核心课程——指标体系建模方法

1.什么是数据指标？

对当前业务有参考价值的统计数据。

谁（用户数据） 做了什么（行为数据）    结果怎么样（业务数据）

1.1常用的数据指标有哪些？

1）用户数据

存量：DAU/MAU      日来访量/月来访量

增量: 新增用户数      新增用户数

健康程度：留存率    活跃用户数/总用户数

从哪儿来：渠道来源

2）行为数据

次数/频率：PV、UV、   访问深度 来访次数

路径走通程度：转化率      活动转化率

做了多久：时长

质量：弹出率 服务改善后的到店率、加满率

3）业务数据

总量：GMV、 访问时长      销售总额

人均：ARPU/ARPPU、人均访问时长 人均消费量

人数：付费人数、播放人数 到店消费人数

健康程度：付费率、付费频次、观看率 重复到店消费率

被消费对象：SKU视角、被消费内容视角 品类的消费量

1.2部门是怎么定义的？日常工作中查看这些指标会碰到哪些坑？

交流的基础是共通的语言及概念。没有绝对的对错，只求彼此的认同。

用户数据

1.2.1 DAU/MAU：日/月活跃用户

         Daily：自然日

         Tips：跨时区（如：全球服务），则关心最近24h

         Monthly：当月至少活跃一次的用户总数

         Tips：MAU当月各日DAU之和，务必去重，才有观察的意义

         * MAU  最大日活 + 新增用户  总用户量

        单纯将日活累加而不去重是没有任何参考价值的！

        Active：活跃

        方法一：数据统计系统的定义（第三方数据统计系统）

•  基于 事件上报 进行统计：今天上报过事件  用户进行了主动操作  这个用户是活跃的

        上报一事可能有“坑”（假定了事件上报一定来自用户主动操作）

•  谨防Surprise！（活跃暴增，其他数值并无显著增加）

        方法二：业务上的定义

        关键事件：用户执行了关键事件  这个用户是活跃的

• 存在维护成本：需不断维护日活事件列表{访问首页、访问商品详情页、访问抽奖页....}    
• 存在沟通成本：团队内外【活跃】的认识需统一

  ---

  User：用户

• 认人   用户数=访问服务的ID数      （Bug：多人用同一个ID）

        给每位注册用户一个唯一的专属ID

        只适合强注册/登录环境，未登录的用户会被漏掉

• 认设备   用户数=访问过服务的设备数        （Bug：