设计进阶 | 一文带你了解最全数据指标
【摘要】 设计进阶 | 一文带你了解最全数据指标考必过小编为大家整理了关于设计进阶 | 一文带你了解最全数据指标的信息，希望可以帮助到大家！
基础概念定义
什么是数据指标
对当前业务有参考价值的统计数据
当前业务有价值的、可统计的
不是所有的数据都叫指标，如果是与当前业务无关的,也意义不大
常见的数据指标有哪些（多轮询问）
还是从前面说到的设计思维出发，
我们要这些数据指标目的是什么？
核心目的是为了辅助我们做决策，
那怎么样才能辅助我们做决策？
我们需要比较全面的了解我们的用户
那如何怎么样全面了解我们的用户？
那需要了解用户的有多少人、从哪里来的、来的之后做了什么、做一些行为之后产生了什么样的结果
那总结上面一句话，就是谁、干了什么、结果怎么样的
所以我们从上面的很明了的可以分析得出我们的常见数据指标有
用户数据（谁）
行为数据（干了什么）
业务数据（结果怎样）
用户数据
主要描述用户的一些基本情况
用户的存量
用户有多少人
活跃
用户活跃度怎么样
新增
每天/月…新增多少人
留存
这些用户来了之后又有多少人再次来的
渠道来源
他们是从哪里来的，是广告来的还是自然来的，还是推荐来的…
行为数据
主要描述用户做了一些行为指标
PV、UV、访问深度
用户来的多少次，这个地方多少用户来了
转化率
用户走通程度，它到底到了A点就停下了，还是继续向前走到了C
时长、来了多久
活跃时长、操作时长、停留时长
弹出率
描述用户行为的质量
业务数据
总量
GMV（成交总额），访问总时长…
人均
有了总量很自然就会有每个人产生的均值
ARPU（用户平均收入）、ARPPU（平均每付费用户收入）——两个的区别在于一个是总用户的均值，一个是付费用中的均值，分母不一样。
人数
付费的人数是多少、播放的人数是多少
健康程度
付费妆化率是什么样的，付费的频次是如何的…
被消费的对象
SKU视角、被消费内容的视角
用户数据
DAU MAU 新增用户 留存率 渠道来源
行为数据
PV、UV 转化率 时长 弹出率
业务数据
GMV |I访问时长 ARPU / ARPPU |I人均访问时长 付费人数|访问人数 付费率、付费频次II留存率 SKU视角|I被消费内容视角
认同才是核心
那在数据指标定义之前呢，我们需要明白很重要的一点，我们定指标的定义是为了求得团队内对指标定义的一直认同，并不是为了炫技或者什么的，也没有绝对的对错，我们核心是为了征求彼此的认同
每个指标详情讲解s
数据指标详解
用户数据
存量
简单明了说，就是用户群体有多少
活跃
DAU、日活
这个相信大家都比较常常听到的了，一个自然日的活跃用户
注意点
如果你是做全球市场的，那你DAU的计算方式则是按照24h来计算
需要去重，最多不会超过你目前的总用户量
MAU/月活
一个自然月的活跃用户
注意点
这里计算方式还是需要去重的，MAU≤最大日活+新增用户≤总用户量
前面我们说到了日活和月活，那么请问活跃是怎么产生？我相信大家和我一样，也只是了解了什么是日活，月活、但是并不太清楚他是怎么产生的
活跃用户
什么叫活跃
有两种定义方式
01基于系统事件上报
- 1）系统有上报，则该用户活跃
- 2）用户产生的行为分为，用户进行了主动操作，则表明这个用户是活跃的
如果按照 1）的方式计算，我们可能就会看到一些假数据
比如plsh通知
只要这个消息触达到用户他就算一次活跃，比如发送plsh通知，系统会判定已经触达用户了，它会记录一个活跃，这样算的话，活跃你可能在后台看到的会是剧增的情况，但是新增的用户并没有上涨。
02.业务上定义
用户执行指定关键事件则表明这个用户是活跃的
比如，用户访问了首页才算活跃、用户做了XX才算活跃
这样做的好处是，比较精准的得到活跃人数，这样算的活跃数，对于我们也是比较有意义的。
这样我们大概了解了活跃的两种方式，你就可以制定相对应的核对方式，是按照第一种，还是按照第二种。
如果是对内部的，建议是使用第一种，会更加贴近真实的情况
什么叫用户？
认人
- 1）假设你在同一步手机，同一个APP注册了5个账号，那么就是5个专属的ID，记做用户数5
- 2）判定用认人的形式
不登录的用户对业务没什么价值
业务场景需要依赖登陆
认设备
- 1）假设你在同一步手机，同一个APP注册了5个账号，这个时候只会记录一个专属的机器码，记做用户数1
- 2）判定认的场景
不需要账号体系
不登录的用户对业务没什么价值
业务场景需要依赖登陆
新增用户
我们还是一样，把字面意思拆解出来分析
在拆解之前我们来看下，各个利益方对新增的理解
对新增的理解
1）渠道商
因为渠道商要更多的钱，所以
只要点了你们产品的下载按钮，就算一次新增了!
2）运营
总得下载成功了才算吧!而且一个用户- -天最多算- -次。
3）产品
我们按启动量算吧。没打开APP也算，数据质量太差了。
4）研发（RD）
注册了才叫新增「用户」，， 否则后台压根没这条数据，你们怎么YY也没用。
每个人都在提「新增」每个人嘴里面讲的新增其实都不一样
所以，写到这里，你应该知道，前面为什么说核心是大家都没有错，我们还是在需求彼此的认同，这个才是最重要的
新增
什么叫新？
其实就是判别用户的方式，同上面用户的概念
基于设备 基于账号关联
增
回到我们各个利益方的对于新增的定义是都不一样的，所以我们大概也是从各个利益方的各个角度出发，也是我们常见的一些判定场景
选择合适的节点定义“增”
点击渠道链接算
1）优势
统计简单
2）劣势
离激活环节最远，转化率太差
3）适用场景
量级不大/免费渠道，不需要做精细结算
按照下载
1）优势 真正反映了 用户的实际意愿
2）劣势 数据源可信度存疑, 无法避免刷量
3）适用场景 渠道依赖应用商店 且没有更好的渠道
安装/启动
1）优势 离「激活」最近， 便于统计
2）劣势 渠道不一定配合, 仍然无法避免刷量
3）适用场景 自己较强势,可给
渠道制定统计规则
激活
1）优势 最「真实」的数据
2）劣势 渠道费用激增, 统计复杂
3）适用场景
对用户质量要求很
高且产品ARPU高
健康程度
其实一听这个健康程度是比较虚的一个词，什么叫健康程度呢？
去描述一个群体在一个产品里面的健康程度，最常用的最好用的一个指标，其实就是留存率。因为一个用户群体有没有留在你的产品里面，其实就表现了你这个产品对于用户的一个吸引力，一个对人群的吸引程度。
用户留存
还是一样我们需要对留存这个概念的定义达成一致，在一个团队里面才会达成共识，才会明白大家说的留存是一个什么东西，为什么这么说呢？
留存的算法
举个例子
我们假设一个特别极端的这么一种情况，我们来看在这样的一个产品里面，如果是说它的第1天是10个dau然后接下去的每一天都有一些用户，有一些用户没用。如果我来问你，照着这样的情况走下去，mau（周活跃），相信你不会特别疑惑，因为这个产品总共只有10个用户，第1天新增了以后再也没有新的新增。总共就这10个人，他的周活跃肯定就是10
周活跃我们很容易知道，但是我们这个时候如果算是7日留存是多少呢？
这里就会开始产生分歧了，最要是产生在留存的算法上的不一样
第1种算法
（第七天➗第一天）x100%
按照上面的给的数值，7日留存就是，40%
那这个时候，你就会听到另外一种声音，7日留存为什么只用第7天的，中间的那些用户就不算了吗？比如说我第7天只有第2位和第八、九、十用户在活跃，但其实其他用户在整个7天里面并不是没有活跃，在中间还有一些活跃，所以你算法不科学。
我觉得你应该把第2天到第7天的用户、去重，然后除以第一天才是比较合理的
第二种算法
（第二天~第七天去重后÷第一天）X100%
「7日内留存」 引入了其他日数据,适用于有固定使用
适用于
周期，且周期较长的业务
算法三
（第七天÷第0天）x100%
新增当日为第0日,下一日为第1日, 使第7日与新增当日对齐，
适用于
试图抵消某些星期级别的周期性差异
为什么要看留存？
了解某-个渠道的质量日留存
- 以「X日日留存」作为比较标准时,可以避免其他日数据的干扰
- 以天为单位,衡量这个渠道来的用户当下&接下来的表现
观察整个大盘-周留存/月留存
- 以周/月为单位,衡量产品的健康情况,观察用户在平台上的黏性
- 务必去重
行为数据
用户干了什么所被记录下的相关数据
次数和频次
- PV
- UV
- 访问深度
举个例子
10个用户来到了
5个用户来到爱奇艺,总共访问了13次首页 13次首页访问中,有8次都会点会员详情 最后有1个用户充值成功成为会员
问，来了多少用户，访问情况如何
首页转化效果如何
有多少会员购买
我们简单的把要的数据列出来，上面是次数，下面是人数
那什么时候用次数除？什么时候用人数除呢
PV的，页面浏览，用次数，PV/PV
UV,独立访问数，人数，去重。UV/UV
做了多久
时长，访问时长，如何统计时长
- 通过瞳孔与注意识别
- 摄像头观察
为何要统计时长
回归业务，通过特殊的事件，支持业务需求
统计视频被消费的程度，评价内容质量
记录暂停/关闭页面后，播放器中视频进度条当前的位置
弹出率
用户来了立马就走了，只访问一个页面
业务数据
总量
简称GMV
人均，APPU，
人均访问时长，ARPPU
人数
付费人数
播放人数
健康程度
付费率、付费频次、观看率
被消费对象
SKU视角
被消费内容视角
总结
以上就是设计进阶 | 一文带你了解最全数据指标的内容，更多资讯请及时关注考必过网站，最新消息小编会第一时间发布，大家考试加油！