最全数据指标分析一、常见指标先来看一看常见的一些数据指标们1、DAU：Daily Active User 日活跃用户量统计一日（统计日）之内，登陆或使用了某个产品的用户数（去重）2、 WAU： Weekly Active Users周活跃用户量统计一周（统计日）之内，登陆或使用了某个产品的用户数（去重）3、 MAU： Monthly Active User月活跃用户量统计一月（统计日）之内，登陆或使用了某个产品的用户数（去重）4、 DNU： Day New User日新增用户，表示当天的新增用户5、 DOU： Day Old User日老用户当天登陆的老用户，非新增用户6、 ACU： Average Concurrent Users 平均同时人数7、 PCU： Peak Concurrent Users 最高同时人数8、 UV： Unique Visitor唯一访问量，即页面被多少人访问过9、 PV： Page View页面浏览量，即页面被多少人看过10、 ARPU： Average Revenue Per User平均每个活跃用户收益11、ARPPU：Average Revenue Per Paying User 平均每个付费用户平均收益。
统计周期内，付费用户对产品产生的平均收入12、LTV：Life Time Value 生命周期价值产品从用户所有互动中 获取的全部经济收益的总和13、 CAC： Customer Acquisition Cost 用户获取成本14、 ROI： Re turn On Inves tment 投资回报率ROI二利润总额/投入成本总额*100%15、 GMV：GrossMerchandiseVolume 成交总额是指下单产生的总金额CMV二销售额+取消订单金额+退款金额16、 支付UV：下单并成功支付的用户数二、如何获取指标对于上述这些指标，如果你很陌生，那么首先可能就会问“这些指标 来的呢”，“有些指标直接获取不到呀”说到这，不得不提到数据 采集的基础：埋点一般在设计好数据指标后，我们会有一个“数据 埋点”的工程，通常是由产品经理输出《埋点需求文档》，然后交予 开发进行埋点部署，关于埋点的几种方式已经在埋点系列里面，在此 不复述了埋点是互联网领域最重要的数据采集手段之一通俗讲就是在web或app植入埋点代码，用以监控用户行为事件通过埋点，我们可以： 获得用户行为轨迹追踪任一时间段数据的变化 验证可行性找出产品设计漏洞等以电商网站为例，想要统计用户访问网站、访问商品详情页、加入购 物车、支付订单到支付成功的转换率。
发现从订单支付到支付成功转 换率仅有4%,明显过低即可分析支付节点是否存在bug，由什么原 因导致 附―IE LA L—八三、数据指标分类大致的,我认为可以将数据指标分为三大类：综合性指标、流程性指 标、业务性指标流♦呈性扌詬业劈性扌旨标醮击牽转换率DAUL用户宙存一人均便用记长「CMV-支何U”J交县性岡站■-人均订绝数匚人均蛊单怕Z-丸均发文教-人均评遨数人均希黑匚人均分孚SS1、综合性指标 综合性指标是能体现产品目前综合情况的指标在非交易网站，比如社交网站，数据指标的用途偏向于了解产品的用 户增长或减少等情况综合性指标通常：DAU、留存数、留存率、人 均使用时长、PV、UV等对于交易型网站，那么平台关注的综合性指标通常是：GMV、支付UV、 人均订单数、人均客单价等2、流程性指标 流程性指标是指与用户操作行为相关的指标点击率：有 PV 点击率和 UV 点击率，一般使用 PV 点击率 转换率：下一步操作用户数/上一步操作用户数 流失率：（上一步用户数-下一步用户数）/上一步用户数 完成率：完成率相对于转化率而言，是最终的结果数值转化率是过 程值，完成率是结果值3、业务性指标 业务性指标是跟产品业务相关的指标。
例如视频网站，则可能需要的 业务指标有：视频播放数、人均观看时长、人均播放数、播放率等四、数据分析与设计方法 数据分析和设计的方法有：事件分析、留存分析、漏斗分析、分步分 析、对比分析和多维度拆解1、事件分析 事件是追踪或记录的用户行为或业务过程事件是通过埋点记录，通 过 SDK 上传的用户行为或业务过程记录例如，一个视频内容产品可 能包含的事件：1）播放视频；2）暂停；3）继续播放；4）分享；5） 评论一个事件可能包含多个事件属性，例如，“播放视频”事件下可能包 含的属性：1）来源；2）是否自动播放；3）播放形态2、留存分析留存率是验证用户粘性的关键指标，设计师和产品经理通常可以利用 留存率与竞品对标，衡量用户的粘性和忠诚度通常重点关注次日、 3日、7日、30日即可，并观察留存率的衰减程度留存率跟应用的 类型也有很大关系通常来说，工具类应用的首月留存率可能普遍比 游戏类的首月留存率要高禺农冃口*牟:/iSfli'11F.Es set母旧挝IZSifcdcoowoa3D%LS亂號：匝s I彊肪评肖 贸胡慣 3 ■■■ ^11砂5TIEJMfi 1^.E 3£iS.aXI4%i2_Stb駅3、漏斗分析漏斗分析就是转化率分析，是通过计算目标流程中的起点，到最后完 成目标节点的用户量与留存率，流量漏斗模型在产品中的经典运用是 AARRR模型。
衡量每一节点的转换率，通过异常数据（转换率过低）找出异常节点， 进而确定各个环节的流失率，分析用户怎么流失、为什么流失、在哪 里流失根据数据改进产品，最终提升整体转化率■浏览网站 ■进入详1W员 ■放入现牟 支忖订牟 ■支付成功4、 用户分群分析用户在某个特定条件下的用户分组或占比例如：注册7天内下单的 用户组、参与过A活动的用户等5、 对比分析将不同时段的数据进行对比，找出差值，进行产品优化或验证设计自身产品对比：对比产品不同模块相似场景的数据，找出问题点行业产品对比：与同行业产品进行对比，找出优劣势，并持续优化6、多维度拆解用不同的维度视角拆分分析统一类数据指标例如按照不同的省市地 区分析、不同的用户人群、不用的设备等通过不同维度拆解，找到 数据背后的真相五、建立数据模型引入数据分析，就要引入数据模型数据模型的核心是“分类”，如 何选择或创造适合自身产品的数据模型，我们可以先了解市面上熟知 几大模型1、AARRRAARRR 是 Acquisition、Activation、Retention、Revenue、Referral, 这个五个单词的缩写，分别对应用户生命周期中的5个重要环节。
获取用户（Acquisition）:首先，你需要从广告/渠道等去拉新，获取用户然而用户下载了不一定会安装，安装了不一定会使用该应用 所以激活成了这个层次中最关心的数据关注指标：CAC （用户获取成本Customer Acquisition Cost）提高活跃度（Activation）:然后，通过引导用户注册等方式来激活 他们关注指标：DAU （日活跃用户）、MAU （月活跃用户）、每次启动平均使用时长、每个用户每日平均启动次数、日活跃率、周活跃率、月活 跃率提高留存率（Retention）:用户被激活后，剩余的工作就是如何让 他们留下来，产生粘性关注指标： 1-Day R e t e n t i o n （次日留存率） 、7-Day R e t e n t i o n （ D+7 日留存率）曾经有游戏行业的行家指出，如果想成为一款成功的游 戏，1-Day Re ten ti on 要达到 40%，7-Day Retenti on 要达到 20%获取收入（Revenue）:收入一般有三种，付费应用、应用内付费及 广告关注指标ARPU （平均每用户收入）、ARPPU （平均每付费用户收入）、 CAC （用户获取成本）、LTV （生命周期价值）。
LTV - CAC的差值， 就可以视为该应用从每个用户身上获取的利润所以最大化利润，就 变成如何在降低CAC的同时，提高LTV，使得这两者之间的差值最大 化用户推荐（Referral）：以前的运营模型到第四个层次就结束了，但 是社交网络的兴起，使得运营增加了一个方面，就是基于社交网络的 病毒式传播，这已经成为获取用户的一个新途径这个方式的成本很 低，而且效果有可能非常好；唯一的前提是产品自身要足够好，有很 好的口碑获客Acquisition激活Activation用户发现商品或考品牌价值留存Retention» 留住用户，减少流失率拉新，从认知到成为用户变现Revenue裂勢传播.口碑营销AARRRJS斗摸型二谀转化，收费，变现在整个AARRR模型中，这些量化指标都具有很重要的地位，而且很多 指标的影响力是跨多个层次的及时准确地获取这些指标的具体数 据，对于应用的成功运营是必不可少的2、 RARRARARRA模型本质上是通过AARRR模型调整顺序得来的，其原因是AARRR 专注于获客(Acquisi ti on)，且是McClure是在2007年编写的，当时 的CAC还比较低廉，上架应用即容易获得用户。
在互联网流量高速增 长的今天，获取用户(Acquisition)已变得非常昂贵，所有应用商 城都有百万个APP，市场竞争激烈，简单发布一个应用就有用户早已 已不再是赚钱的方式所以，以拉新获客的增长模式不再适用现在 黑客增长的真正关键是留存(Ret en tion)RARRA模型是托马斯•佩蒂特Thomas Petit和贾博•帕普Gabor Papp 对于AARRR模型的优化用户留存(Retention):是RARRA最重要的指标，留存率是反应用 户留存最重要的指标之一用户激活(Activation):加速用户激活，为用户的第一次使用提供 尽可能愉快的体验确保他们在首次使用时就看到产品的价值所在用户推荐(Referral):建立有效的推荐系统，让用户主动分享和讨 论你的产品商业变现(Revenue):提高用户的LTV (Lifetime Value)，用户 留存越长，对业务的价值越大用户拉新(Acquisition):鼓励老用户带来新用户；优化获客渠道, 通过渠道群组分析找出最适合你产品的获客渠道STAGES OF RARRA3、 Google' s HEARTGoogle's HEART是一个用来评估以及提升用户体验的模型，它由五 个维度组成：Engagement （参与度）、Adop tion （接受度）、Re tention （留存度）、Task Success （任务完成度）和Happiness （愉悦度）。
4、Customer Experience Index （CX Index） 用户体验指数的维度有三个，分别为：满足需求、简单地和愉快地 以上就是几个常见的数据指标模型，我们可以通过分析每个模型的背 景和用途来学习其中的指标思路，并创造出适合自己团队的数据模 型六、指标字典 为了对指标进行统一管理，方便维护和共享，我们需要创建指标字典指标字典可以是Excel表，或者其他记录形。