产品经理常用的数据指标（KPI）——用户

1.RU(Registered Users)

注册用户

已经完成注册的用户数

2. AU（Active Users）

活跃用户

某一个时间段内，登陆或者使用了某个产品的用户。

3. DAU（Daily Active Users）

日活跃用户

单日登录或者使用了某个产品的用户数（去除重复登陆的用户）

通常在游戏类付费网站，会采用DAU指标

4. MAU（Monthly Active Users）

月活跃用户

把DAU的统计周期拉长到一个月，即使MAU的数据

5. DNU（Daily New Users）

日新增用户

当日新注册并登录的用户数

6. ACU（Average Concurrent Users）

平均同时在线用户数

通常采用24小时内，每小时同时在线用户数总和 / 24小时

7. PCU（Peak Concurrent Users）

最高同时在线用户

24小时内，同时在线的最高用户数，也可以统计某一秒的瞬间峰值

8. TS（Time Spending）

用户平均在线时长

所有在线用户总时长 / 该时段内的在线用户数

9. URR（Users Retention Rate）

用户留存率

新增用户中，在某一周期之后，仍然活跃的用户 / 总新增用户数

10. UCR（Users Churn Rate）

用户流失率

与“用户留存率”相对应的一个概念。新增用户中，在某一周期之后，不再活跃的用户 / 总新增用户数

那么，我们该如何入门AI产品经理？

🤔越来越多的人开始转行AI产品经理，毕竟大行情不是太好，对于刚毕业的研究生，想转行的互联网人，AI产品经理，确实是一个不错的方向，我在大厂做了多年的AI产品经理，还是想给大家一些经验和方向⏩

🔥AGI大模型在行业大火，AI产品经理到底要学哪些内容，和算法工程师有哪些区别，转行AI产品经理要学哪些东西，作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

以下是整个学习思路和方向👇

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。

以上的AI大模型学习路线，不知道为什么发出来就有点糊，高清版可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。