用户数据指标
-
常见的用户数据:
-
存量: DAU(日活)/MAU(月活)
-
增量: 新增用户
-
健康程度: 留存率
-
从哪来: 渠道来源
-
DAU(daily active user)/MAU(monthly active user)
-
Daily: 最近24h
-
Monthly ≠
当月各日DAU之和:不可单纯累加,务必去重,才有观察意义
-
Active :
-
法1: 数据统计系统的定义(一般用第三方系统)
- 基于事件上报 —> 该用户活跃
坑:上报不一定是用户主动操作(活跃暴增,其他数值并无显著增加)
- 基于事件上报 —> 该用户活跃
-
法2.:业务上的定义
- 用户执行了关键事件 —> 该用户活跃
- 日活事件列表:访问首页、访问详情页、访问抽奖页…
- 维护成本:不断更新日活事件列表
- 沟通成本:团队对活跃的认知需统一
- 用户执行了关键事件 —> 该用户活跃
-
-
User
-
认人
- 每个注册用户一个唯一专属ID
- 未登录用户会被遗漏
-
认设备
- 每台设备一串唯一标识符
- 无法对应设备背后的用户
-
新增用户
- 选择合适的节点,定义 增
- 用适当的方法,判别 新
用户留存
三种留存算法
-
对比渠道质量
-
为什么要看留存?反推用何种算法
- 日留存、周留存、月留存
- 日留存、周留存、月留存
行为相关的数据指标
- 常用数据指标
- 次数/频率: PV、UV、访问深度
- 路径走通程度: 转化率
- 做了多久: 时长
- 质量: 弹出率
PV(page views) 页面浏览量 次数 不去重
UV(unique visitors) 独立访问数 人数 去重
PV/PV
UV/UV
PV/UV——人均行为次数
访问深度
访问时长
如何统计?
回归业务本身
想明白为何要统计时长,通过统计特殊事件,支持业务需求
弹出率Bounce Rate:用户来了立马就走
整个网站产生的所有会话的弹出率,而不是某页面的弹出率
- 一个用户只来一次:
- 用户1、4、6算弹出,弹出率=3/6=50%
- 用户1、4、6算弹出,弹出率=3/6=50%
- 一个用户来多次
- 弹出率=4/5=80%
- 弹出率=4/5=80%
业务数据指标
- 常用数据指标
- 总量: GMV || 访问时长
- 人均: ARPU/ARPPU || 人均访问时长
- 人数: 付费人数 || 访问人数
- 健康程度: 付费率、付费频次 || 留存率
- 被消费对象: SKU视角 || 被消费内容视角
GMV(Gross Merchandise Volume)
- GMV = 客户成交总额 = 有消费的客户数 × 平均客单价
ARPU(Average Revenue Per User)
ARPPU(Average Revenue Per Paid User)
选好数据指标的通用方法论
1. 从业务最终目的出发,梳理业务模块
目的
实现目的的手段
支撑手段的工具
支撑手段的手段
2. 判断业务模块所属的类型
3. 根据业务模块所属类型选择数据指标
选择真正展现业务本身健康程度的指标
-
工具模块——效率
- 使用量
- 目标达成率
- 频次
-
内容浏览——质&量
- 浏览数
- 浏览广度
- 浏览时长
- 内容互动
-
交易模块——转化率
- 详情页转化率
- 金额
- 客单价
- 复购率
-
社区模块——活跃
- 发布量
- 互动量
- 关系密度(脉脉职言 匿名 发布的职言涉及到的公司数量