网站分析常用的指标之内容指标(常见业务指标及其分类(一)(1)_ )

　　网站分析常用的指标之内容指标(常见业务指标及其分类(一)(1)_

)

　　一. 常见业务指标及其分类

　　分类：用户数据指标、行为数据指标、产品数据指标

　　1. 用户数据指标

　　一个。新增用户（每天新增用户数）：不同产品的活跃用户定义不同

　　DAU（一天的活跃用户数）

　　WAU（一周内...）

　　MAU（一个月内...）

　　例如，如果将打开微信公众号文章的用户定义为活跃用户，则DAU为一天内打开微信公众号文章的人数；每周活跃用户的数量——每周至少打开一次……；每月活跃 - 每月至少开放一次。

　　湾。活跃用户（活跃率）：日、周、月活跃率=日、周、月活跃数/总用户数

　　C。用户留存（留存率）：反映用户粘性---低留存，高流失；

　　用活跃率和留存来衡量用户对产品是否有很强的粘性，是否满足用户的刚性需求。

　　通过留存率看不同时期获取的用户流失情况。如果留存率低，就必须找到用户流失的原因。

　　2. 行为数据指标

　　一个。PV（Visits，Page View）：一个人每次访问计数一次

　　UV（访问者数量，唯一访问者）：一个人的多次访问只计算一次——通过比较 PV 和 UV 来确定用户喜欢哪些产品以及他们不喜欢哪些产品。转发率：转发某功能的用户数/看到某功能的用户数 数字转化率：与具体业务相关；例如：店铺转化率=购买产品的人数/到店人数；广告转化率=点击广告的人数/看到广告的人数 K因子：衡量推荐效果；k因子=平均每个用户向多少人发送邀请/谁收到邀请成为新用户的转化率；当K>1时，用户数会不断增加，

　　3. 产品数据指标

　　一个。总交易量：总交易量（GMV）——包括取消、拒绝和退回订单的总金额；交易数量——下达的订单数量；访问时长——使用应用程序的总时长

　　湾。人均：人均付费（客户价格或ARPU）=总收入/总用户数；付费用户人均付费（ARPPU）=总收入/付费人数；人均访问时长=总时长/总用户数

　　C。付费：付费率=付费人数/总用户数，复购率=消费2次以上人数/付费人数

　　d。产品相关指标：热销产品数量、好评产品数量、差评产品数量

　　二. 数据指标分类应用

　　本节将使用上一篇文章 文章 中使用的数据集进行分析

　　1. 如何搭建数据指标体系

　　a) 确认产品功能的核心目标并与产品经理沟通

　　核心目标可以从公司和用户的角度分析，不同类型用户的目标可以根据用户分类在用户层面进行分析（目标要结合业务和行业所处的阶段来分析） ）。

　　b) 明确该功能的使用流程并制作流程图

　　c) 监控指标的确定：通过流程图的使用路径，梳理出每一步的具体绩效指标，从而确定一级指标。如果产品特性进行了调整，这些指标也可以用来衡量调整前后的效果。这是我们的指标体系。（相关指标可以根据AARRR模型的思路来确定）这些指标必须能够衡量我们的目标是否实现。

　　d) 根据业务运营维度将一级指标分解为二级指标

　　e) 根据业务流程将二级指标细化为三级指标

　　2. 数据指标分类

　　(1） 婴儿信息 (表格 一）

　　用户 ID：--- 用户数据指标

　　出生日期：--- 用户数据指标

　　性别：---用户数据指标

　　（2） 购买（表格 二）

　　一个。用户 ID：--- 用户数据指标

　　湾。产品代码：产品数据指标

　　C。商品二级分类：产品数据指标

　　d。商品初级分类：产品数据指标

　　e. 产品属性：产品数据指标

　　F。购买数量：行为数据指标

　　G。购买时机：行为数据指标

　　3. 数据指标应用

　　如果目标是增加婴儿用品的销量，基于数据集信息，可以构建如下指标体系。

　　(1） 一级指标：日总销售额

　　（2）次要指标：当日总下单数，单单平均销售额（从订单维度切入，两者的乘积为日总销售额）

　　（3）三级指标：当日各年龄段儿童用户下单总数（拆分当天下单总数）

　　如果目标是提高买家粘性，基于数据集信息，可以构建如下指标体系。

　　（1）一级指标：某产品的特定产品的复购率（结合产品编号和购买时间，可以分析某产品在一定时间区间内的复购率）

　　（2）次要指标：产品各年龄段儿童的复购率（按用户维度拆解）

　　（3）三级指标：产品各年龄段不同性别儿童的复购率（根据用户维度进一步拆解）

　　三.喜马拉雅数据指标选择分析

　　成立初期，喜马拉雅刚进入市场时，面临的第一个问题就是产品质量的优化。在质量优化阶段，产品的目标是实现其质量优化，这个阶段更应该关注反映平台质量的数据指标。质量优化可分为产品内容质量优化和设计质量优化。

　　一个。内容质量优化：

　　通过分析新增用户数、活跃率（DAU、WAU、MAU等）、留存率来判断产品的粘性，从而判断产品的内容和功能是否满足用户的需求，以及用户是否喜欢使用这个产品。结合数据 Volatility 进一步对数据进行拆解分析，不断改进产品。

　　湾。设计质量优化

　　忽略设计质量的优化很可能会失去很多潜在用户。例如，一个喜欢听新闻的用户在浏览应用商店时，偶然发现了喜马拉雅这个产品。但由于音频产品被误认为是音乐产品，他选择不下载。因此，针对这种情况，应该在标题中加入“听书，听新闻”等关键词，让目标用户识别产品。

　　因此，喜马拉雅非常关注关键环节的转化率。例如：用户下载率、激活率、收听率等实现用户价值的关键环节。通过漏斗模型对这些关键指标进行分析，可以知道用户流失点是什么，从而有针对性地优化产品。

　　2. 完成产品质量优化后，喜马拉雅转向用户拓展

　　在用户扩张阶段，喜马拉雅主要关注几类传播方式的数据：自传和渠道传播（包括应用商店、广告等）。喜马拉雅在渠道传播上投入了大量资金。为了更好地衡量渠道的有效性，喜马拉雅创建了自己的数据指标体系，以防止被非重要指标所欺骗。

　　现阶段，为了判断某个渠道发现的用户是否是产品的目标用户，喜马拉雅结合其主营业务——音频收听，制定了“用户收听时间”的数据指标。因为喜马拉雅是一个音频内容平台，它所实现的用户价值就是让用户能够听到自己喜欢的、有趣的音频。用户收听时间指标可以反映不同渠道用户价值的实现程度，从而判断渠道的有效性。性别。

　　四. 生活中的实际数据指标