數(shù)據(jù)分析(一):數(shù)據(jù)統(tǒng)計工具與常用的核心數(shù)據(jù)指標(biāo)

最近一直在研究數(shù)據(jù)分析的相關(guān)知識斋射,把自己學(xué)到的會一點一點分享出來纠吴,先從百度統(tǒng)計說起姐呐。

數(shù)據(jù)統(tǒng)計工具:百度統(tǒng)計

百度統(tǒng)計思維導(dǎo)圖

百度統(tǒng)計是一個強大的網(wǎng)站數(shù)據(jù)統(tǒng)計和分析工具力细,從六大維度進行分析——趨勢分析、來源分析雀哨、頁面分析磕谅、訪客分析、定制分析雾棺、優(yōu)化分析膊夹,幫助網(wǎng)站優(yōu)化、用戶定位捌浩、營銷推廣放刨,打通網(wǎng)站與用戶的完美鍥合。

百度統(tǒng)計價值價值維度

趨勢分析嘉栓,可以了解到網(wǎng)站的基本狀態(tài)宏榕、用戶活躍度;

訪客分析侵佃、自定義變量麻昼,可以了解到網(wǎng)站的訪客構(gòu)成和各類屬性,幫助我們明確用戶的定位馋辈;

頁面分析抚芦、轉(zhuǎn)化路徑、事件跟蹤迈螟,可以了解到用戶操作行為叉抡,幫助我們合理安排頁面布局、頁面層次答毫,優(yōu)化網(wǎng)站設(shè)計褥民,提高轉(zhuǎn)化;

來源分析洗搂、優(yōu)化分析消返、指定廣告跟蹤载弄,可以了解到網(wǎng)站的營銷推廣狀態(tài),監(jiān)控各種網(wǎng)絡(luò)媒介推廣效果撵颊,優(yōu)化SEO宇攻。

適用于web的數(shù)據(jù)統(tǒng)計工具:

國外:GA 、Clicky倡勇、W3Counter逞刷、Woopra、W3Perl 妻熊、Piwik夸浅、TraceWatch、Snoop扔役、goingup题篷、JAWStats、Crazyegg

國內(nèi): 百度統(tǒng)計厅目、CNZZ、國雙統(tǒng)計法严、51la损敷、量子統(tǒng)計、小艾統(tǒng)計深啤、科捷統(tǒng)計拗馒、好耶iDigger 、gostats

外部分析工具:Alexa 溯街、IUT诱桂、adplanner、quantcast

適用于APP的數(shù)據(jù)統(tǒng)計工具:

國外:Flurry,google analytics mobile呈昔,Mixpanel

國內(nèi):友盟,機鋒統(tǒng)計,TalkingData,百度移動統(tǒng)計,CNZZ移動數(shù)據(jù)平臺挥等,imofan

開源:cobub

第三方數(shù)據(jù)分析工具,可快速接入堤尾,節(jié)省成本肝劲,比較適合創(chuàng)業(yè)型公司及剛上線的產(chǎn)品,但是無法對關(guān)鍵數(shù)據(jù)在突發(fā)異樣時進行跟蹤郭宝。

網(wǎng)站的后臺也可以進行一些基本的數(shù)據(jù)統(tǒng)計辞槐,比如注冊數(shù)、會員數(shù)粘室、互動數(shù)等榄檬。

自己開發(fā)的數(shù)據(jù)分析工具,可以對每個數(shù)據(jù)進行實時跟蹤衔统,并快速做出產(chǎn)品的調(diào)整鹿榜,需要足夠的開發(fā)人員及成本海雪,比較適合大型公司或者成熟型產(chǎn)品。

常用的核心數(shù)據(jù)指標(biāo)

除了上述思維導(dǎo)圖中提到的數(shù)據(jù)指標(biāo)外犬缨,還包括根據(jù)思維導(dǎo)圖中的數(shù)據(jù)指標(biāo)延伸出的活躍度喳魏、流失率、留存率等怀薛。

活躍度:

主要衡量產(chǎn)品的粘性刺彩、用戶的穩(wěn)定性以及核心用戶的規(guī)模,觀察產(chǎn)品在線的周期性變化枝恋。

AU(Active Users)活躍用戶:用戶登陸產(chǎn)品記為一次登錄

DAUDaily Active Users)日活躍用戶:每日登陸過的用戶數(shù)创倔,一般從后臺抓取

WAUWeekly Active Users)周活躍用戶:七天內(nèi)登陸過的用戶數(shù)

MAUMonthly Active Users)月活躍用戶:30天內(nèi)登陸過的用戶數(shù)

AT(Daily Avg. Online Time)日均使用時長:活躍用戶平均每日在線時長

AT=日總在線時長 / DAU

DNUDaily New Users)每日注冊并登陸的用戶數(shù):直接從后臺抓取即可

PCU(Peak Concurrent Users)最高同時在線用戶人數(shù):統(tǒng)計周期內(nèi),同一時點(通常精確至分)的最高在線人數(shù)

ACU(Average Concurrent Users)平均同時在線用戶人數(shù):統(tǒng)計周期內(nèi)焚碌,每個時點(通常精確到分)的平均在線人數(shù)

ACU=DAU * AT / 時間精度

EC(Engagement Count)用戶登錄頻率:統(tǒng)計周期內(nèi)平均每用戶登錄的總次數(shù)

根據(jù)統(tǒng)計周期不同畦攘,通常每日登錄頻率統(tǒng)計的是登錄次數(shù);周及月的登錄頻率統(tǒng)計的是登錄天次(一天登錄多次記為一次)

對于不同產(chǎn)品十电,活躍度的標(biāo)準不一樣知押,可以根據(jù)需要細分定位——輕度用戶、中度用戶鹃骂、重度用戶台盯、忠誠用戶等。

流失畏线、留存:

觀察流失用戶的狀態(tài)静盅、流失前行為來判斷產(chǎn)品可能存在的問題。

ULR(Users Leave Rate)用戶流失率:統(tǒng)計當(dāng)日登錄過產(chǎn)品的用戶寝殴,但在隨后N日內(nèi)未登錄的用戶數(shù)/統(tǒng)計日DAU

日流失率:統(tǒng)計當(dāng)日登陸過產(chǎn)品的用戶蒿叠,次日未登陸的用戶數(shù)/統(tǒng)計日DAU

周流失率:統(tǒng)計當(dāng)周登陸過產(chǎn)品,之后下一周未登陸的用戶數(shù)/WAU

月流失率:統(tǒng)計當(dāng)月登陸過產(chǎn)品蚣常,下一月未登陸的用戶數(shù)/MAU

OSUR(One Session User Rate)一次會話用戶占比:新登錄用戶中只有一次會話的用戶占比市咽,主要衡量新用戶的質(zhì)量

DRR(Daily Retention Rate)日留存率:統(tǒng)計當(dāng)日登錄過產(chǎn)品的用戶,在之后N日內(nèi)至少登錄一次的用戶數(shù)/統(tǒng)計日DAU

WRR(Weekly Retention Rate)周留存率:統(tǒng)計當(dāng)周登錄過產(chǎn)品的用戶史隆,且下一周至少登錄一次的用戶數(shù)/WAU

MRR(Monthly Retention Rate)月留存率:統(tǒng)計當(dāng)月登錄過產(chǎn)品的用戶魂务,且下一月至少登錄一次的用戶數(shù)/MAU

次日留存率:統(tǒng)計當(dāng)日登錄過產(chǎn)品的用戶,次日依舊登錄的用戶數(shù)/統(tǒng)計日DAU

回歸率:曾經(jīng)流失泌射,重新登錄產(chǎn)品的用戶數(shù)占流失用戶的比例

回歸用戶:曾經(jīng)流失粘姜,重新登錄產(chǎn)品的用戶數(shù)

流失用戶池:過去一段時間內(nèi)流失的用戶數(shù)

回歸率 = 回歸用戶 / 流失用戶池

收益:

產(chǎn)品盈利能力的綜合評價。

PUR(Pay User Rate)付費比率:統(tǒng)計周期內(nèi)熔酷,付費賬號數(shù)占活躍賬號數(shù)的比例孤紧,一般以自然月或自然周為單位進行統(tǒng)計

廣度,更多的人付費

PUR = APA / AU

APA(Active Payment Account)活躍付費賬用戶數(shù):統(tǒng)計周期內(nèi)拒秘,成功付費的用戶數(shù)

APA = AU * PUR

ARPU(Average Revenue Per User)平均每用戶收入:統(tǒng)計周期內(nèi)号显,活躍用戶對產(chǎn)品產(chǎn)生的平均收入

ARPU = Revenue / AU

ARPU = ARPPU * PUR

ARPPU (Average Revenue Per Paying User)平均每付費用戶收入:統(tǒng)計周期內(nèi)臭猜,付費用戶對產(chǎn)品產(chǎn)生的平均收入

深度,付更多的錢

ARPPU = Revenue / APA

LTV(Lift Time Value)生命周期價值:平均一個新增用戶在其生命周期內(nèi)(第一次登錄到最后一次登錄)押蚤,為該產(chǎn)品創(chuàng)造的收入總計

LTV_N : 統(tǒng)計周期內(nèi)蔑歌,一批新增用戶在其首次登入后N天內(nèi)產(chǎn)生的累計收入/ NU(新用戶)

用于衡量渠道導(dǎo)入用戶的回本周期,回本率=LTV_N/CPL(導(dǎo)入成本)

以上數(shù)據(jù)可以根據(jù)需要進行拆解揽碘、合并次屠,比如流失付費用戶數(shù)、回歸付費用戶數(shù)雳刺、新增付費用戶數(shù)劫灶、新增活躍用戶數(shù)等等。

同時掖桦,不同的產(chǎn)品類型本昏,需要關(guān)注的數(shù)據(jù)指標(biāo)也不一樣,道生萬物枪汪。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末涌穆,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子雀久,更是在濱河造成了極大的恐慌蒲犬,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,640評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件岸啡,死亡現(xiàn)場離奇詭異,居然都是意外死亡赫编,警方通過查閱死者的電腦和手機巡蘸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,254評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來擂送,“玉大人悦荒,你說我怎么就攤上這事∴诙郑” “怎么了搬味?”我有些...
    開封第一講書人閱讀 165,011評論 0 355
  • 文/不壞的土叔 我叫張陵,是天一觀的道長蟀拷。 經(jīng)常有香客問我碰纬,道長,這世上最難降的妖魔是什么问芬? 我笑而不...
    開封第一講書人閱讀 58,755評論 1 294
  • 正文 為了忘掉前任悦析,我火速辦了婚禮,結(jié)果婚禮上此衅,老公的妹妹穿的比我還像新娘强戴。我一直安慰自己亭螟,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,774評論 6 392
  • 文/花漫 我一把揭開白布骑歹。 她就那樣靜靜地躺著预烙,像睡著了一般。 火紅的嫁衣襯著肌膚如雪道媚。 梳的紋絲不亂的頭發(fā)上扁掸,一...
    開封第一講書人閱讀 51,610評論 1 305
  • 那天,我揣著相機與錄音衰琐,去河邊找鬼也糊。 笑死,一個胖子當(dāng)著我的面吹牛羡宙,可吹牛的內(nèi)容都是我干的狸剃。 我是一名探鬼主播,決...
    沈念sama閱讀 40,352評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼刃泡!你這毒婦竟也來了坪稽?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,257評論 0 276
  • 序言:老撾萬榮一對情侶失蹤僧凰,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后熟丸,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體训措,經(jīng)...
    沈念sama閱讀 45,717評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,894評論 3 336
  • 正文 我和宋清朗相戀三年光羞,在試婚紗的時候發(fā)現(xiàn)自己被綠了绩鸣。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,021評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡纱兑,死狀恐怖呀闻,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情潜慎,我是刑警寧澤捡多,帶...
    沈念sama閱讀 35,735評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站铐炫,受9級特大地震影響垒手,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜倒信,卻給世界環(huán)境...
    茶點故事閱讀 41,354評論 3 330
  • 文/蒙蒙 一淫奔、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧堤结,春花似錦唆迁、人聲如沸鸭丛。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,936評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽鳞溉。三九已至,卻和暖如春鼠哥,著一層夾襖步出監(jiān)牢的瞬間熟菲,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,054評論 1 270
  • 我被黑心中介騙來泰國打工朴恳, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留抄罕,地道東北人。 一個月前我還...
    沈念sama閱讀 48,224評論 3 371
  • 正文 我出身青樓于颖,卻偏偏與公主長得像呆贿,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子森渐,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,974評論 2 355

推薦閱讀更多精彩內(nèi)容