营运指标分析入门

流量分析

网站流量统计分析是指获得网站访问量基础数据的悄况下，对有关数据进行统计、分析，以了解网站当前的访问效果和访问用户行为，以发现当前网络营销活动中存在的问题．监控异常情况，为一进修正或重新制定网络营销策略提供依据，支撑活动安排，维持流量的稳定和增长。

独立访问数：

UV即Unique Visitor，独立访客数，指一天内访问某站点的人数。1天内同一访客的多次访问只记录为一个访客。通过IP和cookie是判断UV值的两种方式。
用Cookie分析UV值：当客户端第一次访问某个网站服务器的时候，网站服务器会给这个客户端的电脑发出一个Cookie，通常放在这个客户端电脑的C盘当中。在这个Cookie中会分配一个独一无二的编号，这其中会记录一些访问服务器的信息，如访问时间，访问了哪些页面等等。当你下次再访问这个服务器的时候，服务器就可以直接从你的电脑中找到上一次放进去的Cookie文件，并且对其进行一些更新，但那个独一无二的编号是不会变的。
使用IP即独立IP数，指一天内使用不同IP地址的用户访问网站数量，同一IP无论访问了几个页面，独立的IP数均为1.但是假如说两台机器访问而使用的是同一个IP，那么只能算是一个IP的访问。
IP和UV之间的数据不会有太大的差异，通常UV量和比IP量高出一点，每个UV相对于每个IP更准确地对应一个实际的浏览者。

页面访问数：

PV即Page View，网站浏览量，指页面浏览的次数，用以衡量网站用户访问的网页数量。用户每次打开一个页面便记录1次PV，多次打开同一页面则浏览量累计。一般来说，PV与来访者的数量成正比，但是PV并不直接决定页面的真实来访者数量，如同一个来访者通过不断的刷新页面，也可以制造出非常高的PV。具体的说，PV值就是所有访问者在24小时（0点到24点）内看了某个网站多少个页面或某个网页多少次。PV是指页面刷新的次数，每一次页面刷新，就算做一次PV流量。
度量方法就是从浏览器发出一个对网络服务器的请求（Request），网络服务器接到这个请求后，会将该请求对应的一个网页（Page）发送给浏览器，从而产生了一个PV。那么在这里只要是这个请求发送给了浏览器，无论这个页面是否完全打开（下载完成），那么都是应当计为1个PV。

人均页面访问数：

跳出率：
定义：只浏览了一个页面便离开了网站的访问次数占总的访问次数的百分比，即只浏览了一个页面的访问次数 / 全部的访问次数汇总。

跳出率是非常重要的访客黏性指标，它显示了访客对网站的兴趣程度：跳出率越低说明流量质量越好，访客对网站的内容越感兴趣，这些访客越可能是网站的有效用户、忠实用户。该指标也可以衡量网络营销的效果，指出有多少访客被网络营销吸引到宣传产品页或网站上之后，又流失掉了，可以说就是煮熟的鸭子飞了。比如，网站在某媒体上打广告推广，分析从这个推广来源进入的访客指标，其跳出率可以反映出选择这个媒体是否合适，广告语的撰写是否优秀，以及网站入口页的设计是否用户体验良好。

页面访问时长：

平均每次访问在网站上的停留时长，即平均访问时长等于总访问时长与访问次数的比值。
平均访问时间越长则说明访客停留在网页上的时间越长：如果用户对网站的内容不感兴趣，则会较快关闭网页，那么平均访问时长就短;如果用户对网站的内容很感兴趣，在网站停留了很长时间，平均访问时长就长。

转化率分析

了解各环节转化情况，分析异常或不合理情况并进行调整以提升各环节转化率。
店铺转化率，所有到达店铺并产生购买行为的人数和所有到达你的店铺的人数的比率。计算方法为：转化率=（产生购买行为的客户人数 / 所有到达店铺的访客人数）× 100%。
访问到下单转化率，所有访问商品并购买的人数和所有访问该商品人数的比率。
下单到支付转化率，支付订单的人数和所有下单人数的比率。
广告投放订单转化率，广告投放产生的订单数/广告投放总数量

存留分析

通过分析用户的日活/存留规律，来帮助运营人员发现问题、监控数据，为调整策略提供数据支持，达到提高日活/存留的效果。
留存率=新增用户中登录用户数/新增用户数*100%（一般统计周期为天）
新增用户数：在某个时间段（一般为第一整天）新登录应用的用户数；
登录用户数：登录应用后至当前时间，至少登录过一次的用户数；
次日留存率：（当天新增的用户中，在注册的第2天还登录的用户数）/第一天新增总用户数；
第3日留存率：（第一天新增用户中，在注册的第3天还有登录的用户数）/第一天新增总用户数；
第7日留存率：（第一天新增的用户中，在注册的第7天还有登录的用户数）/第一天新增总用户数；
第30日留存率：（第一天新增的用户中，在注册的第30天还有登录的用户数）/第一天新增总用户数。

复购分析

通过对复购的监控分析，发现问题、细化原因，为运营策略调整提供支持，辅助达到稳定、提高复购率的效果。

重复购买率指消费者对某店铺、品牌、产品或者服务的重复购买比例，重复购买率越高，反映出消费者对店铺、品牌、产品、服务的忠诚度越高，客户黏性越强，反之则越差。
（1）以客户为对象的重复购买率
在一定的时间范围内，重复购买率=重复购买的客户数/购买客户数。
比如店铺今年内一共有10000个客户在店铺消费，其中2000个客户消费次数（今年内）大于2次（交易按天合并处理）。
公式

今年重复购买率=2000/10000=20%

同样的公式，如果去掉了时间范围的限制就变成了历史重复购买率，分子就变成了回头客：
公式

重复购买率=回头客/所有客户

（2）以订单为对象的重复购买率
在一定的时间范围内，重复购买率=重复购买的订单数/购买订单数。比如店铺今年有10000个订单（交易不合并），其中2000个客户购买了第2笔订单，这2000人中的1000人又购买了第3笔订单。

今年重复购买率=（购买2次的订单+购买3次的订单+购买N次的订单）
/所有订单=（1000+2000）/10000=30%

流失分析

监督流失情况、分析流失用户结构从而了解公司的流失状况，尽量进行调整。
顾客流失率又称客户流失率，是顾客流失的定量表述，是判断顾客流失的主要指标，直接反映了企业经营与管理的现状。

顾客流失率有绝对顾客流失率和相对顾客流失率之分，因而顾客流失率有两种计算方法：

1、绝对顾客流失率：(流失的顾客数量/全部顾客数量)×100%
2、相对顾客流失率：[(流失的顾客数量/全部顾客数量)×流失顾客的相对购买额]×100%

如果一家银行的顾客数量从500减少到475，那么它流失的顾客数量为 25，绝对顾客流失率即为25/500*100%=5%。绝对顾客流失率把每位流失的顾客同等看待。相对顾客流失率则以顾客的相对购买额为权数来考虑顾客流失率。若流失的25位顾客的单位购买额是平均数的3倍，那么相对顾客流失率即为25/5003100%=15%。