大数据分析常用指标口径

常用指标口径

1.新增用户

定义：首次使用产品的用户即为新增用户。

如何判定：在接入诸葛后，该用户第一次使用产品时，诸葛会将该用户记录下来，并将此用户定义为「新增用户」

技术判定： 对比诸葛的数据库，没有出现的cookie/设备号/账号，就是新增用户。

场景举例：JS的新增是只要打开网站就会记为新增，而app只有下载打开后才会被记为新增。

2.活跃用户

定义：使用过产品的用户

如何判定：在某段时间内使用过产品的用户被记录下来，多次启用过产品的不会重复计算

场景举例：如A公司6月23日_{7月4日期间的活跃用户位1890，那么就是在6月23日}7月4日期间一共有1890人使用过产品，但是其中340名用户在此期间使用5次以上，但是记在计算活跃用户时不会重复计算，只会计算为1个。

3.触发人数

定义：在产品上对于某一行为的操作人数。

使用场景：如在某电商应用上，有「搜索」功能，此功能在6月1日有2309人进行过操作，那么触发人数就是2309，对于多次触发「搜索」功能的人不会重复计算。

人均触发次数
定义：在产品上对于某一行为的平均操作次数。

计算公式：人均触发次数 = 触发次数 / 触发人数

4.时长

使用时长分布
定义：使用产品的时长分布，是了解用户对产品使用情况的维度之一

分布区间：使用时长的分布区间为诸葛io根据数据情况等份划定。

平均使用时长
定义：使用应用的平均时长。

计算公式：平均使用时长 = 会话的总时长 / 会话次数

会话时长：用同一次访问内触发的最后一个事件的时间减去会话开始的时间。如果用户没有事件触发，那么时长就是1s。

5.留存／留存率

新增用户留存／留存率
定义：某段时间内的新增用户，经过一段时间后，仍然继续使用产品被称为新增留存；这部分用户占当时新增的比例就是留存率。

场景举例：某产品，1月份新增用户10000人；2月时10000人中还有8000人使用产品，则新增留存人数为8000，新增留存率为80%；3月份10000人中还有7000人使用产品，则新增留存人数为7000，新增留存率为70%。

活跃用户留存／留存率
定义：某段时间内的活跃用户，经过一段时间后，仍然继续活跃的用户被称为活跃留存；这部分活跃留存用户占当时活跃用户的比例就是活跃留存率。

场景举例：某产品，1月份的活跃用户数是10万人，2月时10万人中还有5万人活跃，则活跃留存人数为5万，活跃留存率为50%；3月份，10万人中还有4万人活跃，则活跃留存人数为4万，活跃留存率为40%。

自定义留存／留存率
定义：某段时间内，「初始行为」触发了某个事件的用户，经过一段时间后「回访行为」是触发另一事件的用户被称为自定义留存；此部分用户占触发「初始行为」的比例就是自定义留存率。

场景举例：某电商产品，6月份「初始行为」搜索商品的用户有1000人，7月份「回访行为」是加入购物车的用户有800人，则自定义留存为800，自定义留存率为80%；8月份「回访行为」是加入购物车的用户有500人，则自定义留存为500，自定义留存率为50%。

次日留存率
定义：新增用户在次日再次使用产品的比例。

场景举例：某产品，6月1日新增用户100人，6月2日使用产品的人数为70人，则次日留存为70人，次日留存率是70%。

7日留存／周留存
定义：新增用户在第7天再次使用产品的比例。

如何判定：诸葛io会严格按照每个用户在第7天是否使用产品，计算其周留存。

场景举例：某公司，6月1日新增用户100人，这100人中，6月7日仍在使用产品的人数为30人，则6月1日新增用户的周留存/7日留存为30%。如果用户在6月1日新增，只在6月5日时活跃过，那么周留存中时不把这部分用户计算在内的