網頁指標：

PV（page view）：即頁面瀏覽量，用戶每1次對網站中的每個網頁訪問均被記錄1次。用戶對同一頁面的多次訪問，訪問量累計。在一定統計周期內用戶每次刷新網頁一次也被計算一次。

一般來說PV與來訪者數量成正比，但是PV并不直接決定頁面的真實來訪者數量，例如，同一個來訪者通過不斷的刷新頁面，也可以制造出非常高的PV。

UV（unique visitor）：即獨立訪客，訪問網站的一臺電腦客戶端為一個訪客。

PR（pagerank）：即網頁的級別，一個PR值為1的網站表明這個網站不太具有流行度，而PR值為7到10則表明這個網站非常受歡迎(或者說極其重要)。

頁面停留時長：訪客一次訪問在某個頁面上停留時間，等于這個頁面的總停留時長除以這個頁面的訪問量。

網站停留時長：等于網站總的停留時長除以訪問量。

跳出率（Bounce Rate）：指用戶到達你的網站上并在你的網站上僅瀏覽了一個頁面就離開的訪問次數與所有訪問次數的百分比。比如有100個用戶進入你的網站，然后50個用戶打開首頁就跳出去了，跳出率一般是50%，

是評價一個網站性能的重要指標，跳出率高，說明網站用戶體驗做得不好，用戶進去就跳出去了，網站沒有滿足用戶的期望與需求或是人群定位不精準，反之如果跳出率較低，說明網站用戶體驗做得不錯。一般來說50%的跳出率是正常狀態，70%以上就出現問題了，90%以上就是問題就嚴重了

跳出率只能衡量該頁作為用戶的landing page的頁面質量，不能衡量其他。

一般來說，如果你做的是從其他媒體引入的流量，說明你的媒體渠道選擇失誤，搜索引擎付費關鍵字定位不準、客戶群定位不準確，還是landing page的call to action可能不夠吸引人。

當然對于不同頁面和不同類型的網站的跳出率需要區別對待，很多網站的性質決定用戶甚至只要瀏覽首頁，需求就可能得到滿足。比如wordpress的博客，可能一些老訪問者，訪問博客只是看有沒有更新，沒有更新，跳出很正常。這種情況如果簡單的說網站質量很差是值得商榷的，這個時候建議細分群體和細分頁面去看跳出率，并且關注頁面停留時間。

退出率（exit rate）：

“退出率”是指該網頁是會話中“最后一頁”的瀏覽占該網頁總瀏覽量的百分比。

10個visits來到a頁面?——5個visits直接離開，3個visits去b頁面?（2個visits去c頁面然后直接離開）。b頁面的3個visits有2個visits返還a頁面最終從a頁面離開。

計算a頁面的跳出率和退出率?分別就是（5/10）?*100%?和?（5+2/10+2?）*100%

這是Google?analytics里面的退出率的計算?，在Omniture是算exit/visit，也就意味著這個值是（5+2）/10*100%

退出率高也要分情況討論并不能一概而論，如果你已經規劃好你網站的用戶訪問流程，但是你發現你網站的某個退出頁面成為去其他某個很重要的頁面的阻礙，那么你應該關心的你的這個退出頁面的內容了。

退出率不能用來分析網站所有的頁面，只能用來分析特定流程中的某些頁面能不能滿足用戶的需求（交互）的問題。一般認為退出率高需求沒有得到滿足，但在特定頁面不能用退出率衡量用戶需求問題。

如果客戶需求得到滿足就退出，退出率高是很正常的，如電子商務網站的支付成功頁面，其他網站的客戶服務（eg：聯系我們，關于我們）此類頁面，退出率一般肯定很高。用戶結算支付完需求得到滿足，用戶知道聯系方式需求得到滿足。這個時候需要借助其他分析了，例如電子商務可以用轉化漏斗分析。但是在同樣的類似流程中，注冊頁面、支付頁面和填寫收貨地址頁面卻又是可以用退出率來衡量頁面質量的（這樣的頁面一般是有固定步驟的），如果退出率高，那么反映你的注冊流程頁面、支付流程頁面和物流流程頁面存在問題了，比如不支持貨到付款，需要填寫項過多，界面不友好等等。

退出率還反映在頁面內容的吸引性，call to action能不能激勵用戶。另外從網站技術角度來說，頁面太大不能被完全加載，頁面沒有返回任何其他頁面的鏈接入口，也是造成退出率過高的問題。

轉化率：指在一個統計周期內，完成轉化行為的次數占推廣信息總點擊次數的比率。轉化率=（轉化次數/點擊量）×100%。以用戶登錄為例，如果每100次訪問中，就有10個登錄網站，那么此網站的登錄轉化率就為10%，而最后有2個用戶訂閱，則訂閱轉化率為2%，有一個用戶下訂單購買，則購買轉化率為1%。轉化率反映了網站的盈利能力，重視和研究網站轉化率，可以針對性的分析網站在哪些方面做的不足，哪些廣告投放效果比較好，可以迅速的提升用戶體驗、節約廣告成本，提升網絡轉化過程。

重復購買率：指消費者對該品牌產品或者服務的重復購買次數。重復購買率越多，則反應出消費者對品牌的忠誠度就越高，反之則越低。

活躍度指標

活躍度指標：主要衡量產品的粘性、用戶的穩定性以及核心用戶的規模，觀察產品在線的周期性變化。

AU（Active Users）活躍用戶：用戶登陸產品記為一次登錄

DAU（Daily Active Users）日活躍用戶：每日登陸過的用戶數

WAU（Weekly Active Users）周活躍用戶：七天內登陸過的用戶數

MAU（Monthly Active Users）月活躍用戶：30天內登陸過的用戶數

AT（Daily Avg. Online Time）日均使用時長：活躍用戶平均每日在線時長

PCU（Peak Concurrent Users）最高同時在線用戶人數：統計周期內，同一時點（通常精確至分）的最高在線人數

ACU（Average Concurrent Users）平均同時在線用戶人數：統計周期內，每個時點（通常精確到分）的平均在線人數

流失、留存指標

流失、留存指標：觀察流失用戶的狀態、流失前行為來判斷產品可能存在的問題。

ULR（Users Leave Rate）用戶流失率：統計當日登錄過產品的用戶，但在隨后N日內未登錄的用戶數/統計日DAU

日流失率：統計當日登陸過產品的用戶，次日未登陸的用戶數/統計日DAU

周流失率：統計當周登陸過產品，之后下一周未登陸的用戶數/WAU

月流失率：統計當月登陸過產品，下一月未登陸的用戶數/MAU

次日留存率：統計當日登錄過產品的用戶，次日依舊登錄的用戶數/統計日DAU

周留存率：統計當周登錄過產品的用戶，且下一周至少登錄一次的用戶數/WAU

月留存率：統計當月登錄過產品的用戶，且下一月至少登錄一次的用戶數/MAU

回歸率：曾經流失，重新登錄產品的用戶數占流失用戶的比例

回歸用戶：曾經流失，重新登錄產品的用戶數

最后也歡迎有問題的小伙伴加微信：chanpin628 溝通交流。

此外我們的官方網站也上線了，每日分享高質量的文章、原型素材和行業報告，小伙伴可自行前往索取，支持搜索，需要的小伙伴可點擊底部的閱讀原文直接查看，或者復制網址：www.dadaghp.com?打開。

更多干貨可關注微信公眾號：產品劉

想學習更多關于產品、職場、心理、認知等干貨，可長按右邊二維碼，關注我們。

··················END··················

RECOMMEND

推薦閱讀

策略產品經理那些事

PRD到底該怎么寫？更全面的文檔范例來了

線下實戰2.0

教你寫接口需求文檔

點擊“閱讀原文”

查看更多干貨

總結

以上是生活随笔為你收集整理的产品经理必知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。