彼得·德鲁克曾经说过很有名的一句话，他说：“如果一个事情，你不能衡量它的话，那么你就不能增长它。”
数据运营，在当下许多公司，尤其是新创公司被广泛应用、他们用数据驱动产品及运营增长，这件事的从业人员在硅谷有一个很酷的名字，称之为“Growth Hacker”，中文译作“增长黑客”。这些公司成立增长团队，其目的就是围绕公司的目标，通过数据来分析现状，持续提出改进举措，持续推进并测试反馈；
无论是增长黑客，还是其他岗位，都有必要了解一下数据分析和数据运营的世界，而了解这个世界的语言，是很有必要的，今天我们就聊聊这个美妙世界的基本语言。
基础指标
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并不直接决定页面的真实来访者数量，例如，同一个来访者通过不断的刷新页面，也可以制造出非常高的PV。
UV（unique visitor）：
即独立访客，访问网站的一台电脑客户端为一个访客。
IP：独立用户/独立访客
指访问某个站点或点击某条新闻的不同IP地址的人数，在同一天的00:00-24:00内，独立IP只记录第一次进入网站的具有独立IP的访问者；
一般情况下，统计UV数应该大于等于IP数，但有些情况下，有可能UV数会小于IP数
跳出率（Bounce Rate）:
仅浏览了一个页面就离开的访问次数与所有访问次数的百分比
高跳出率表示访问者对登录页面（Landing Page）不感兴趣，没有继续访问更深入的页面，或者是登录页面存在设计问题；
活跃度指标
主要衡量产品的粘性、用户的稳定性以及核心用户的规模，观察产品在线的周期性变化。
AU（Active Users）活跃用户：
用户登陆产品记为一次登录
DAU（Daily Active Users）日活跃用户：
每日登陆过的用户数
WAU（Weekly Active Users）周活跃用户：
七天内登陆过的用户数
MAU（Monthly Active Users）月活跃用户：
30天内登陆过的用户数
AT（Daily Avg. Online Time）日均使用时长：
活跃用户平均每日在线时长
PCU（Peak Concurrent Users）最高同时在线用户人数：
统计周期内，同一时点（通常精确至分）的最高在线人数
ACU（Average Concurrent Users）平均同时在线用户人数：
统计周期内，每个时点（通常精确到分）的平均在线人数
流失、留存指标
观察流失用户的状态、流失前行为来判断产品可能存在的问题。
ULR（Users Leave Rate）用户流失率：
统计当日登录过产品的用户，但在随后N日内未登录的用户数/统计日DAU
日流失率：
统计当日登陆过产品的用户，次日未登陆的用户数/统计日DAU
周流失率：
统计当周登陆过产品，之后下一周未登陆的用户数/WAU
月流失率：
统计当月登陆过产品，下一月未登陆的用户数/MAU
日留存率：
统计当日登录过产品的用户，在之后N日内至少登录一次的用户数/统计日DAU
周留存率：
统计当周登录过产品的用户，且下一周至少登录一次的用户数/WAU
月留存率：
统计当月登录过产品的用户，且下一月至少登录一次的用户数/MAU
次日留存率：
统计当日登录过产品的用户，次日依旧登录的用户数/统计日DAU
回归率：
曾经流失，重新登录产品的用户数占流失用户的比例
回归用户：
曾经流失，重新登录产品的用户数
流失用户池：
过去一段时间内流失的用户数
这些术语是属于运营的基础，作为普及类的信息，如有补充，也会再完善本篇；
在数据分析和数据运营中，后续再继续分享实际案例；
