一、常見的指標及其用途

如上圖，常見的指標可分爲用戶數據指標、行爲數據指標和商品數據指標。

1.用戶數據指標

日新增用戶：就是衡量產品每天新增用戶數量的指標。一個產品如果沒有用戶增長，用戶數就會慢慢減少，越來越慘淡，比如人人網。同時，新增用戶來自產品推廣的渠道，如果按渠道維度來拆解新增用戶，我們可以看出不同渠道分別新增了多少用戶，從而判斷出渠道推廣的效果。
活躍率：不同的產品定義不一樣，例如頭條用戶瀏覽頭條文章即是活躍；活躍用戶數按時間又分爲日活躍用戶數(簡稱日活,DAU，Daily Active User)，周活躍用戶數，月活躍用戶數。周活躍與月活躍，計算時打開多次也是算一次，因此需要去重處理。計算公式如下圖：

留存率：通過渠道推廣過來的新用戶，經過一段時間可能會有一部分用戶逐漸流失了，剩下來的就是留存，可以評估產品功能對用戶的黏性。反映用戶留存的指標，用留存率來表示。如下圖，「使用過產品」，不同的業務這塊定義的不一樣，要根據具體情況來確定。

Facebook有一個著名的40-20-10法則，即新用戶次日留存率爲40%，7日留存率爲20%，30日留存率爲10%，有這個表現的產品屬於數據比較好的。

2.行爲數據指標

PV(訪問次數, Page View)： 頁面瀏覽次數，用戶每打開一個網頁可以看作一個PV，用戶看了十個網頁，那麼PV爲10。
UV(訪問人數, Unique Visitor)：是一定時間內訪問網頁的人數。在同一天內，不管用戶訪問了多少網頁，他都只算一個訪客。通過PV和UV，我們可以看到用戶喜歡產品的哪個功能，不喜歡哪個功能，從而根據用戶行爲來優化產品。
轉發率：轉發率=轉發某功能的用戶數 / 看到該功能的用戶數。一般是指該商品的影響力、質量如何。
轉化率：計算方法與具體業務場景有關，例如，淘寶轉化率,就是所有到達淘寶店鋪併產生購買行爲的人數和所有到達你的店鋪的人數的比率；廣告轉化率,就是通過點擊廣告進入推廣網站的網民與看到廣告的總人數的比率，如下圖：

K因子：用來衡量推薦的效果，即一個發起推薦的用戶可以帶來多少新用戶。當K›1時，用戶羣就會象滾雪球一樣增大。如果K‹1的話，那麼用戶羣到某個規模時就會停止通過自傳播增長。計算方式如下圖：

3.商品數據指標

總量：
成交總額（GMV），包括銷售額、取消訂單金額、拒收訂單金額和退貨訂單金額；
成交數量：對於電商產品就是下單的商品數量。對於教育行業，就是下單課程的數量；
訪問時長：用戶使用app，或者網站的總時長。
人均：
人均付費等於總收入/總用戶數，人均付費在遊戲行業也叫ARPU，在電商行業也叫客單價；
付費用戶人均付費（ARPPU，Average Revenue Per Paying User）等於總收入/付費人數，這個指標用於統計付費用戶的平均收入；
人均訪問時長等於總時長/總用戶數，用於統計每個人使用產品的平均時長。
付費：
付費率，是付費用戶佔活躍用戶的比例。
復購率：是重複購買頻率，用於反映用戶的付費頻率。復購率指一定時間內，消費兩次以上的用戶數 / 付費人數。
商品相關指標：
常見的幾個指標是：熱銷商品，好評商品，差評商品的前幾個有哪些。這裏根據具體的業務需求，靈活擴展使用。通過找出好的商品來進行重點推銷，不好的商品去分析原因。

二、數據分類

三、分析指標及問題解決

四、喜馬拉雅app案例分析