一.数据分类
- 用户数据:指用户的基本情况,包括姓名,性别等。
- 行为数据:记录用户做了什么的数据。比如用户id,浏览过的商品等。
- 商品数据:比如商品名称,商品类别,商品评论等。
二.业务指标
1.用户
日新增用户
每天有新增用户,新增用户来自推广渠道,我们按渠道维度来分析新增用户,可以看出不同渠道的推广效果
活跃率
留存率
2.行为
PV
PV page view 访问次数,用户每打开一个网页可以看作一个PV
UV
UV unique visitor 是一定时间内访问网页的人数。
转发率
转发率=转发某功能的用户数 / 看到该功能的用户数。
转化率
K因子(K-factor):用来衡量推荐的效果,发起推荐的用户可以带来多少新用户。
K>1时,用户群就会像滚雪球一样增大。如果k<1的话,那么用户群到某个规模时就会停止通过自传播增长。
3.商品
商品数据指标:成交总额,成交数量,
用来衡量每个人平均的指标,比如客单价
用来衡量付费情况的指标,比如付费率,复购
GMV:成交总额,就是指成交总额,也就是流水,成交总额包括销售额、取消订单金额、拒收订单金额和退货订单金额。
成交数量:对于电商产品就是下单的商品数量,对于教育行业,就是下单课程的数量。
访问时长:用户使用app,或者网站的总时长
人均
人均付费:总收入/总用户数,人均付费在游戏行业也叫ARPU,电商行业叫客单价
付费用户人均付费(ARPPU)=总收入/付费人数,这个指标用于统计付费用户的平均收入
人均访问时长=总时长/总用户数,用于统计每个人使用产品的平均时长
付费率:是付费用户占活跃用户的比例。
复购率:是重复购买频率,用于反映用户的付费频率。复购率指一定时间内,消费两次以上的用户数/付费人数。
4.实际应用
通过用户数据,比如用户id,出生日期,性别,可得出用户数据指标:日新增用户、活跃率,留存率;
通过行为指标:购买行为编号,购买数量,购买时间,可以得出用户购买次数、购买人数;
通过商品数据:商品种类ID,商品属于哪个类别,商品属性;可以得出商品指标数据:成交总额,成交数量,人均付费,复购率,热销产品。