数据指标有哪些？什么是好的数据指标？
数据系列：数据指标简单分析
详解数据指标体系如何从设计到落地
一. 什么是好的数据指标？
所谓的“数据指标”，简单来说就是可将某个事件量化，且可形成数字，来衡量目标，在日常工作中大家都会应用的到。在一定程度上，“数据指标”能揭示出产品用户的行为和业务水平状况。我们在工作中会关注一些数据指标，如转化率，留存率，日活，月活等。而不同的产品业务在不同阶段时期，又有哪些数据指标，什么样的数据指标是值得我们去关注的，或者是有效的，并且能帮助产品业务线找到自己的提升方向
- 好的数据指标能带来你所期望的变化
- 好的数据指标是比较性的
- 好的数据指标是简单易懂的
- 好的数据指标是一个比率
- 好的数据指标会改变行为
找出正确的数据指标的五点方法
- 定性指标与量化指标
- 虚荣指标与可付诸行动的指标
- 探索性指标与报告性指标
- 先见性指标与后见性指标
- 相关性指标与因果性指标
数据分析 -- 数据指标,文章参考了精益数据分析,这本书之前读过复习一下生命周期理论和数据分析框架
二. 主要数据指标
1. 活跃用户指标
DAU：Daily Active User 日活跃用户量。统计一日（统计日）之内，登陆或使用了某个产品的用户数（去重）
WAU：Weekly Active Users 周活跃用户量。统计一周（统计日）之内，登陆或使用了某个产品的用户数（去重）
MAU：Monthly Active User 月活跃用户量。统计一月（统计日）之内，登陆或使用了某个产品的用户数（去重）
DNU：Day New User 日新增用户，表示当天的新增用户
DOU：Day Old User 日老用户。当天登陆的老用户，非新增用户
最高活跃（PCU）：一周内的最高活跃设备数
月活（MAU）：一个月内的活跃设备数(去重)。
活跃度（DAU/MAU）：体现用户的总体粘度，衡量期间内每日活跃用户的交叉重合情况。
2. 新增用户指标
日新增注册用户量：统计一天内，即指安装应用后，注册APP的用户数。
周新增注册用户量：统计一周内，即指安装应用后，注册APP的用户数。
月新增注册用户量：统计一月内，即指安装应用后，注册APP的用户数。
注册转化率：从激活到注册的转化。
DNU占比：新增用户占活跃用户的比例，可以用来衡量产品健康度。
3. 留存指标
次日留存率：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：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。
4. 使用时长指标
使用总时长：在某一统计周期内所有从APP启动到结束使用的总计时长(不去重)。
人均使用时长（分）：同一统计周期内的使用总时长/活跃用户数。
单次使用时长（分）：同一统计周期内使用总时长/启动次数。
新用户时长（分）：某一统计周期新用户app时长某一统计周期的新用户数(不去重)
老用户时长（分）：某一统计周期老用户app时长/某一统计周期的老用户数(不去重)。
使用时间间隔：指同一用户相邻两次启动的时间间隔。
5. 用户构成指标
回流用户：上周未启动过APP，本周启动APP的用户；
连续活跃n周用户：连续n周，每周至少启动过一次APP的活跃用户；
重要用户：连续活跃4周及以上的用户；
连续活跃用户：连续活跃1周及以上的用户；
LTV：Life Time Value 生命周期价值。产品从用户所有互动中获取的全部经济收益的总和
流失用户：连续n周（大等于1周，但小于等于2周）没有启动过APP的用户。
流失率、回流率等
6. 渠道指标（不包括SEO）
投放消耗：统计时间内花费的金额
投放成本（roi）：Return On Investment 投资回报率。
ROI=利润总额/投入成本总额*100%
曝光量：通过应用市场投放广告曝光的次数。
点击量：广告被点击的次数，是APP被下载并激活的前提。
下载量：通过应用市场等渠道，下载APP应用的用户数量。
激活量：安装应用后，首次打开APP应用的用户数量。
激活转化率：从下载到激活的用户转化。
日均自然量占比：自然量新增/新增人数。
各个渠道留存率：每个推广渠道来源，x日留存率为x日前的新用户在今天还启动应用的比例。
GMV：Gross Merchandise Volume 成交总额。是指下单产生的总金额
CMV=销售额+取消订单金额+退款金额
7. 功能指标
功能活跃指标：主要关注某功能的活跃人数，关注某个功能。
页面访问路径：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。
转化率：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。
三. 其他数据指标
1. 电商平台类指标
PV
UV
当前在线人数、平均在线时长
平均访问量、日均流量
跳出率、收藏率、成交转化率
客单价
销售额
连带率
2. 会员指标
会员客单价、连带率
购物平均停留时间
会员增长率、贡献率
有效会员数
会员流失率
会员回购频率
平均年龄
3. 游戏类指标
人均游戏时长
游戏活跃用户次留
单游戏日均时长
4. 社交类指标
P2P消息量
个人资料页UV
好友渗透率
添加好友渗透率
5. 直播类指标
渗透率：进入房间人数/活跃人数
停留率：进入房间人超过1min/活跃人数
功能次日留存：某天进入房间的人数，第二天仍然在房间的比例
充值金额：每天的充值金额,
消费总金额：每天的消费金额
人均充值金额ARPU：活跃玩家的平均付费金额
人均消费金额：活跃玩家的平均消费金额
总实收(RMB):游戏内付费金额的统计
四. 数据指标分类
综合性指标
综合性指标是能提现产品目前综合情况的指标。
在非交易网站，比如社交网站，数据指标的用途偏向于了解产品的用户增长或减少等情况。综合性指标通畅有：DAU、留存数、留存率、人均使用时长、PV、UV等。
对于交易系型网站，那么平台关注的综合性指标通常是：GMV、支付UV、人均订单数、人均客单价等。
流程性指标
流程性指标是指与用户操作行为相关的指标。
点击率：有PV点击率和UV点击率，一般使用PV点击率。
转换率：下一步操作用户数/上一步操作用户数
流失率：（上一步用户数-下一步用户数）/上一步用户数
完成率：完成率相对于转化率而言，是最终的结果数值。转化率是过程值，完成率是结果值。
业务性指标
业务性指标是跟产品业务相关的指标。例如视频网站，则可能需要的业务指标有：视频播放数、人均观看时长、人均播放数、播放率等。
五. 数据分析与设计方法
数据分析和设计的方法有：事件分析、留存分析、漏斗分析、分步分析、对比分析和多维度拆解。
1. 事件分析
事件是追踪或记录的用户行为或业务过程。事件是通过埋点记录，通过SDK上传的用户行为或业务过程记录。例如，一个视频内容产品可能包含的事件：1）播放视频；2）暂停；3）继续播放；4）分享；5）评论。
一个事件可能包含多个事件属性，例如，“播放视频”事件下可能包含的属性：1）来源；2）是否自动播放；3）播放形态。
2. 留存分析
留存率是验证用户粘性的关键指标，设计师和产品经理通常可以利用留存率与竞品对标，衡量用户的粘性和忠诚度。通常重点关注次日、3日、7日、30日即可，并观察留存率的衰减程度。留存率跟应用的类型也有很大关系。通常来说，工具类应用的首月留存率可能普遍比游戏类的首月留存率要高。
3. 漏斗分析
漏斗分析就是转化率分析，是通过计算目标流程中的起点，到最后完成目标节点的用户量与留存率，流量漏斗模型在产品中的经典运用是AARRR模型。
衡量每一节点的转换率，通过异常数据（转换率过低）找出异常节点，进而确定各个环节的流失率，分析用户怎么流失、为什么流失、在哪里流失。根据数据改进产品，最终提升整体转化率。
4. 用户分群分析
5. 对比分析
6. 多维度拆解
六. 建立数据模型
数据分析框架有其侧重的关注指标
