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10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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

最全數(shù)據(jù)指標(biāo)分析

在剛邁入數(shù)據(jù)的大門時(shí),我經(jīng)常對(duì)一些數(shù)據(jù)指標(biāo)或者數(shù)據(jù)本身的概念很模糊,

特別是當(dāng)跟運(yùn)營(yíng)、數(shù)據(jù)分析師扯需求的時(shí)候,會(huì)被這些密密麻麻的指標(biāo)給弄胡涂。

為了更好的在行業(yè)里面摸打滾爬,花了很多時(shí)間閱讀一些指標(biāo)相關(guān)的文章、書籍,

總算解決了這個(gè)問題。

作為互聯(lián)網(wǎng)從業(yè)人員,目前看來對(duì)數(shù)據(jù)指標(biāo)、指標(biāo)的運(yùn)用還是需要再深入學(xué)習(xí)

下。終于擠出一些時(shí)間重新梳理了關(guān)于數(shù)據(jù)指標(biāo)相關(guān)的一些知識(shí),先梳理下數(shù)據(jù)指

標(biāo)基礎(chǔ)知識(shí)。

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)計(jì)一日(統(tǒng)計(jì)日)之內(nèi),登陸或者

使用了某個(gè)產(chǎn)品的用戶數(shù)(去重)

2、WAU:WeeklyActiveUsers周活躍用戶量。統(tǒng)計(jì)一周(統(tǒng)計(jì)日)之內(nèi),

登陸或者使用了某個(gè)產(chǎn)品的用戶數(shù)(去重)

3、MAU:MonthlyActiveUser月活躍用戶量。統(tǒng)計(jì)一月(統(tǒng)計(jì)日)之內(nèi),登

陸或者使用了某個(gè)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(shí)在線人數(shù)

7、PCU:PeakConcurrentUsers最高同時(shí)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平均每一個(gè)活躍用戶收益。

11、ARPPU:AverageRevenuePerPayingUser平均每一個(gè)付費(fèi)用戶平

均收益。統(tǒng)計(jì)周期內(nèi),付費(fèi)用戶對(duì)產(chǎn)品產(chǎn)生的平均收入。

12、LTV:LifeTimeValue生命周期價(jià)值。產(chǎn)品從用戶所有互動(dòng)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(bào)率。

ROI=利潤(rùn)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=銷售額+取銷訂單金額+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(duì)于上述這些指標(biāo),如果你很陌生,那么首先可能就會(huì)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(diǎn)。普通在設(shè)計(jì)

好數(shù)據(jù)指標(biāo)后,我們會(huì)有一個(gè)“數(shù)據(jù)埋點(diǎn)''的工程,通常是由產(chǎn)品經(jīng)理輸出《埋點(diǎn)

需求文檔》,然后交予開辟進(jìn)行埋點(diǎn)部署,關(guān)于埋點(diǎn)的「醒巾方式已經(jīng)在埋點(diǎn)系列里面,

在此不復(fù)述了。

埋點(diǎn)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或者app

植入埋點(diǎn)代碼,用以監(jiān)控用戶行為事件。通過埋點(diǎn),我們可以:

獲得用戶行為軌跡

追蹤任一時(shí)間段數(shù)據(jù)的變化

驗(yàn)證可行性

找出產(chǎn)品設(shè)計(jì)漏洞等

以電商網(wǎng)站為例,想要統(tǒng)計(jì)用戶訪問網(wǎng)站、訪問商品詳情頁、加入購(gòu)物車、支付定

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(diǎn)是否存在bug,由什么原因?qū)е隆?/p>

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

L

-ex

L人均使用時(shí)長(zhǎng)

綜合性端-

「CMV

一夏時(shí)UV

L交易性阿站-

*人均IT"

L人均??m

「免違基

U轉(zhuǎn)爐

流程性指標(biāo)

1流失事

「Amnzw

―人均評(píng)論*?

業(yè)務(wù)性指標(biāo)-

1人均京AHB

*?人均出WR

1、綜合性指標(biāo)

綜合性指標(biāo)是能提現(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(zhǎng)或

者減少等情況。綜合性指標(biāo)通暢有:DAU、留存數(shù)、留存率、人均使用時(shí)長(zhǎng)、

PV、UV等。

對(duì)于交易系型網(wǎng)站,那么平臺(tái)關(guān)注的綜合性指標(biāo)通常是:GMV、支付UV、人均

定單數(shù)、人均客單價(jià)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(diǎn)擊率:有PV點(diǎn)擊率和UV點(diǎn)擊率,普通使用PV點(diǎn)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(duì)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(shí)長(zhǎng)、人均播放數(shù)、播放率等。

四、數(shù)據(jù)分析與設(shè)計(jì)方法

數(shù)據(jù)分析和設(shè)計(jì)的方法有:事件分析、留存分析、漏斗分析、分步分析、對(duì)

照分析和多維度拆解。

1、事件分析

事件是追蹤或者記錄的用戶行為或者業(yè)務(wù)過程。事件是通過埋點(diǎn)記錄,通過

SDK上傳的用戶行為或者業(yè)務(wù)過程記錄。例如,一個(gè)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(píng)論。

一個(gè)事件可能包含多個(gè)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(dòng)播放;3)播放形態(tài)。

2、留存分析

留存率是驗(yàn)證用戶粘性的關(guān)鍵指標(biāo),設(shè)計(jì)師和產(chǎn)品經(jīng)理通??梢岳昧舸媛逝c

競(jìng)品對(duì)標(biāo),衡量用戶的粘性和忠誠(chéng)度。通常重點(diǎn)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。

3、漏斗分析

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

標(biāo)節(jié)點(diǎn)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(diǎn)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(diǎn),進(jìn)

而確定各個(gè)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。

■淺覽網(wǎng)砧■迸人洋M■放人藥怖車?支付訂?■支付成功

4、用戶分群分析

用戶在某個(gè)特定條件下的用戶分組或者占比。例如I:注冊(cè)7天內(nèi)下單的用戶組、

參與過A活動(dòng)的用戶等。

5、對(duì)照分析

將不同時(shí)段的數(shù)據(jù)進(jìn)行對(duì)比,找出差值,進(jìn)行產(chǎn)品優(yōu)化或者驗(yàn)證設(shè)計(jì)。自

身產(chǎn)品對(duì)比:對(duì)比產(chǎn)品不同模塊相似場(chǎng)景的數(shù)據(jù),找出問題點(diǎn)。行業(yè)產(chǎn)品

對(duì)比:與同行業(yè)產(chǎn)品進(jìn)行對(duì)比,找出優(yōu)劣勢(shì),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)暗地里的真象。

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”,如何選擇或者

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(gè)

五個(gè)單詞的縮寫,分別對(duì)應(yīng)用戶生命周期中的5個(gè)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(huì)安裝,安裝了不一定會(huì)使用該應(yīng)用。所以激活成了這個(gè)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(cè)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(dòng)平均使用時(shí)

長(zhǎng)、每一個(gè)用戶每日平均啟動(dòng)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):1-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,l-Day

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

獲取收入(Revenue):收入普通有三種,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(jià)值)。LTVCAC的差值,就可

以視為該應(yīng)用從每一個(gè)用戶身上獲取的利潤(rùn)。所以最大化利潤(rùn),就變成如何在

降低CAC的同時(shí),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(yíng)模型到第四個(gè)層次就結(jié)束了,但是社交網(wǎng)絡(luò)的

興起,使得運(yùn)營(yíng)增加了一個(gè)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(gè)新途徑。這個(gè)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)如到成為用G

Acquisition

激活

Activation用戶發(fā)現(xiàn)商品或者品牌價(jià)值

留存

18住用戶,威少流失率

Retention

變現(xiàn)

二次轉(zhuǎn)化,收費(fèi),變現(xiàn)

Revenue

裳變,傳浦,口牌首的

AARRR5B斗?;?/p>

在整個(gè)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(gè)層次的。及時(shí)準(zhǔn)確地獲取這些指標(biāo)的具體數(shù)據(jù),對(duì)于應(yīng)

用的成功運(yùn)營(yíng)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2022年編寫的,當(dāng)時(shí)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(zhǎng)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(gè)APP,市場(chǎng)競(jìng)爭(zhēng)激

烈,簡(jiǎn)單發(fā)布一個(gè)應(yīng)用就實(shí)用戶早已已再也不是賺錢的方式。所以,以拉新獲客的

增長(zhǎng)模式再也不合用?,F(xiàn)在黑客增長(zhǎng)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(duì)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。

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(yàn)。確保他們?cè)谑状问褂脮r(shí)就看到產(chǎn)品的價(jià)值所在。

用戶推薦(Referral):建立有效的推薦系統(tǒng),讓用戶主動(dòng)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(zhǎng),對(duì)業(yè)務(wù)的價(jià)值越大。

用戶拉新(Acquisition):鼓勵(lì)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飛HEART是一個(gè)用來評(píng)估以及提升用戶體驗(yàn)的模型,它由五個(gè)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(yàn)指數(shù)的維度有三個(gè),分別為:滿足需求、簡(jiǎn)單地和愉快地。

以上就是幾個(gè)常見的數(shù)據(jù)指標(biāo)模型,我們可以通過分析每一個(gè)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(duì)的數(shù)據(jù)模型。

六、指標(biāo)字典

為了對(duì)指標(biāo)進(jìn)行統(tǒng)一管理,方便維護(hù)和共享,我們需要?jiǎng)?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)普通分為三類:基礎(chǔ)指標(biāo)、普通指標(biāo)、計(jì)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(jí)指標(biāo)就是它自身。例如“團(tuán)購(gòu)交易額"、‘定單量

“、"日活躍用戶數(shù)

2、衍生指標(biāo)

指在單一父級(jí)指標(biāo)的基礎(chǔ)上限定某個(gè)維度得到的指標(biāo)。例如“PC端團(tuán)購(gòu)交易額”

,限制條件為“下單平臺(tái)=PC”。

3、計(jì)算指標(biāo)

指在若干個(gè)描述型指標(biāo)上通過四則運(yùn)輸、排序、累計(jì)或者匯總定義出的指標(biāo)

為計(jì)算指標(biāo)。例如“客單價(jià)”、“ARPU”等

*鼻(??4UK,—-?三時(shí)

/*a*)m:(raaa.w.H

?.M)

哂名稱

M.Wffl:(PVDAU,

CTP)

另!J名穆的工也0名

■含義一JBksm-fFnxrax

r-通推悌

指標(biāo)類型-一。運(yùn)用的

J

限定第4a-g愛**曲條代里重56?隹疊31

限IE次Ft—電.WC:燈?伏方?文仁皿

限制維度殛會(huì)演黑漕?,E和0tM陶.他:

孝吉聞

指標(biāo)字典通暢包含指標(biāo)維度和指標(biāo)量度兩大部份,例如

一竭維翕二垓生哀三韁韁亶制名雄電縉虐襄st

■fII<T)

日(D)

用<W>

時(shí)修

月il)

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論