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。
最新文檔
- 安徽省黃山市屯溪三中2021-2022學(xué)年物理高一下期末教學(xué)質(zhì)量檢測試題含解析
- 肺結(jié)核課件簡單
- 2022年浙江省湖州市長興縣、德清縣、安吉縣三縣物理高一第二學(xué)期期末學(xué)業(yè)質(zhì)量監(jiān)測試題含解析
- 2022年云南省鳳慶二中物理高一下期末調(diào)研試題含解析
- 2022年物理高一第二學(xué)期期末質(zhì)量跟蹤監(jiān)視模擬試題含解析
- 小兒急腹癥護(hù)理課件
- 2024年鐵軌建設(shè)項目申請報告
- 生活離不開他們課件
- 2024年醫(yī)用中心吸引系統(tǒng)項目立項申請報告范稿
- 2024年電調(diào)收音機(jī)項目提案報告范稿
- 幼兒園公開課:中班語言《誰的本領(lǐng)大》課件
- 起重機(jī)制造方案
- 智能可穿戴設(shè)備的設(shè)計與實現(xiàn)
- 金融報告信息自動化提取
- 概率論與數(shù)理統(tǒng)計第三章測試題
- 簡易河道施工方案
- 四川省2022年10月自考00504《藝術(shù)概論》真題
- 《幼兒社會性的發(fā)展》課件
- 《楚雄彝族自治州》課件
- 2023年山東“大學(xué)習(xí)、大培訓(xùn)、大考試”?;沸袠I(yè)考試題庫(附詳解)
- 小數(shù)除法豎式專項計算144題(有答案)
評論
0/150
提交評論