數(shù)據(jù)指標(biāo)分析_第1頁
數(shù)據(jù)指標(biāo)分析_第2頁
數(shù)據(jù)指標(biāo)分析_第3頁
數(shù)據(jù)指標(biāo)分析_第4頁
數(shù)據(jù)指標(biāo)分析_第5頁
已閱讀5頁,還剩12頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

最全數(shù)據(jù)指標(biāo)分析

一、常見指標(biāo)

先來看一看常見的一些數(shù)據(jù)指標(biāo)們

1、DAU:DailyActiveUser日活躍用戶量。統(tǒng)id日(統(tǒng)計日)之

內(nèi),登陸或使用了某個產(chǎn)品的用戶數(shù)(去重)

2、WAU:WeeklyActiveUsers周活躍用戶量。統(tǒng)id■■一■周(統(tǒng)計

日)之內(nèi),登陸或使用了某個產(chǎn)品的用戶數(shù)(去重)

3、MAU:MonthlyActiveUser月活躍用戶量。統(tǒng)id■?一?月(統(tǒng)計

日)之內(nèi),登陸或使用了某個產(chǎn)品的用戶數(shù)(去重)

4、DNU:DayNewUser日新增用戶,表示當(dāng)天的新增用戶

5、DOU:DayOldUser日老用戶。當(dāng)天登陸的老用戶,非新增用戶

6、ACU:AverageConcurrentUsers平均同時在線人數(shù)

7、PCU:PeakConcurrentUsers最高同時在線人數(shù)

8、UV:UniqueVisitor唯一訪問量,即頁面被多少人訪問過

9、PV:PageView頁面瀏覽量,即頁面被多少人看過

10、ARPU:AverageRevenuePerUser平均每個活躍用戶收益。

11>ARPPU:AverageRevenuePerPayingUser平均每個付費(fèi)用戶

平均收益。統(tǒng)計周期內(nèi),付費(fèi)用戶對產(chǎn)品產(chǎn)生的平均收入。

12、LTV:LifeTimeValue生命周期價值。產(chǎn)品從用戶所有互動中

獲取的全部經(jīng)濟(jì)收益的總和13、CAC:CustomerAcquisitionCost

用戶獲取成本

14、ROI:ReturnOnInvestment投資回報率。

R0I二利潤總額/投入成本總額*100%

15>GMV:GrossMerchandiseVolume成交總額。是指下單產(chǎn)生的總

金額

CMV二銷售額+取消訂單金額+退款金額

16、支付UV:下單并成功支付的用戶數(shù)

二、如何獲取指標(biāo)

對于上述這些指標(biāo),如果你很陌生,那么首先可能就會問“這些指標(biāo)

來的呢”,“有些指標(biāo)直接獲取不到呀”。說到這,不得不提到數(shù)據(jù)

采集的基礎(chǔ):埋點。一般在設(shè)計好數(shù)據(jù)指標(biāo)后,我們會有一個“數(shù)據(jù)

埋點”的工程,通常是由產(chǎn)品經(jīng)理輸出《埋點需求文檔》,然后交予

開發(fā)進(jìn)行埋點部署,關(guān)于埋點的幾種方式已經(jīng)在埋點系列里面,在此

不復(fù)述了。

埋點是互聯(lián)網(wǎng)領(lǐng)域最重要的數(shù)據(jù)采集手段之一。通俗講就是在web或

@口口植入埋點代碼,用以監(jiān)控用戶行為事件。通過埋點,我們可以:

獲得用戶行為軌跡

追蹤任一時間段數(shù)據(jù)的變化

驗證可行性

找出產(chǎn)品設(shè)計漏洞等

以電商網(wǎng)站為例,想要統(tǒng)計用戶訪問網(wǎng)站、訪問商品詳情頁、加入購

物車、支付訂單到支付成功的轉(zhuǎn)換率。發(fā)現(xiàn)從訂單支付到支付成功轉(zhuǎn)

換率僅有4%,明顯過低。即可分析支付節(jié)點是否存在bug,由什么原因

導(dǎo)致。

三、數(shù)據(jù)指標(biāo)分類

大致的,我認(rèn)為可以將數(shù)據(jù)指標(biāo)分為三大類:綜合性指標(biāo)、流程性指標(biāo)、

業(yè)務(wù)性指標(biāo)。

DAU

I用戶雷存三日易空網(wǎng)站」

J留存第

J人均使用時長

綜口,性指標(biāo)FCMV

L支付UV

匚交愿性網(wǎng)站一

一人均訂里的

L人均春單價

點擊案

轉(zhuǎn)操率

流程性指標(biāo)

「人均發(fā)立數(shù)

?人均評論熬

業(yè)』旨標(biāo)

人均點堂或

J人均分享數(shù)

1、綜合性指標(biāo)綜合性指標(biāo)是能體現(xiàn)產(chǎn)品目前綜合情況的指標(biāo)。

在非交易網(wǎng)站,比如社交網(wǎng)站,數(shù)據(jù)指標(biāo)的用途偏向于了解產(chǎn)品的用戶增長

或減少等情況。綜合性指標(biāo)通常:DAU、留存數(shù)、留存率、人均使用時長、PV、

UV等。

對于交易型網(wǎng)站,那么平臺關(guān)注的綜合性指標(biāo)通常是:GMV、支付UV、人均訂

單數(shù)、人均客單價等。

2、流程性指標(biāo)

流程性指標(biāo)是指與用戶操作行為相關(guān)的指標(biāo)。

點擊率:有PV點擊率和UV點擊率,一般使用PV點擊率。

轉(zhuǎn)換率:下一步操作用戶數(shù)/上一步操作用戶數(shù)

流失率:(上一步用戶數(shù)-下一步用戶數(shù))/上一步用戶數(shù)

完成率:完成率相對于轉(zhuǎn)化率而言,是最終的結(jié)果數(shù)值。轉(zhuǎn)化率是過程值,完

成率是結(jié)果值。

3、業(yè)務(wù)性指標(biāo)

業(yè)務(wù)性指標(biāo)是跟產(chǎn)品業(yè)務(wù)相關(guān)的指標(biāo)。例如視頻網(wǎng)站,則可能需要的業(yè)務(wù)指

標(biāo)有:視頻播放數(shù)、人均觀看時長、人均播放數(shù)、播放率等。

四、數(shù)據(jù)分析與設(shè)計方法

數(shù)據(jù)分析和設(shè)計的方法有:事件分析、留存分析、漏斗分析、分步分析、對比

分析和多維度拆解。

1、事件分析

事件是追蹤或記錄的用戶行為或業(yè)務(wù)過程。事件是通過埋點記錄,通過SDK上

傳的用戶行為或業(yè)務(wù)過程記錄。例如,一個視頻內(nèi)容產(chǎn)品可能包含的事件:

1)播放視頻;2)暫停;3)繼續(xù)播放;4)分享;5)評論。

一個事件可能包含多個事件屬性,例如,“播放視頻”事件下可能包

含的屬性:1)來源;2)是否自動播放;3)播放形態(tài)。

Smmtf

2、留存分析

留存率是驗證用戶粘性的關(guān)鍵指標(biāo),設(shè)計師和產(chǎn)品經(jīng)理通??梢岳昧舸媛?/p>

與競品對標(biāo),衡量用戶的粘性和忠誠度。通常重點關(guān)注次日、3日、7日、30

日即可,并觀察留存率的衰減程度。留存率跟應(yīng)用的類型也有很大關(guān)系。通

常來說,工具類應(yīng)用的首月留存率可能普遍比游戲類的首月留存率要高。

施砰*毋幸世

at

漏斗分析就是轉(zhuǎn)化率分析,是通過計算目標(biāo)流程中的起點,到最后完成目標(biāo)

節(jié)點的用戶量與留存率,流量漏斗模型在產(chǎn)品中的經(jīng)典運(yùn)用是AARRR模型。

衡量每一節(jié)點的轉(zhuǎn)換率,通過異常數(shù)據(jù)(轉(zhuǎn)換率過低)找出異常節(jié)點,進(jìn)而

確定各個環(huán)節(jié)的流失率,分析用戶怎么流失、為什么流失、在哪里流失。根

據(jù)數(shù)據(jù)改進(jìn)產(chǎn)品,最終提升整體轉(zhuǎn)化率。

5000

3000

-2500

4K

■瀏薨網(wǎng)站■迸入祥倩員?放入酮車交忖訂單?支付成功

4、用戶分群分析

用戶在某個特定條件下的用戶分組或占比。例如:注冊7天內(nèi)下單的用戶

組、參與過A活動的用戶等。

5、對比分析

將不同時段的數(shù)據(jù)進(jìn)行對比,找出差值,進(jìn)行產(chǎn)品優(yōu)化或驗證設(shè)計。

自身產(chǎn)品對比:對比產(chǎn)品不同模塊相似場景的數(shù)據(jù),找出問題點。

行業(yè)產(chǎn)品對比:與同行業(yè)產(chǎn)品進(jìn)行對比,找出優(yōu)劣勢,并持續(xù)優(yōu)化。

6、多維度拆解

用不同的維度視角拆分分析統(tǒng)一類數(shù)據(jù)指標(biāo)。例如按照不同的省市地區(qū)分析、

不同的用戶人群、不用的設(shè)備等。通過不同維度拆解,找到數(shù)據(jù)背后的真相。

五、建立數(shù)據(jù)模型

引入數(shù)據(jù)分析,就要引入數(shù)據(jù)模型。數(shù)據(jù)模型的核心是“分類”,如何選擇

或創(chuàng)造適合自身產(chǎn)品的數(shù)據(jù)模型,我們可以先了解市面上熟知幾大模型。

1、AARRR

AARRR是Acquisition、Activation、Retention、Revenue>Referral,這個

五個單詞的縮寫,分別對應(yīng)用戶生命周期中的5個重要環(huán)節(jié)。

獲取用戶(Acquisition):首先,你需要從廣告/渠道等去拉新,獲取用戶。

然而用戶下載了不一定會安裝,安裝了不一定會使用該應(yīng)用。所以激活成了

這個層次中最關(guān)心的數(shù)據(jù)。

關(guān)注指標(biāo):CAC(用戶獲取成本CustomerAcquisitionCost)

提高活躍度(Activation):然后,通過引導(dǎo)用戶注冊等方式來激活他們。

關(guān)注指標(biāo):DAU(日活躍用戶)、MAU(月活躍用戶)、每次啟動平均使用時

長、每個用戶每日平均啟動次數(shù)、日活躍率、周活躍率、月活躍率

提高留存率(Retention):用戶被激活后,剩余的工作就是如何讓

他們留下來,產(chǎn)生粘性。

關(guān)注指標(biāo):「DayRetention(次日留存率)、7-DayRetention(D+7

日留存率)。曾經(jīng)有游戲行業(yè)的行家指出,如果想成為一款成功的游

戲,「DayRetention要達(dá)到40%,7-DayRetention要達(dá)到20%。

獲取收入(Revenue):收入一般有三種,付費(fèi)應(yīng)用、應(yīng)用內(nèi)付費(fèi)及廣告。

關(guān)注指標(biāo)ARPU(平均每用戶收入)、ARPPU(平均每付費(fèi)用戶收入)、CAC

(用戶獲取成本)、LTV(生命周期價值)。LTV-CAC的差值,就可以視

為該應(yīng)用從每個用戶身上獲取的利潤。所以最大化利潤,就變成如何在降低

CAC的同時,提高LTV,使得這兩者之間的差值最大化。

用戶推薦(Referral):以前的運(yùn)營模型到第四個層次就結(jié)束了,但是社交

網(wǎng)絡(luò)的興起,使得運(yùn)營增加了一個方面,就是基于社交網(wǎng)絡(luò)的病毒式傳播,

這已經(jīng)成為獲取用戶的一個新途徑。這個方式的成本很低,而且效果有可能

非常好;唯一的前提是產(chǎn)品自身要足夠好,有很好的口碑。

獲客拉斯,從認(rèn)知到成為用戶

Acquisition

激活

Activation用戶發(fā)現(xiàn)商品或者品牌價值

留存

A留住用戶,減少流失率

Retention

變現(xiàn)二次轉(zhuǎn)化,收費(fèi),受現(xiàn)

Revenue

裂變.傳播,口碑官銷

AARRR漏斗模型

在整個AARRR模型中,這些量化指標(biāo)都具有很重要的地位,而且很多

指標(biāo)的影響力是跨多個層次的。及時準(zhǔn)確地獲取這些指標(biāo)的具體數(shù)據(jù),

對于應(yīng)用的成功運(yùn)營是必不可少的。

2、RARRA

RARRA模型本質(zhì)上是通過AARRR模型調(diào)整順序得來的,其原因是AARRR

專注于獲客(Acquisition),且是McClure是在2007年編寫的,當(dāng)時

的CAC還比較低廉,上架應(yīng)用即容易獲得用戶。在互聯(lián)網(wǎng)流量高速增

長的今天,獲取用戶(Acquisition)已變得非常昂貴,所有應(yīng)用商城都

有百萬個APP,市場競爭激烈,簡單發(fā)布一個應(yīng)用就有用戶早已已不再

是賺錢的方式。所以,以拉新獲客的增長模式不再適用?,F(xiàn)在黑客增

長的真正關(guān)鍵是留存(Retention)。

RARRA模型是托馬斯?佩蒂特ThomasPetit和賈博?帕普GaborPapp對

于AARRR模型的優(yōu)化。

用戶留存(Retention):是RARRA最重要的指標(biāo),留存率是反應(yīng)用戶

留存最重要的指標(biāo)之一,o

用戶激活(Activation):加速用戶激活,為用戶的第一次使用提供盡

可能愉快的體驗。確保他們在首次使用時就看到產(chǎn)品的價值所在。

用戶推薦(Referral):建立有效的推薦系統(tǒng),讓用戶主動分享和討論

你的產(chǎn)品。

商業(yè)變現(xiàn)(Revenue):提高用戶的LTV(LifetimeValue),用戶留存

越長,對業(yè)務(wù)的價值越大。

用戶拉新(Acquisition):鼓勵老用戶帶來新用戶;優(yōu)化獲客渠道,

通過渠道群組分析找出最適合你產(chǎn)品的獲客渠道。

STAGESOFRARRA

3、Google,sHEART

Google,sHEART是一個用來評估以及提升用戶體驗的模型,它由五

個維度組成:Engagement(參與度)、Adoption(接受度)、

Retention(留存度)、TaskSuccess(任務(wù)完成度)和Happiness

(愉悅度)。

4、CustomerExperienceIndex(CXIndex)

用戶體驗指數(shù)的維度有三個,分別為:滿足需求、簡單地和愉快地。

以上就是幾個常見的數(shù)據(jù)指標(biāo)模型,我們可以通過分析每個模型的背

景和用途來學(xué)習(xí)其中的指標(biāo)思路,并創(chuàng)造出適合自己團(tuán)隊的數(shù)據(jù)模

型。

六、指標(biāo)字典

為了對指標(biāo)進(jìn)行統(tǒng)一管理,方便維護(hù)和共享,我們需要創(chuàng)建指標(biāo)字

典。指標(biāo)字典可以是Excel表,或者其他記錄形式。在數(shù)據(jù)量大的復(fù)

雜環(huán)境中,一般將指標(biāo)管理功能放在數(shù)據(jù)管理系統(tǒng)中。

指標(biāo)一般分為三類:基礎(chǔ)指標(biāo)、普通指標(biāo)、計算指標(biāo)。

1、基礎(chǔ)指標(biāo)

指沒有更上游的指標(biāo),即它的父級指標(biāo)就是它自身。例如“團(tuán)購交易

額”、“訂單量”、“日活躍用戶數(shù)”。

2、衍生指標(biāo)

指在單一父級指標(biāo)的基礎(chǔ)上限定某個維度得到的指標(biāo)。例如“PC端

團(tuán)購交易額",限制條件為“下單平臺二PC”。

3、計算指標(biāo)

指在若干個描述型指標(biāo)上通過四則運(yùn)輸、排序、累計或匯總定義出的

指標(biāo)為計算指標(biāo)。例如“客單價”、“ARPU”等

指標(biāo)名稱

別名

*含義-

指標(biāo)字典要素

指標(biāo)類型

限定條件

限制維度

指標(biāo)字典通常包含指標(biāo)維度和指標(biāo)量度兩大部分,例如

一級維度二級維度三級維度別名維度取值

時段(T)

日⑻

周⑺

時間

月(心

季(Q)

年(Y)

指標(biāo)字典的維度

一颯里度二綴量度三猥維度別名含義拄

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論