数据分析常见指标

数据分析常见指标

一、用户数据

二、行为数据

三、业务数据

总结：

附录：总体指标大全

---

一、用户数据

可从用户来源、用户存量、用户增量、用户健康度四个常用维度去看

1. 用户来源：指用户来源的渠道，比如：百度自然搜索、百度关键字投放、搜狗、微信等
2. 用户存量：指日活DAU（Daily Active User，日活跃用户数量）、月活MAU（Monthly Active User，月活跃用户数量）等用户活跃数据。注：需要说明的是MAU不等于各日的DAU之和，需要对用户去重统计才有意义。
3. 用户增量：指新增用户，定义新增用户的流程节点和基于维度不同，统计出来的数据不同，在日常工作中，要和团队明确统一定义的标准，降低沟通成本
4. 用户健康度：可用用户留存率等指标衡量，关于留存率计算一般有三种算法

• 算法一：第七天/第一天*100%，7日日留存。这种计算方式只关心特定日的留存情况，避免其他日数据的干扰
• 算法二：第二天~第七天去重后/第一天*100%，7日内留存。引入其他日数据，适用于有固定使用周期，且周期较长的业务。比如：电商等产品在周末的访问量下降，采用这种算法可以规避周期带来的影响
• 算法三：第七天/第〇天*100%。新增当日为第0日，下一日为第1日，某种程度上能抵消星期级别的波动

二、行为数据

可从访问次数/频率、访问时长、访问转化、访问跳出四个常用维度去看

1. 访问次数/频率：可用PV（Page View，页面浏览量）、UV（Unique Visitor，独立访客量）、访问深度来呈现
   1. PV指页面访问次数，UV指访客人数
   2. 访问深度：用来衡量用户对产品的了解程度
      1. 算法一：用户对某些关键行为的访问次数
      2. 算法二：将产品内容/功能分为几个层级，以用户本次访问过最深的一级计算
2. 访问时长：可一定程度量化当前页面内容对用户的吸引程度。注：在处理访问时长数据时，需要注意剔除一些非常大的值，避免用户去做其他事情页面没关这种极端情况带来的干扰
3. 访问转化：指用户访问相关页面后，转化成注册用户、付费用户的比率
4. 访问跳出&