这几天在研究数据产品，不可避免的涉及到报表，一直想整理下一下报表结构，整理过程中发现不同行业、不同业务关注的指标有所不同。下面从几个行业来谈谈指标。
- 直播
分为用户端和主播端
- 用户端
UV、登录UV、直播间UV、弹幕发送UV、观看总时长、人均时长、观看时长分布、消费金额、充值金额、道具使用情况 - 主播
主播人数、新增主播人数、签约主播人数、活跃开播主播人数、主播演出总场次、主播开播时长、直播时长、观看UV、峰值UV、粉丝数、播放视频个数、点赞人数、评论数、转发数、收藏数 - 留存
次日留存、周启动次数（如7日登录3日）、新用户留存情况
- 阅读
- 流量数据
启动UV、新增UV、点击量、阅读PV、阅读UV - 阅读数据
阅读UV、阅读总时长、人均阅读时长、作品收藏、作品评论数、阅读时长分布、书评数、书单数据（创建数、访问数、点赞数、收藏、分享）、付费章节阅读UV、免费章节阅读UV、阅读字数、5分钟阅读人数占比、30天阅读天频、阅读章节数、人均阅读字数 - 收入数据
购买人数、购买章节数、人均付费收入、章节收入
- 电商
- 核心指标
PV、UV、成交用户数、成交订单数、GMV、客单价、退款率 - 流量数据
PV、UV、登录用户数、新访客数、商详页PV、商详页UV、店铺UV、点击地图（即各模块流量） - 转化数据
成交转化率（通常为成交订单数/UV）、支付率（下单数/支付数）、动销率、收藏率、加购率 - 商品数据
店铺数、类目数、品牌数、在线商品数、SKU、SPU - 用户数据
用户基础数据（地址、性别、年龄等）、行为数据（访问留存、复购情况、会员数、人均购买次数、客单价、月活等） - 售后数据
售后反馈订单数、客服回复率、24h发货率、评价订单数、退单数（退单率）、退款金额（退款率）、退款原因 - 优惠券数据
优惠券领取量、使用量、优惠金额、优惠订单数、ROI - 活动数据
日常秒杀、双十一、618等大促活动：新增访客、新增注册、总UV、成交订单数、转化率、ROI - 市场数据
市场占有率、用户份额、交易额排名、流量排名
- 游戏
- APP数据
推广页点击、下载、安装、激活、注册、进入游戏 - 流量数据
启动UV、新增账号、创角账号、活跃账号、付费账号、平均同时在线人数（ACU）、最高同时在线人数（PCU）、日/周/月活 - 用户数据
累计用户数、用户成长（等级分布、角色分布、升级时长）、在线时长、启动次数、任务完成率、流失情况 - 收入数据
付费金额、付费人数、付费率、首充人数、首充金额、ARPU、LTV（生命周期价值） - 粘性/留存
次日留存、总在线时长、平均在线时长、流失数据
- 金融
主要分为借贷、投资、理财
- 借贷
核心数据：
访问UV、注册人数、申请人数、授信人数、授信总额、放款人数、放款总额
细分数据：
借款金额分布、借款期限分布、首贷人数、复贷人数、平均完件时间、平均审批时间
还款情况：
到期还款人数、到期还款率、预期人数、逾期率、净坏账
漏斗分析：
从访问、注册，到申请，填写每步信息的步骤，都要做成一个漏斗，看哪一步用户流失比较多。比如实名认证、绑卡、人脸识别、填写备用联系人等等的步骤。
用户数据：
性别、年龄、地址、学历、职业、征信情况等等，借贷类的用户数据比较齐全，所以用户数据用处很大，比如小额借贷直接根据用户填的信息，算法算出是否借给该用户。 - 投资/理财
开户人数、累计总金额、当日存入总金额、当日取出总金额（到期兑付）、当日取出总金额（提取赎回）、存入订单数、存入人数、件均金额、当日收益
- 其他待补充中
......
虽然不同行业业务指标不一样，但对数据流量、用户数据这些基本上都相同，对于留存、复购、用户分层等等的分析也是基本上各个行业都人有。
