1.常见指标有哪些？分别有什么用？

为了通过数据分析来指导业务增长，我们需要将业务中涉及到的各个模块进行量化，然后按照某个统一的标准去衡量业务情况，而这个标准就是这里所说的指标。

数据分析中，一般数据会分为用户数据、用户行为数据、商品数据三种，那么指标也按照以下三种来划分：

（1）用户数据指标

①日新增用户

顾名思义，就是每天新增的用户数量，这个指标的多少，从渠道来看意味着引流的推广效果，包括广告宣传、产品质量带来的口碑等等。

结合长期的情况来分析，可以了解到日新增用户是怎么样的变化趋势，是否需要调整推广方向；关注到每个高低节点，去了解当日新增情况主要是受到什么影响，是否可以规避低新增，促使高新增。

②活跃率

活跃率=活跃用户数/总用户数，根据不同的统计时长，具体分为日活（DAU）、周活（WAU）、月活（MAU）。

不同的产品对于活跃用户的定义不同，有的可能只要登陆了app就算是活跃用户，而有的需要使用了才算，具体定义根据业务需求里划分。

同时需要注意的是，统计人数的时候是需要去重的，根据人数计算而不是人次。

活跃率这个指标越高，可能带来的转化就越多，而且在某种程度上也可以根据指标变化来调整推送内容的方向，也涉及到推荐的内容与用户是否对标。一般商品推送的标题越吸引人，打开的可能性也就越大。

③留存率

新用户在使用产品经过一段时间以后，可能会流失一部分，这部分就是流失用户，而留下来的就是留存用户。

留存率=留存用户数/第1天新增用户数，（留存用户数：第1天新增用户中，在第N天时使用过产品的用户数）根据N的不同，一般分为次日留存率、第7日留存率、第30日留存率。

同时，这里“使用过产品”也是根据业务需求有不同的定义，具体视情况而定。

Facebook有个著名的40-20-10法则，即新用户次日留存率为40%，7日留存率为20%，30日留存率为10%，有这个表现的产品一般属于数据比较好的。

留存率可以评估产品功能对用户的黏性，留存率如果低了，那么就需要尽快找到用户流失的具体原因了，同时也多收集反馈信息，了解到底是哪里还需要改善。

最后通过一个用户数据指标的鱼塘图来更直观来分析业务，首先通过有效宣传推广，引入新用户（日新增用户）；为了保持鱼塘充满活力，通过各样的运营活动保持用户的活跃度，增加转化的可能性（活跃率）；不断优化产品功能、内容质量，避免用户流失（留存率）。这样每个环节都有不同的指标来辅助分析，哪里出现了问题都一目了然，可以针对性地去调整改善。

（2）行为数据指标

①PV和UV

PV（访问次数，Page View）：页面浏览次数，可重复

UV（访问人数，Unique Visitor）：在一定时间内访问页面的人数，需去重

通过这两个指标可以反映出用户喜欢产品的哪个功能、不喜欢哪个功能，或喜欢那个类别商品、对哪类不感兴趣，进而针对性地优化调整。

②转发率

转发率=转发某功能用户数/看到该功能用户数

这个指标很好理解，主要是看内容或商品的质量，用户是否愿意分享出去，这个在内容创作或者选品上就需要下功夫去琢磨了。

③转化率

这个根据具体业务定义，主要还是分析这个业务是否吸引用户，能否带来转化，可以结合前面用户数据指标的活跃率共同分析。

④K因子

K因子（K-factor）：用来衡量推荐效果，一个发起推荐的用户可以带来多少新用户。

K因子=平均每个用户向多少人发起邀请*接收到邀请的人转化为新用户的转化率

当K>1时，用户群就会想滚雪球一样通过自传播不断扩大，因此去思考如果提升转发率和转化率就很有必要了。

（3）商品数据指标

①总量

1）成交总额（GMV），这里成交总额包括销售额、取消订单金额、拒收订单金额和退货订单金额。可以跟实际成交金额结合分析，计算出实际支付的情况，分析从下订到支付的环节中，如何优化能够促使用户更快完成支付。

2）成交数量，对于电商而言就是下单的商品数量。

3）访问时长，用户使用app的时间，或者是访问网站的总时长。

②人均

1）人均付费（ARPU/客单价）=总收入/总用户数

2）付费用户人均付费（ARPPU）=总收入/付费人数，结合人均付费指标可以分析整体用户的付费欲望以及付费用户的质量，从而指导后续的经营策略。

3）人均访问时长=总时长/总用户数，可以结合具体页面或商品计算出用户停留在该页面的人均时长，分析时长较低的是什么原因不能吸引用户，时长较高的有什么可以借鉴的地方。

③付费

1）付费率=付费人数/总用户数，是付费用户占总用户的比例，付费率越高，说明用户整体质量越高，越愿意为产品买单。

2）复购率=消费两次以上的人数/付费人数，反映了用户的付费频率。

④商品

一般有热销商品、好评商品、差评商品，从商品的角度出发，找出好的商品重点推销，不好的则要分析原因，是选品没选好，还是其他什么原因导致的。

结合以上三大种类的业务指标，可以更系统的辅助我们对业务进行针对性地分析。

2.业务分析

接下来，将通过之前的案例，结合这几种业务数据以及指标来进行分析。

Tony在学数据分析：基于Excel的数据分析——电商母婴产品1 赞同 · 0 评论文章

(1)数据分类

一样的字段，不一样的味道~

(2)业务指标分析

通过这些数据可以分析出以下的业务指标：

①转化率，通过购买行为编号分类汇总，计算出每种购买行为转化率的比重（由于数据有限，只能用购买人数作为分母，结果并没有直接呈现转化率，而是相对指标），以此来分析各购买行为的推广渠道该如何进行优化。

②成交数量，通过计算数据中总的时间段以及各个时间区间的销量，可以分析出销量较好的时间段店铺是进行了什么样的推广策略，借此来参考并提升后续的销量；同时也去分析销量较低的是有什么不好的原因，后续预防。

③付费率，结合两个表格的数据，可以计算出婴儿信息表中所有用户的付费率，判断该表中用户的质量，同时可以结合年龄以及性别分布，分析出付费用户的性别比重以及主要分布在什么年龄范围。

④复购率，一是计算出商品购买的表中的复购率，以此判断整体的复购趋势；而是结合两表计算出来的复购率，并与年龄以及性别分布共同分析出，不同年龄以及性别的复购情况，从而调整选品方向。

⑤热销商品，通过分类汇总筛选出销量最高的商品类别以及种类，分析该商品的成功之处，并重点推销。

3.经典案例学习：喜马拉雅app如何根据业务选择指标，进行数据分析

来源：

又一课 | 余建军：三步引爆一款App_又一课_娱乐_喜马拉雅FM​www.ximalaya.com/yule/2701192/8553657

（1）产品定位——分析用户需求三维度：

①强度：用户需求的痛点，对这款产品的需要程度，通过用户使用时间等指标来衡量

②宽度（广度）：目标用户群的范围，为了满足哪个范围的用户需求，根据用户的职业、下载次数、使用次数等具体分析

③频度：需求频率，用户定期使用的频率，比如是每天都需要用（餐饮），还是一辈子可能就用一次（婚纱摄影）

（2）产品开发：

①自上而下：找到未来的风口，移动互联网带来的碎片时间中，音频的媒介在用户规模、使用场景以及使用时长都将大幅增加

②自下而上：通过小样本去统计实际的使用时长、频率以及体验

（3）产品优化——小规模内测：

通过小规模内测用户的反馈评价来改善优化产品

（4）平台冷启动

活跃率：提高活跃度让做内容的用户感觉到平台的人气，开始提高用户规模

（5）找到天使用户（种子用户）

①能生产内容，平台需要能够有内容产出

②自带用户，形成良性循环的导流，用户开始规模化

（6）营销方案

①社交产品：K因子，通过病毒营销将K因子最大化，迅速扩大用户规模

②媒体和内容类产品：转发率、转化率，通过优质的内容让用户自发地转发并使得越来越多人成为新用户

③电商类产品：PV、UV，通过渠道推广导流，提高访问次数、访问人数

④O2O产品：新增用户、留存率，通过补贴等培养用户习惯，获取新用户，提高留存率

（7）推广前测试、迭代

①日活率：衡量产品是否跟用户保持高黏性，是否解决用户的刚需

②留存率：衡量产品是否能持续保持高度黏性，是否有持续的优质内容输出，产品功能是否需要改善优化

③自传播：用户是否愿意主动分享

④产品核心环节的转化率，包括下载、激活、注册、登陆、购买等等，每个环节对应在各个功能上相应的用户体验

⑤闪退率：app无法避免的问题，如何降低闪退率来减少用户流失

（8）推广渠道

①下载量：通过渠道推广最基本的指标

②活跃度：观察用户质量，用户活跃情况

③留存率：针对刷机和预装渠道，留存率来判断后续的渠道推广投入，同时也是商店权重指标

④下载转化率：标题、关键词、简介不同，吸引到的用户群以及用户量也不一样，有必要的话可以阶段性地调整

⑤自传播：用户的主动分享会提升排名，带动下载，然后良性循环

⑥成本：了解商店政策（安卓），争取用最低成本换来最大用户量。

（9）识破陷阱，设定数据指标

根据产品的核心功能，设定特有的数据指标，如喜马拉雅核心功能是“听”，那么需要统计每个用户听的时长，而推广渠道一般可以为通用的数据去作弊，但特定的数据作弊成本太高，从而也换来数据的有效性，对于后续指导业务方向也更准确。

4.复盘

对于数据以及业务指标有了系统化的认识，面对数据也能够更有方向去分析了。遇到数据集信息较少的问题比较痛苦，感觉对照着业务指标发现能计算出来的很少，所以在统计数据时需要提前预设好后续可能遇到的业务问题，做好数据的收集工作。对于喜马拉雅的案例学习，跟随着一个产品从零到一的过程，了解到了业务指标在整个过程的实际运用。