数据分析：业务的分析指标

业务的重要性

基于业务才能建立好的数据模型。

基本APP的指标

分析指标的作用

指标建立的要点

1. 核心指标
   从结构化的角度考虑，核心指标就是金字塔的塔尖。
   以初创公司为例：
   • 创业早期，关注新增用户量
   • 创业中期，需要带动用户，关注用户活跃
   • 创业后期，需要商业化，关注营收
2. 好的指标应该是比率
3. 好的指标应该能带来显著的效果
4. 好的指标不应该虚荣
   比如新增用户量，是通过砸钱带来的
5. 好的指标不应该复杂，直接干净简单利落。

---

常见业务分析指标

1. 市场营销指标

客户/用户的生命周期

企业/产品和消费者，在整个业务关系阶段的周期。
根据不同业务划分的阶段不同，传统的营销中，分为潜在用户、兴趣用户、新客户、老/熟客户、流失客户。

用户价值和RFM模型

大多通过指数法，将业务最关注的几个指标一起计算。
比如，用户贡献 = 产出量/投入量*100%。

RFM模型，是用户生命周期中，衡量客户价值的立方体模型，将用户划分为多个群体。

• R: 最近一次消费时间
• F: 消费频次
• M: 总消费金额
  需注意：F和M是在同一个时间段内。
  

用户分群、营销矩阵

用户分群，是市场营销中的一种常见策略， 它提取用户的几个核心维度，用象限法将其归纳和分类。

2. 产品运营指标：AARRR

Acquisition：用户获取

• 渠道达到量：俗称曝光量。有多少人看到了产品推广相关的线索。
• 渠道转化率：有多少用户因为曝光而心动 Cost Per，包含CPM、CPC、CPS、CPD、CPT等。
• 渠道ROI：推广营销的熟悉KPI，投资回报率。
  渠道ROI = 利润 / 投资 * 100%
• 日应用下载量：APP的下载量，这里指点击下载，不代表下载完成。
• 日新增用户数：以用户注册提交资料为基准。
• 获客成本：获取一位用户需要支付的成本。
• 一次会话用户数占比：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分钟以内。比如机器人刷单。

Activation：用户活跃

• 日/周/月活跃用户应用下载量：活跃的标准是用户用过产品，广义上，网页浏览内容算“用”，在公共号下单算“用”，不限于打开APP。
• 活跃用户比：活跃用户数在总用户数中的比例，衡量的是产品健康程度。
• 用户会话session次数：用户打开产品操作和使用，直到退出产品的整个周期。5分钟内没有操作，默认会话操作结束。
• 用户访问时长：一次会话的持续时间
• 用户平均访问次数：一段时间内，用户平均产生会话次数。

Retention：用户留存

用户留存，是指用户在某段时间内使用产品，过了一段时间后仍旧继续使用。
假设产品某天新增用户是1000：

• 次日留存率：如果第二天仍旧活跃的用户有350个，则次日留存率为35%
• 7日留存率：如果第7天的活跃用户有100个，则七日留存率为10%

Revenue：营收

• 付费用户数：即花了钱的用户数量。
• 付费用户数占比：衡量收入健康程度。每日付费用户占活跃用户数比，也可以计算总付费用户占总用户数比。
• ARPU：某段时间内，每位用户的平均收入。比如游戏氪金用户每月氪金一万。
• ARPPU：某段时间内，每位付费用户平均收入，排除了未付费的。
• 客单价：每位用户平均购买商品金额。
  客单价 = 销售总额 / 顾客数。
  与ARPU的区别是，ARPU是有时间限制的，而客单价没有。
• LTV：用户生命周期价值，和市场营销的客户价值接近，经常用在游戏运营和电商运营中，一些短平快的项目。
  LTV = ARPU *1/流失率。经验公式，不一定百分之百准确。

Refer：传播

• K因子：每个用户能够带来几个新用户。
  K因子 = 用户数 * 平均邀请人数 * 邀请转化率。
  K因子>=1， 说明产品可通过传播，造成自增长，比较理想的状态。
• 用户分享率：某功能/页面中，分享用户数占浏览页面人数之比。
• 活动/邀请曝光量：线上活动中，该页面被人浏览的次数。一般代指微信朋友圈

3. 用户行为指标

用户行为的数据分析是一个很广泛的课题，不同的业务领域背景下，用户行为分析都不一样。

功能使用

• 功能使用率/渗透率：使用某功能的用户数，占总活跃用户之比。
  比如点赞、评论、收藏、关注、搜索、添加好友，均可算做功能使用。这些指标，在特定的业务中均有使用。

用户会话

• 会话session：也叫做session，是用户在一次访问过程中，从开始到结束的整个过程。在网页端，30分钟内没有操作，默认会话操作结束。
• 路径图（桑基图）：用户在一次会话过程中，其访问产品内部的浏览轨迹。通过此，可以加工出关键路径的转化率。
  

4. 电子商务指标

购物篮分析

• 笔单价：用户每次购买支付的金额，即每笔订单的支出。和客单价对应。
• 件单价：商品的平均价格
• 成交率：支付成功的用户，在总的客流量中的占比。
• 购物篮系数：平均每笔订单中，卖出了多少商品。购物篮系数是多多益善，它也和商品的关联规则有关系。

复购率和回购率

• 复购率：一段时间内，多次消费的用户，占总消费用户数之比。
  例如，4月有1000位用户消费，其中500位消费了两次以上，则复购率是50%。
• 回购率：一段时间内，消费过的用户，在下一段时间内，仍旧消费的占比。
  例如，4月有1000位用户消费，其中600位在5月继续消费，则回购率为60%。

5. 流量指标

浏览量和访客量

• PV：浏览次数。互联网早期的统计指标，用户在网页的一次访问请求，可以看作一个PV，用户看了10个网页，则PV为10。
  刷新和回退也算PV，因为是发送了访问请求。
• UV：独立访客数。是一定时间内，访问网页的人数。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。
  技术上，UV通过cookie或IP衡量。
  【待验证】在微信上，新老客户的UV是不太准的。是因为微信不会记录cookie，隔一段时间就会清理掉。具体表现是每次进入在微信浏览网页，都是新用户，不会有账号保留。

访客行为

• 新老访客占比：衡量网站的生命力。
  新访客占比，能反映出网站对新用户的吸引力和推广效果。
  老访客占比，能反映出网站的粘性
  新老访客的占比太高或者太低都不太好，要有一个中间状态。
• 访客时间：衡量内容质量，不是看内容的UV，而是看内容的访问时间。
• 访客平均访问页数：衡量网站对访客的吸引力，是访问的深度。
• 来源：访客从哪里来，一般涉及到多维分析。技术上，通过来源网站的参数提取，可以区分SEM，SEO或者外链等。
• 用户行为转化率：在网站上，进行了相应的操作的用户，占总访客的比例。
  比如注册、购买等行为。
• 首页访客占比：只看了首页的用户，占总访客的比例。衡量网站的结构，对新用户的导航是否友好。

退出率和跳出率

• 退出率：从该页退出的页面访问数 / 进入该页的访问数。
  在网页产品结构中使用，偏向功能性的产品，衡量网站结构设计的如何，以及用户是否能找到想要的内容。任何页面都有退出率。
  例如，有1000个人进入某个页面，其中500个人退出了，则退出率是50%。
• 跳出率：浏览单页即退出的次数 / 访问次数。
  在营销中使用，一般衡量落地页（landing page）、营销页等页面。

怎么生成指标

通过组合的方式，生成需要的指标。比如，比率是通过两个已知指标的加工形成的。