几个吸引到用户？更多时候，渠道到达量和营销推广费挂钩，却和效果相差甚远。广告和营销还会考虑推广带来的品牌价值。用户虽没有点击或和产品交互，但是用户知道有这么一个东西，它会潜移默化地影响用户未来的决策。然而品牌价值很难量化，在广告计算中，系统只会将用户的行为归因到最近一次的广告曝光。广告点击量称为 CTR，广告点击量 /广告浏览量，除了广告，它也应用在各类推荐系统的评价中。渠道转化率既然广告已经曝光，那么用户应该行动起来
3、，转化率是应用最广阔的指标。业界将转化率和成本结合，衍生出 CPM，CPC，CPS，CPD，CPT 等。CPM（Cost Per Mille）指每千人成本，它按多少人看到广告计费，传统媒介比较倾向采用。CPM 推广效果取决于印象，用户可能浏览也可能忽略，所以它适合在各类门户或者大流量平台采用 Banner 形式展现品牌性。 CPC（Cost Per Click）指每用户点击成本，按点击计价，对广告主来说，这个比 CPM 的土豪作派理性多了。也有很多人会认为，CPC 不公平，用户虽然没有点击，但是曝光带来了品牌隐形价值，这对广告位供应方是损失。CPA（Cost Per Action）指每行动成本
4、，按用户行为计价，行为能是下载也能是订单购买。CPA 收益高于前两者，风险也大得多，它对需求方有利对供应方不利。以上三种是常见的推广方式，CPT 按时间，CPS 和 CPS 算在 CPA 的范围内。渠道推广是依赖技术的行业，用户画像越精准，内容与用户越匹配，则越容易产生收益。还有一种指标 eCPM（effective cost per mille），每一千次展示可获得收入，这是广告主预估自身收益的指标。渠道 ROIROI 是一个广泛适用的指标，即投资回报比。市场营销、运营活动，都是企业获利为出发点，通过利润/投资量化目标。利润的计算涉及财务，很多时候用更简单的收入作分子。当运营活动的 ROI
5、大于 1，说明这个活动是成功的，能赚钱。除了收入，ROI 也能推广到其他指标，有些产品商业模式并不清晰，赚不到钱，那么收入会用其他量化指标代替。譬如注册用户量，这也就是获客成本了。日应用下载量App 需要下载，这是一个中间态，如果不注意该环节也会流失不少用户。应用商店的产品介绍，推广文案都会影响。有些动辄几百 M 的产品，常将部分安装留在初次启动应用时以补丁形式完成，如各类游戏，就是怕漫长的下载时间造成玩家流失。第三方平台下载到用户注册 App，这步骤数据容易出错，主要是用户对不上。技术上通过唯一设备 ID 匹配。日新增用户数新增用户数是用户获取的核心指标。新增用户可以进一步分为自然增长和推广
6、增长，自然增长可以是用户邀请，用户搜索等带来的用户，而推广是运营人员强控制下增长的用户量。前者是一种细火慢炖的优化，后者是烹炸爆炒的营销。用户获客成本用户获取必然涉及成本，而这是运营新手最容易忽略的。获取新增用户，运营都应该知道的事获客成本应该直接和新增用户的财务挂钩，比如地推费用，新用户礼品。但是整个产品的运营环节成本不应该计算入内。直面上的获客成本成本，微信粉丝在 1020 元，产品根据不同业务形态价格差异极大。金融理财类的产品，一个有效用户成本超过四位数，非常夸张。而行业的整体获客成本仍旧在上升。一次会话用户数一次会话用户，指新用户下载完 App，仅打开过产品一次，且该次使用时长在 2
7、分钟以内。这类用户，很大可能是黑产或者机器人，连羊毛党都算不上。这是产品推广的灰色地带，通过各种技术刷量，获取虚假的点击量谋取收益。该指标属于风控指标，用于监管。用户活跃用户活跃是运营的核心阶段，不论移动端、网页端或者微信端，都有相关指标。另外一方面，现在数据分析也越来越注重用户行为，这是精细化的趋势。日活跃用户/月活跃用户行业默认的活跃标准是用户用过产品，广义上，网页浏览内容算用，在公众号下单算用，不限于打开 APP。这一部分内容可以参考我之前的文章用户运营，如何做好活跃用户的数据分析。活跃指标是用户运营的基础，可以进一步计算活跃率：某一时间段内活跃用户在总用户量的占比。按时间维度，则有日活
8、跃率 DAU、周活跃率 WAU 和月活跃率 MAU。活跃用户数，衡量的是产品的市场体量，活跃率，看的则是产品的健康。可仅仅打开产品，能否作为产品健康的度量？答案是否定的。成熟的运营体系，会将活跃用户再细分出新用户、活跃用户、忠诚用户、不活跃用户、流失用户、回流用户等。流失用户是长期不活跃，忠诚用户是长期活跃，回流用户是曾经不活跃或流失，后来又再次打开产品的活跃用户。通过不同的活跃状态，将产品使用者划分出几个群体，不同群体构成了产品的总用户量。健康的产品，流失用户占比不应该过多，且新增用户量要大于流失用户量。PV和 UVPV 是互联网早期 Web 站点时代的指标，也可以理解为网页版活跃。PV（P
9、ageView）是页面浏览量，用户在网页的一次访问请求可以看作一个 PV，用户看了十个网页，则 PV 为 10。UV（ Unique Visitor）是一定时间内访问网页的人数，正式名称独立访客数。在同一天内，不管用户访问了多少网页，他都只算一个独立访客。怎么确认用户是不是同一个人呢？技术上通过网页缓存 cookie 或者 IP 判断。如果这两者改变了，则用户算作全新的访客。PV 和 UV 是很老的概念，但是数据分析绕不开他们，除了产品上各页面的浏览，在第三方平台如微信，各类营销活动都只能通过 Web 页实现， PV 和 UV 便需要发光发热了。有一点需要注意的是，微信浏览器不会长期保留 co
10、okie，手机端的 IP 也一直变动，基于此统计的 UV 会有误差（不是大问题,只是 uv 中的新访客误差较大）。这里可以通过微信提供的 openid 取代 cookie 作为 uv 基准，需要额外的技术支持。用户会话次数用户会话也叫 session，是用户在时间窗口内的所有行为集合。用户打开 App，搜索商品，浏览商品，下单并且支付，最后退出，整个流程算作一次会话。会话的时间窗口没有硬性标准，网页端是约定俗成的 30 分钟内，在 30 分钟内用户不管做什么都属于一次会话。而超过 30 分钟，不如出去吃个饭回来再操作，或者重现打开，都属于第二次会话了。移动端的时间窗口默认为 5 分钟。用户会话
11、次数和活跃用户数结合，能够判断用户的粘性。如果日活跃用户数为 100，日会话次数为 120，说明大部分用户都只访问了产品一次，产品并没有粘性。用户会话依赖埋点采集，不记录用户的操作，是无法得知用户行为从哪里开始和结束的。另外一方面，用户会话是用户行为分析的基础。用户访问时长顾名思义，用户访问时长是一次会话持续的时间。不同产品类型的访问时长不等，社交肯定长于工具类产品，内容平台肯定长于金融理财，如果分析师发现做内容的产品大部分用户访问时长只有几十秒，那么最好分析一下原因。功能使用率除了关注活跃，运营和数据分析师也应该关注产品上的重要功能。如收藏，点赞，评论等，这些功能关系产品的发展以及用户使用深
12、度，没有会喜欢一个每天打开产品却不再做什么的用户。功能使用率也是一个很宽泛的范围，譬如用户浏览了一篇文章，那么浏览中有多少用户评论了，有多少用户点赞了，便能用点赞率和评论率这两个指标，然后看不同文章点赞率和评论率有没有差异，点赞率和评论率对内容运营有没有帮助，这些都属于功能使用率。又譬如视频网站，核心的功能使用率就是视频播放量和视频播放时长。微信公众号指标即可以单独说，也能把它作为产品的功能延伸看待。图文送达率，转化分享率，二次转化分享率，关注者增量等和本文其他指标一脉相承。只是第三方数据多有不便，更多分析依赖假设。用户留存如果说活跃数和活跃率是产品的市场大小和健康程度的话，那么用户留存就是产
13、品能够可持续发展。留存率用户在某段时间使用产品，过了一段时间后，仍旧继续使用的用户，被称为留存用户。留存率 = 仍旧使用的用户 / 当初的总用户量。在今天的互联网行业，留存是比新增和活跃提到次数更多的指标，因为移动的人口红利没有了，用户越来越难获取，竞争也越来越激烈，如何留住用户比获得用户更重要。假设产品某天新增用户 1000 个，第二天仍旧活跃的用户有 350 个，那么称次日留存率有 35%，如果第七天仍旧活跃的用户有 100 个，那么称七日留存率为 10%。Facebook 有一个著名的 40-20-10 法则，即新用户次日留存率为 40%，七日留存率为 20%，三十日留存率为 10%，有
14、此表现的产品属于数据比较好的。上面的案例都是围绕新用户展开，还有一种留存率是活跃用户留存率，或者老用户活跃率，即某时间活跃的用户在之后仍旧活跃的比率。它更多用周留存和月留存的维度。新增留存率和活跃率是不同的，新增留存率关系于产品的新手引导，各类福利，而活跃留存率和产品氛围，运营策略，营销方式等有关，更看重产品和运营的水平。用户流失率用户流失率和留存率恰好相反。如果某产品新用户的次日留存为 30%，那么反过来说明有 70%的用户流失了。流失率在一定程度能预测产品的发展，如果产品某阶段有用户 10 万，月流失率为 20%，简单推测，5 个月后产品将失去所有的用户。这个模型虽然简陋，用户回流和新增等
15、都没有考虑，但是它确实反应了产品未来的生命周期不容乐观。这里可以引出一个公式，生命周期 = （1/ 流失率）*流失率的时间维度。它是经验公式，不一定有效。产品的流失率过高有问题么？未必，这取决于产品的背景形态，某产品主打婚礼管理工具，它的留存率肯定低，大多数用户结婚后就不用。但这类产品一定有生存下去的逻辑。旅游类的应用也是，用户一年也打开不了几次，但依旧能发展。退出率退出率是网页端的一个指标。网页端追求访问深度，用户在一次会话中浏览多少页面，当用户关闭网页时，可认为用户没有留存住。退出率公式：从该页退出的页面访问数/进入该页的页面访问数，某商品页进入 PV1000，该页直接关闭的访问数有 30
16、0，则退出率 30%。跳出率是退出率的特殊形式，有且仅浏览一个页面就退出的次数/访问次数，仅浏览一个页面意味着这是用户进入网站的第一个页面，俗称落地页 LandingPage。退出率用于网页结构优化，内容优化。跳出率常用于推广和运营活动的分析，两者容易混淆。营销营销也有自己的数据体系，互联网的数据体系就是脱胎于此才发展出 AARRR 框架。产品的发展模式有两种，如果一款产品能够在短时间获得百万用户，AARRR 框架更适合它；如果一款产品从第一个用户起即有明确的商业模式，也能尝试套用市场营销的概念。用户生命周期用户生命周期来源于市场营销理论，旧称客户生命周期。它有两种含义,一种是针对用户个体/群体的营销生存窗口。用户会随时间推移发生变化，这种变化带来无数营销机会，对市场和企业是机遇。如怀胎十月,它就是一个生命周期为十月的营销窗口，企业会围绕这时期的用户建立特定营销。搬家，大学毕业，买房等都具有典型的周期特征。另外一种是用户关系管理层面的生命周期，它对运营人
