数据分析（数据指标+数据工具）

一、数据指标

常见的指标：

业务数据：
1、总量：GMV，访问时常
2、人均：ARPU/ARPPU 人均访问时长
3、人数：付费人数、访问人数
4、健康程度：付费率、付费频次、留存率
5、被消费对象：SKU（产品）视角、被消费内容视角

数据指标定义：没有绝对的对错，只有彼此的认同（不同人对指标的理解不一样）
用户相关：
DAU:daily active user(每天活跃过的用户）
MAU:monthly active user（每天的活跃人数加起来去重）
Active：活跃
1、基于事件上报统计：今天上报过时间就是活跃的（产生一个具体的行为，被数据系统统计下来：申请打开网页，点击按钮）
上报事件：当把收到推送也记为上报时间，用户收到通知都记为上报事件，记为用户活跃（日活突增，但是交易却没有变化）
2、业务上的定义：关键事件
用户执行了关键事件=>用户是活跃的（关键信息：访问首页）
用户通过推送，直接进入商品详情页，没有访问首页，则不被认为执行了关键事件，没有被记为活跃用户
可以增加日货事件列表，可以随时增加关键事件，但是存在维护成本，以及沟通成本
推荐：每一次日活事件的更改公示一下，让全公司都知道
User：用户
1、通过设备统计
用户数=每天访问的设备数（无法对应设备背后的用户）
2、通过账号统计（人）
只适合强注册/强登录环境，未登录的用户会被漏掉

提示：如何确定使用设备还是账号
是否有账号体系：没有就通过设备统计
业务场景强注册/强登录环境：yes->人+设备（需要另一个去统计用户为什么进入系统却不登陆，不混为日活）
不登陆用户对业务是否有价值：NO->认人+设备（需要一个指标单独描述没有登录的设备数）
不登陆用户对业务是否有价值：yes->认设备（例如小说，不登录也可以看）

如何理解新增用户：
1、选择一个合适的节点：定义增
2、选择一个合适的节点：定义新 用户留存：
对比渠道质量：可以都按某一种算法计算，再来比较
日留存：避免其他日数据带来的干扰
内留存：产品业务用户往往只在一周之内的国定时间使用（学生在周六周