数据指标

在互联网公司，数据是一种非常重要的资源，这在业界已经形成了毋庸置疑的共识，不管老板，产品经理，运营人员都在关注数据。老板也经常会问最近产品的数据情况怎么样啊？怎么这两天产品的下载量突然极速下滑？我们产品用户都有哪些特征啊？等等，老板经常会提出一系列的为什么，而要回答老板的这些问题，必须去关注数据。

那我们该怎样去理解数据，数据是怎么来的，有哪些数据，怎么去应用这些数据（都有哪些数据分析方法）。

一、数据的意义

1.反映出当前产品所处阶段和状态的好坏：活跃度没有保持在一个稳定和增长的状态。

2.发现产品存在的问题：电商公司做了推广活动后，从注册-登录-商品浏览-加入购物车–支付成功，在这样漏斗模型下各数据转化率很低，可能就是产品功能设计的引导有问题。

3.评估渠道质量：查看不同渠道来带来的用户数和留存率情况。

4.做精细化的运营：根据用户画像，推送不同的内容。

二、数据的应用流程

在工作中，有些公司是从0开始，没有数据，虽然知道数据的重要性，但是不知道从哪里入手；有些公司是已经积累了一部分分析数据，但是面对一堆数据，也不知道从何入手。这就需要知道数据在应用整个流程中的系统知识：数据指标–数据埋点–数据分析—业务洞察。

首先我们要知道公司现阶段业务有哪些产品考核需求，比如上线一段时间的社区产品，老板想知道是否可以做大规模的推广。再将这些考核需求转化为数据指标，在这个社区产品中，就是人均发帖量、人均好友个数和用户留存率，知道要统计这些数据指标后，产品在上线前就必须做好这些数据的采集埋点，经验丰富的产品人员才能达成数据分析和业务洞察的能力：该社区中人均发帖量比刚上线时增加了120%，人均好友个数也增加了40%，用户月留存率也达到了65%，用户对平台粘性大，活跃度也在持续增高，社区氛围已经形成，可以建议老板进行大规模推广。首先要知道我们的需求，目的是什么？哪些数据指标可以反映，从而做相对应的数据埋点统计。

三、数据指标

我们来了解下常见的数据指标有哪些：

用户数据：DAU（当天登录的用户数量）；

MAU（当月至少活跃一次的用户总数，DAU不等于各日DAU之和，务必去重）；

留存有周留存和月留存，分别有2种计算方式，使用哪一种看业务，比如周留存

第一种：第7日活跃用户数/第1天活跃用户数；

第二种：第2天到第7天活跃数据去重后/第1天数据；

行为数据：人均日打开次数（pv/uv）、页面转化率（上一个页面pv/下一个页面pv）、时长。

商业数据：销售总额GVM(所有的收入)、每个用户平均收入ARPU（销售总额GVM/所有用户）。

知道了常见的数据指标，在后续的应用中可以有意识的去查看，了解产品的状态。