一、指標建模

數(shù)據(jù)指標：

1、如何定義？

• 對當前業(yè)務有參考價值的統(tǒng)計數(shù)據(jù)

++++++++++++++++++++++++++++++++++++

2、常用的數(shù)據(jù)指標：

【用戶數(shù)據(jù)】

規(guī)模

• 存量：DAU、MAU
• 增量：新增用戶數(shù)

健康程度：留存率

用戶來源：渠道來源

關于DAU統(tǒng)計的細節(jié)：

1、自然日 vs 最近24h：國際業(yè)務需要注意

2、如何定義活躍：

今天上報過事件 -> 用戶進行了主動操作（嗎？） -> 這個用戶是活躍的

----日活暴增但是其他數(shù)據(jù)沒變化，說明統(tǒng)計維度可能是基于有事件上報就算活躍，且多出了來自用戶被動上報的事件數(shù)據(jù)。這種方式常見于第三方平臺

推薦的方式：業(yè)務定義日活

以關鍵事件為基準。用戶執(zhí)行了關鍵事件-> 這個用戶是活躍的

eg：以訪問首頁為關鍵事件。但是要注意是否會存在其他的路徑導致用戶使用時跳過首頁，未被統(tǒng)計在內。

可以建立一個“日活事件列表（首頁、商詳、抽獎、等等等）”？----存在的問題：1.維護成本 2.團隊內外對[活躍]的認知需統(tǒng)一（考驗信息同步）

3、用戶：

按人計算---UID（注冊用戶的唯一ID）

• 適合強注冊/登錄環(huán)境，未登錄的用戶會被遺漏

按設備計算---網頁cookie中的隨機字符串（設備唯一標識符）

• 無法對應設備背后的用戶，設備1對多人，或者設備多對1人，都可能存在

產品是否有賬號體系：no->用設備

業(yè)務場景是否對登錄強依賴：yes->認人；需要有個單獨指標描述未登錄設備數(shù)，但不混進日活統(tǒng)計

不強依賴登陸的情況下：

不登陸的用戶對業(yè)務有價值嗎？

• 沒有（eg社區(qū)產品）----認人，但是+單獨的設備數(shù)指標監(jiān)控
• 有（eg讀書產品）----認設備

關于用戶新增：

新：新用戶的定義（基于設備、基于賬號關聯(lián)）

增：選擇合適的節(jié)點（渠道投放頁面、應用商店、下載、注冊（激活場景））

關于用戶留存：

1、為什么要看留存？：

了解某個渠道的質量--日留存

• 以日為單位，衡量渠道來的用戶當下&后續(xù)的表現(xiàn)
• 以N日 日留存，避免其他日數(shù)據(jù)帶來的干擾

觀察整個大盤--周留存/月留存

• 衡量產品健康情況，觀察用戶在平臺上的黏性
• 一定注意去重！
• 指定周(月)周(月)活躍用戶數(shù)/第一周(月)周(月)活躍用戶數(shù)*100%

2、以7日留存為例，三種計算方式：

算法① Day7活躍的人/Day1活躍的人*100% 大多數(shù)場景√ 七日日留存

-算法③ 從Day0開始計數(shù)。游戲行業(yè)常見，注意首日留存、次日留存、三日留存等等異同點；

day0開始的優(yōu)勢是星期X一致，保持了周維度的一致性，抵消星期級別的周期性差異

算法② Day2~Day7加和去重后/Day1活躍的人*100% 七日內留存

2的問題：Day2~Day6的特征被掩蓋了，信息混淆導致無法對比渠道真實質量

特殊情況√：產品業(yè)務特殊，用戶存在特定訪問情況（產品存在固定使用周期），集中在特定時間活躍。這個場景可以看7日內留存，更能描述渠道質量。

--------------------------------------------------------------------------------------------------

【行為數(shù)據(jù)】

行為次數(shù)/頻率：PV(次數(shù))、UV(人數(shù))、訪問深度

行為路徑：轉化率

行為時長：(使用/播放/收聽)時長

訪問質量：彈出率

PV、UV：

轉化什么時候用人數(shù)，什么時候用次數(shù)？

• 看評判對象：是頁面/功能？（PV）/是人（UV）？
• PV/PV UV/UV（常用，漏斗）

• PV/UV（單個節(jié)點分析）

訪問深度（用于說明用戶對產品的了解/使用程度）：

算法1：用戶對某些關鍵行為的訪問次數(shù)（eg.視頻網站，用戶播放次數(shù)說明了用戶訪問深度）

算法2：網站內容/功能分成幾個層級，以用戶本次訪問過最深的一級計算（eg.電商）

訪問時長：

• 完全精確的統(tǒng)計數(shù)據(jù)難以獲?。撁娲蜷_時長、前臺駐留時長、技術手段監(jiān)測）

為什么要統(tǒng)計訪問時長：回歸業(yè)務！

--->通過統(tǒng)計特殊事件，支持業(yè)務需求

eg.視頻播放記錄->被消費程度->評價內容質量

彈出率（Bounce Rate）：用戶來了立刻就走的比率

----統(tǒng)計口徑：基于單個用戶一次完整的訪問周期（=“一次會話”）行為統(tǒng)計。

----整個網站產生的所有會話的彈出率

立刻：是指頁面變化√ 還是時長限制？

??彈出率：3/6=50%

單用戶重復來：

5次會話，4次彈出

??單用戶彈出率：4/5=80%

----------------------------------------------------------------------------------------------------

【業(yè)務數(shù)據(jù)】

用戶視角 >

總量：GMV、(視頻網站)訪問(播放)時長

人均：ARPU、ARPPU、ATV、LTV；人均訪問時長

人數(shù)：付費人數(shù)；播放人數(shù)

業(yè)務健康程度：付費率、付費頻次；觀看率

----

被消費對象視角（商品、視頻）：SKU；內容

++++++++++++++++++++++++++++++++++++

3、如何選擇好的數(shù)據(jù)指標？（方法論）

二、數(shù)據(jù)工具

123