數據分析 常用的數據指標

數據指標的作用是用來衡量、追蹤和監控業務的，對于一項具體的業務來說，它所包含的數據通常有三大類：用戶數據(誰)、行為數據(做了什么)、產品數據(對應的產品是什么)。那么，相應的數據指標也可分為三大類：
用戶數據指標
行為數據指標
產品數據指標

---

1 用戶數據指標

用以衡量個體或客戶群體的情況，或者用來劃分客戶群體。而劃分客戶群體的目的，是為了能夠分而治之，對不同的客戶群體采取不同的運營策略，以此最大化收益。

1.1 日新增客戶

就是每天新增的客戶是多少。新注冊的就是新增客戶，如果按渠道拆解新增客戶，還可以從中判斷出不同渠道的推廣效果。

1.2 活躍率

計算活躍率，首先要對活躍有一個明確的定義，不同的產品，對活躍的定義是不一樣的。比如對一般的網站，只要用戶登錄訪問就算活躍用戶；但是有些網站或者APP可能需要用戶簽到或者使用其他的功能才算活躍用戶。有了用戶活躍的定義，就可以計算出某段時間內活躍的用戶數，然后與同時間內客戶總數一除，就能得到該段時間內用戶活躍率。活躍客戶是產品收益的主要貢獻者。

1.3 留存率

留存率和活躍率一樣，也需要事先定義清楚，不同的產品對留存的定義也是不一樣的。和留存率相對的是用戶流失率。
留存率對產品來說至關重要，可以評估產品對用戶的黏性，留存率低的產品容易被市場淘汰。
留存率的計算公式:

留存率 = (第1天新增用戶中，在地N天還使用產品的用戶) / 第一天新增的用戶

---

2 用戶行為數據指標

用戶的行為指標，可以用以輔助劃分用戶群體，進而輔助如推薦系統的正常運轉。

2.1 PV和UV

PV(Page View): 一定時間內某個頁面的瀏覽次數，用戶每打開一個網頁可以看做一個PV。用戶訪問網頁內容的時候，可以記錄此內容的標簽，如此可以為客戶推送相關的內容。
UV(Unique Visitor): 一定時間內訪問某個頁面的人數。
一個頁面每天被用戶訪問10次，則PV=10；一個網頁被一個人打開10次和打開1次，UV都是1.

2.2 轉發率

轉發率相對比較簡單，計算公式:

轉發率 = 用戶轉發的次數 / 用戶看到的次數

2.3 轉化率

轉化率的計算方法也與具體的業務場景有關:
比如店鋪轉化率:

購買產品的人數 / 訪問店鋪的人數

2.4 K因子

可以用來衡量推薦的效果，就是一個發起推薦的用戶可以帶來多少新用戶。K因子的計算公式為:

K因子 = 用戶發出的邀請數 * 收到邀請的人轉化為新用戶的轉化率

如果每個用戶平均向10個人發出邀請，而平均轉化率為20%的話，則K因子=10*20% = 2。當K>1時，新用戶就會不斷增長；繁反之，新用戶則會停止增長。

---

3 產品數據指標

產品數據指標，能夠直接反映業務的運行情況以及產品的受歡迎程度。比如成交總額、成交數量、付費率、復購率等。

3.1 產品總量

用來衡量業務總量的指標主要有：成交總額、成交數量、訪問時長。
成交總額: 就是零售業中的流水，包括四部分: 實際銷售額、取消訂單金額、拒收訂單金額、退貨訂單金額。
成交數量就是實際賣出去了多少。
用戶訪問時長，指的是用戶使用網站或APP的時長。

3.2 人均

用來衡量人均情況的主要有: 人均付費、付費用戶人均付費、人均訪問時長
人均付費：

人均付費 = 總收入 / 總用戶數

這里的總收入指的是成交的銷售額。不同行業人均付費的含義不同，在游戲行業叫ARPU；在電商行業叫客單價。
付費用戶人均付費：

付費用戶人均付費 = 總收入 / 付費人數

人均訪問時長:

人均訪問時長 = 訪問總時長 / 總用戶數

3.3 付費

付費相關的指標，主要有付費率和復購率。
付費率:

付費率 = 付費人數 / 總用戶數

付費率能反應產品的變現能力和用戶質量，此指標可以將不同付費能力的用戶劃分開。

復購率:

復購率 = 一定時間內消費兩次以上的用戶數 / 付費人數

3.4 產品

產品相關的指標主要為了能夠發現產品的問題，找到優質的產品進行重點推銷；發現劣質產品的問題，進行改進。
常見的指標有銷量、好評率等。

總結

以上是生活随笔為你收集整理的数据分析 常用的数据指标的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。