整理了一下产品经理在工作中需要知道的常用的数据指标。

网站指标

PV

page view,即页面浏览量,用户每 1 次对网站中的每个网页访问均被记录 1 次。用户对同一页面的多次访问,访问量累计。在一定统计周期内用户每次刷新网页一次也被计算一次。PV 并不能真实反映访问者数量。

UV

unique visitor,即独立访客,访问网站的一台电脑客户端/设备为一个访 客。 00:00-24:00 内相同的客户端只被计算一次。使用独立用户作为统计量,可以更加准确的了解单位时间内实际上有多少个访问者来到了相应的页面。

PR

pagerank,即网页的级别安装Google Analytics 等统计工具一个 PR 值为 1 的网站表明这个网站不太具有流行度,而 PR 值为 7 到10 则表明这个网站非常受欢迎(或者说极其重要)。

跳出率

指用户到达你的网站上并在你的网站上仅浏览了一个页面就离开的访问次数(pv)与所有访问次数(pv)的百分比。

浏览单页即退出的次数/访问次数。比如,在一个统计时间内,一个网站有 1000 个不同访客从某一链接进入,并且其中有 50 个人没有二次浏览行为,是直接退出网站的,则针对这个链接的网站跳出率为 50/1000=5%。然而有些退出的行为不能作为退出考虑,比如页面上导出链接,如合作伙伴的网站等,还有联系我们,付款页面等,都不算是负面的跳出,所以要根据不同情况统计有效的数据才能得出可靠的跳出率。是评价一个网站性能的重要指标,跳出率高,说明网站用户体验做得不好,用户进去就跳出去了,网站没有满足用户的期望与需求或是人群定位不精准,反之如果跳出率较低,说明网站用户体验做得不错,用户能够找到自己需要的内容。而且以后他可能还会再来光顾你的网站,提高了用户粘性。慢慢的可以积累大量的网站用户。

退出率

对某一个特定的页面而言,从这个页面离开网站的访问数占所有浏览到这个页面的访问数的百分比。

从该页退出的的页面访问数/进入该页的页面访问数,从某方面反映了网站对于访客的吸引力,如果退出百分比很高,说明访客仅浏览少量的页面便离开了,因此当你的网站退出百分比很高的时候 就要想办法改善你网站的内容来吸引访客了。

跳出率与退出率

出率适用于访问的着陆页(即用户访问的第一个页面),而退出率则适用于任何访问退出的页面(用户访问过程中在你的网站上访问的最后一个页面 )。退出率是对于特定的页面来说的,对于网站整体来说并无意 义,因为来到网站的访问必然最终都会离开网站,对于网站整体来说其退出率必然是 100%。而跳出率则可以适用于着陆页面,也可适用于网站整 体。

跳出率只能衡量该页做为着陆页面的访问, 跳出率分母等于 Landing Page 的 visits ,分子也是指跳出的 visits。

出率则是针对全部的访问页面不限于着陆页面(Landing Page), 任何页面都有退出率。 退出率的分子=退出的次数(包括一次访问过程中用户浏览单页即跳出的次数,也包括浏览多页后从该页面退出的次数。)

平均访问时长

在一定统计时间内,浏览网站的一个页面或整个网站时用户所逗留的总时间与该页面或整个网站的访问次数的比。

访问总时长/访问次数,如一个网站在一定时间内总的逗留时间为1000秒,在这段时间内,总的访问次数是100 次,那么这个页面或网站 的平均访问时长就是 1000 秒/100 = 10 秒。

平均访问时长是体现被统计对象的用户黏性的重要指标之一,进而可以评估网站的用户体验,指导改善页面。平均访问时长越短,说明网站对用户的吸引力越差,可用的有用信息越少,也说明网站需要优化或都添加有用信息了。

转化率

指在一个统计周期内,完成转化行为的次数占推广信息总点击次数的 比率。

转化率=(转化次数/点击量)×100%。

以用户登录为例,如果每 100 次访问中,就有 10 个登录网站,那么此网站的登录转化率就为10%,而最后有 2 个用户订阅,则订阅转化率为 2%,有一个用户下订单购买,则购买转化率为1%。

广告指标

CPM

cost per impression,按千次展示付费,指通过某一媒体投放广告, 听到或看到此广告的人达到一千人平均所要花费的广告费用。

CPM=(广告费用/到达人数)×1000,比如投入广告费用 200 元,有 10000 人浏览过此广告,则CPM=(200/10000)×1000=20 元

CPM取决于产品的印象,不是评价广告效果的单一指标,是对不同媒体进行衡量而制定的一个相对指标,通过比较不同渠道的广告收入找出效 果最好的渠道。

CPA

cost per action,按行为付费,通过广告使用户产生一定行为而计 费,不限广告投放量。对于用户行为的定义依产品而定,包括形成一次交易、获得一个注册用户、下载一次软件,或是填写一次有效问卷等,这些统称为用户行为转化。

CPA=广告费用/有效转化次数

转化次数的统计较为困难,另外由于广告被点击后会触发用户的后续 行为(如注册或消费行为),在网站中不大受欢迎。

CPC

cost per click,按点击量付费,对某一广告点击所产生的广告费用, 统计点击量可以设定一定标准,比如对于同一个 IP,在一个时间段内重复点击,统计为一次,也可忽略 IP 的限制,直接统计总点击量。

CPC=广告费用/点击量 CPC

为网络广告投放效果的重要参考数据,但也有其缺陷,比如虽然用户没有点击广告,但他已经看到了广告。

CPS

cost per sales,按销售付费,按照广告点击之后产生的实际销售笔数来计算广告费用。

CPS=广告费用/有效销售量

适合购物类、导购类、网址导航类网站,需要精准的流量才能带来转化。

CPT

cost per try,按试用次数付费,主要是移动应用渠道营销平台以试玩 或试用为付费标准。

CPT=广告费用/有效试用次数

这种方式的特点是按用户使用时长或使用周期计费,可以从根本上杜绝刷流量,是最真实有效快捷的营销方式之一。

移动APP数据指标

活跃用户

活跃用户指在某统计周期内启动过APP的用户,除此之外,我们还可以将活跃用户定义为某统计周期内操作过产品核心功能的用户。

活跃用户数根据不同统计周期可以分为日活跃数(DAU)、周活跃数(WAU)、月活跃数(MAU)。大多数希望用户每天都打开的应用如新闻APP、社交APP、音乐APP等,其产品的KPI考核指标均为日活跃用户数。但对于某些低频消费需求的APP比如旅游、婚纱摄影,可能会关注月活跃数,甚至更长时间周期内的活跃数。

新增用户

新增用户是指安装应用后,首次启动应用的用户。按照统计时间跨度不同分为日、周、月新增用户。

用户构成

用户构成是对周活跃用户或者月活跃用户的构成进行分析,有助于通过新老用户结构了解活跃用户健康度。以周活跃用户为例,包括以下几类用户:

本周回流用户:上周未启动过应用,本周启动应用的用户;

连续活跃n周用户:连续n周,每周至少启动过一次应用的活跃用户;

忠诚用户:连续活跃5周及以上的用户;

连续活跃用户:连续活跃2周及以上的用户;

近期流失用户:连续n周(大等于1周,但小于等于4周)没有启动过应用的用户。

用户留存率

用户留存率是指在某一统计时段内的新增用户数中再经过一段时间后仍启动该应用的用户比例。用户留存率可重点关注次日、7日、14日以及30日留存率。次日留存率即某一统计时段新增用户在第二天再次启动应用的比例;7日留存率即某一统计时段新增用户数在第7天再次启动该应用的比例;14日和30日留存率以此类推。

单个用户总活跃天数

每个用户的总活跃天数指标(TAD,Total Active Days per User)是在统计周期内,平均每个用户在应用的活跃天数。如果统计周期比较长,如统计周期一年以上,那么每个用户的总活跃天数基本可以反映用户在流失之前在APP上耗费的天数,这是反映用户质量或黏性,尤其是用户活跃度很重要的指标。

启动次数

启动次数是指在某一统计周期内用户启动应用的次数。在进行数据分析时,一方面要关注启动次数的总量走势,另一方面,则需要关注人均启动次数,即同一统计周期的启动次数与活跃用户数的比值,通常人均启动次数和人均使用时长可以一起分析。

使用时长

使用总时长是指在某一统计统计周期内所有从APP启动到结束使用的总计时长。使用时长还可以从人均使用时长、单次使用时长等角度进行分析。

人均使用时长=同一统计周期内的使用总时长/活跃用户数

单次使用时长=同一统计周期内使用总时长/启动次数

访问页面

访问页面数指用户一次启动访问的页面数。我们通常要分析访问页面数分布,即统计一定周期内(如1天、7天或30天)应用的访问页面数的活跃用户数分布,如访问1-2页的活跃用户数、3-5页的活跃用户数、6-9页的活跃用户数......同时,我们可以通过不同统计周期(但统计跨度相同,如多为7天)的访问页面分布的差异,以便于发现用户体验的问题。

使用时间间隔

使用时间间隔是指同一用户相邻两次启动的时间间隔。一般统计一个月内应用的用户使用时间间隔的活跃用户数分布,如使用时间间隔在1天内、1天、2天……同时,我们可以通过不同统计周期(但统计跨度相同,如都为30天)的使用时间间隔分布的差异,以便于发现用户体验的问题。

渠道分析

渠道分析主要是分析各渠道在相同的投入情况下,用户数量的变化和趋势,以科学评估渠道质量,优化渠道推广策略。渠道分析包括新增用户、活跃用户、启动次数、单次使用时长和留存率等指标。APP的推广渠道主要为安卓和iOS。

安卓的渠道:①第三方应用市场,如华为、oppon、小米、91助手等;②广告联盟,如网盟、友盟等;③厂商预装,像华为、小米、vivo等;④水货刷机,如刷机精灵等;⑤社会化推广,如在社群做分享,在社区形成二次甚至多次传播,也可以做推广,但是这种的数据的分析就不太好获取。

OS的渠道主要是AppStore,原则上我们所有的数据和激活都是通过这个渠道来获取,但是在实际推广的过程中,我们更多的是想分析用户是通过什么渠道跳转到AppStore上进行下载,激活产品。这就需要我们直接和技术做最底层的对接——API接口对接。具体的分析方法与安卓是类似的,主要是分析活跃和留存数据。

功能分析

(1)功能活跃指标

主要关注某功能的活跃人数、新增用户数、用户构成、用户留存。这些指标的定义与前文提到的“用户规模与质量”的指标类似。只是,本部分只关注某一功能模块,而不是APP整体。

(2)页面访问路径分析

主要是统计用户从打开应用到离开应用整个过程中每一步的页面访问和跳转情况。目的是达成App的商业目标,即引导用户更高效的完成App的不同模块的任务,最终促进用户付费。

APP页面访问路径分析需要考虑APP用户以下三方面问题:①身份:用户可能是你的会员或者潜在会员,也有可能是你的同事或者竞争对手等;②目标:不同用户使用APP的目的有所不同;③访问路径:即使身份类似、使用目的类似,但访问路径也很可能不同。因此,我们在做APP页面访问路径分析的时候,需要对APP用户做细分,然后再进行APP页面访问路径分析。

最常用的细分方法是按照APP的使用目的来进行用户分类。如汽车APP的用户便可以细分为关注型、意向型、购买型用户,并对每类用户进行不同访问任务的路径分析,比如意向型的用户,他进行不同车型的比较都有哪些路径,存在什么问题;还有一种方法是利用算法,基于用户所有访问路径进行聚类分析,依据访问路径的相似性对用户进行分类,再对每类用户进行分析。

(3)转化率

转化率是指进入下一页面的人数(或页面浏览量)与当前页面的人数(或页面浏览量)的比值。通常使用漏斗模型来,它可以分析产品中关键路径的转化率,以确定产品流程的设计、用户体验问题。

比如用户从进入某电商网站—浏览商品—把商品放入购物车—支付完成,每一个环节都有很多的用户流失。通过分析转化率,我们可以比较快定位用户使用产品的不同路径中,分析是否存在问题,并提出如何进行优化的改进意见,通常我们只需要对每天的转化率进行连续性的监控即可。

5.用户属性和画像分析

用户属性分析主要从用户使用的设备终端、网络及运营商、地域和用户画像角度进行分析。设备终端分析的维度有机型分析、分辨率分析和操作系统分析;网络及运营商分析的唯独有有用户联网方式和电信运营商,地域主要从不同省市和国家来分析。

用户画像分析包括人口统计学特征分析、用户个人兴趣分析、用户商业兴趣分析。人口统计学特征包括性别、年龄、学历、收入、支出、职业、行为等;用户个人兴趣指个人生活兴趣爱好的分析,如听音乐、看电影、健身、养宠物等;用户商业兴趣指房产、汽车、金融等消费领域的兴趣分析。用户画像这部分的数据需要进行相关的画像数据采集,才可以支撑比较详细的画像分析。感兴趣的小伙伴可以查看之前的文章《干货 | 数据分析用户画像实践与方法

6.收入分析

盈利是产品的最终目的,所以总收入、付费用户数、付费率、ARPU这四个指标经常用到。总收入、付费用户数反映的是收入和付费用户的规模;付费率、ARPU代表的是用户付费质量,反映的是用户付费的广度与深度。主要关注转化漏斗最后环节的订单数量和金额。

参考:超详细的APP数据指标体系分析 | 推荐收藏

下一篇: 静态布局、自适应布局、流式布局、响应式布局、弹性布局等的概念和区别(转)→