设计进阶 | 一文带你了解最全数据指标

3天前发布

原创文章 / 多领域 / 观点
木七木七 原创,如需商业用途或转载请与木七木七联系,谢谢配合。

最近在学习和了解一些相关数据的,有一些收获,分享给大家。这一篇文章真的会很干,基本都是概念和理论,希望能帮到大家~

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)


undefined


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...


undefined



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

undefined



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

undefined



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


undefined



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


undefined

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


undefined


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

undefined



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


undefined


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


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


undefined


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,

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


undefined


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


undefined


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


undefined


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


undefined


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

undefined


你好,我是木七,多多交流呀~

25
- 位站酷推荐设计师推荐 -
    没有新消息