指標(biāo)建模

1.數(shù)據(jù)指標(biāo)--數(shù)據(jù)使用過程中的通用語言

  • 什么是數(shù)據(jù)指標(biāo)暂论?
    對當(dāng)前業(yè)務(wù)有參考價值的統(tǒng)計數(shù)據(jù)
    好的指標(biāo)往往是比例/比率

  • 常用的數(shù)據(jù)指標(biāo)定義阵子。
    用戶數(shù)據(jù)迹缀、行為數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)(誰种远、干了什么涩澡、結(jié)果怎樣)

    1. 用戶數(shù)據(jù)(存量顽耳、增量坠敷、健康程度、從哪來)
    • 存量:DAU/MAU
      Daily/Monthly Active User 日/月活躍用戶

      • Daily/Monthly的理解
        Daily:自然日(跨時區(qū)則關(guān)心最近24小時)
        Monthly:當(dāng)月至少活躍一次的用戶總數(shù)
        MAU≠當(dāng)月各日DAU之和射富,要去重膝迎,才有意義
      • Active的理解
        方法一:基于事件上報(有事件上報【用戶主動進(jìn)行的操作】?該用戶活躍)
        這里小心有坑!R群摹O薮巍(日活暴增,其他數(shù)值并無明顯增加)
        原因:【用戶收到通知→后臺自動上報事件】這種不屬于用戶主動操作柴灯,但是被記錄到日活中
        大部分的第三方數(shù)據(jù)統(tǒng)計系統(tǒng)都是這個定義卖漫,要時刻注意這種情況。
        方法二:業(yè)務(wù)上的定義(【用戶執(zhí)行了關(guān)鍵事件?該用戶活躍】)
        建立日活事件列表赠群,存在維護(hù)成本羊始、溝通成本
      • User的理解
        按人計算:給每個用戶一個唯一的ID(只適合強注冊/登錄環(huán)境,未登錄的用戶會被漏掉)
        按設(shè)備計算:設(shè)備唯一標(biāo)識符(無法對應(yīng)設(shè)備后的用戶)
        認(rèn)人 or 認(rèn)設(shè)備查描?
        ①是否有賬號體系突委?No→認(rèn)設(shè)備
        ②業(yè)務(wù)場景是否依賴強登錄?Yes→認(rèn)人【日活】+認(rèn)設(shè)備【單獨的指標(biāo)描述這部分的數(shù)據(jù)】
        ③不登陸的用戶對業(yè)務(wù)是否有價值冬三?No→認(rèn)人【日活】+認(rèn)設(shè)備【單獨的指標(biāo)描述這部分的數(shù)據(jù)】Yes→認(rèn)設(shè)備【日活】
    • 增量:新增用戶

      • 增:選擇合適的節(jié)點匀油,定義
        一般流程:渠道A/B/C→渠道頁面→應(yīng)用商店→應(yīng)用/首頁→注冊/激活
        根據(jù)自己的業(yè)務(wù)以及與渠道方的關(guān)系選擇合適的節(jié)點
      節(jié)點 優(yōu)勢 劣勢 適用場景
      點擊渠道鏈接 統(tǒng)計簡單 離激活環(huán)節(jié)最遠(yuǎn),轉(zhuǎn)化率太差 量級不大/免費渠道/不需要精細(xì)結(jié)算
      下載 反應(yīng)用戶的實際意愿 數(shù)據(jù)源可信度存疑勾笆,無法避免刷量 依賴應(yīng)用商店且沒有更好的渠道
      安裝/啟動 離激活環(huán)節(jié)最近敌蚜,便于統(tǒng)計 渠道不一定配合,無法避免刷量 公司強勢窝爪,可給渠道制定統(tǒng)計規(guī)則
      激活 最真實的數(shù)據(jù) 渠道費用激增钝侠,統(tǒng)計復(fù)雜 對用戶質(zhì)量要求很高且產(chǎn)品ARPU高
      • 新:用適當(dāng)?shù)姆椒ǜ迷埃袆e
        基于設(shè)備(設(shè)備唯一標(biāo)識符)
        基于賬號關(guān)聯(lián)(與后臺已有賬號比對)
    • 健康程度:留存率

    • 從哪來:渠道來源
      為什么要看留存?
      為了了解某一個渠道的質(zhì)量----以X日日留存為指標(biāo)(避免其他日數(shù)據(jù)的干擾)
      第一種算法:
      次日留存=第2天DAU/第1天DAU
      三日留存=第3天DAU/第1天DAU
      7日日留存=第7天DAU/第1天DAU
      ···
      另一種算法:把新增天記為第0天
      首日留存=第1天DAU/第0天DAU
      次日留存=第2天DAU/第0天DAU
      7日日留存=第7天DAU/第0天DAU
      在日歷上來看帅韧,日期是對齊的(分子分母日期相同里初,某種程度上能抵消星期級別的波動)
      特殊情況:對于使用周期特別固定的產(chǎn)品,關(guān)注7日內(nèi)活躍情況忽舟,更能描述渠道質(zhì)量
      7日內(nèi)留存=第2天~第7天DAU去重后/第一天DAU
      為了觀察整個大盤----周留存/月留存(衡量產(chǎn)品健康狀況双妨,觀察用戶粘性)
      計算時一定要去重!6T摹刁品!
      周留存=指定周周活躍用戶數(shù)/第1周周活躍用戶數(shù)
      月留存=指定月月活躍用戶數(shù)/第1月月活躍用戶數(shù)
      ...
      次周周留存=下周周活躍用戶數(shù)/當(dāng)周周活躍用戶數(shù)
      次月月留存=下月月活躍用戶數(shù)/當(dāng)月月活躍用戶數(shù)

    1. 行為數(shù)據(jù)(次數(shù)/頻次、路徑走通程度浩姥、做了多久挑随、質(zhì)量)
    • 次數(shù)/頻次:PV、UV勒叠、訪問深度
      Page Views:頁面瀏覽數(shù)(次數(shù))
      Unique Visitors:獨立訪問數(shù)(人數(shù))
      訪問深度:用戶對產(chǎn)品的了解程度
      算法一:用戶對某些關(guān)鍵行為的訪問次數(shù)
      算法二:將網(wǎng)站內(nèi)容分為幾個層級兜挨,以用戶本次訪問過的最深的一級來計算
    • 路徑走通程度:轉(zhuǎn)化率
      PV/PV:頁面相關(guān)轉(zhuǎn)化率
      UV/UV:用戶相關(guān)轉(zhuǎn)化率
      PV/UV:人均
    • 做了多久:時長
      統(tǒng)計訪問時長
      通過統(tǒng)計特殊事件,支持業(yè)務(wù)需求(統(tǒng)計視頻被消費程度眯分,評價內(nèi)容質(zhì)量)
      例如:記錄暫停/關(guān)閉亞眠后拌汇,播放器中視頻進(jìn)度條的當(dāng)前位置
    • 質(zhì)量:彈出率
      彈出率:用戶來了立馬就走,只訪問一個頁面
      彈出率=當(dāng)天來了立馬就走的次數(shù)/當(dāng)天所有用戶的所有訪問次數(shù)
      彈出率不針對某個頁面弊决,也不針對某個用戶噪舀,而是來自于每天產(chǎn)生的所有訪問會話
    1. 業(yè)務(wù)數(shù)據(jù)(總量、人均飘诗、人數(shù)与倡、健康程度、被消費對象)
    • 總量:GMV/訪問時長
    • 人均:ARPU/ARPPU/人均訪問時長
      Average Revenue Per User
      Average Revenue Per Paid User
    • 人數(shù):付費人數(shù)/播放人數(shù)
    • 健康程度:付費率/付費頻次/觀看率
    • 被消費對象:SKU視角/被消費內(nèi)容視角
直接付費指標(biāo) 適用場景 解決問題 非直接付費指標(biāo)
GMV 總量 描述交易的金額總規(guī)模 目標(biāo)完成數(shù)(報名昆稿、點擊纺座、分享...)
ARPU/ARPPU 人均 單個用戶的貢獻(xiàn)度 人均訪問時長
付費人數(shù) 人數(shù) 描述愿意付費的人數(shù)總規(guī)模 完成人數(shù)
付費率/付費頻次 健康程度 描述總體上的用戶付費意愿 完成率
SKU視角 被消費對象 分析消費品本身 被消費內(nèi)容視角

2.選好數(shù)據(jù)指標(biāo)的通用方法論

從業(yè)務(wù)的最終目的出發(fā),梳理業(yè)務(wù)模塊→判斷業(yè)務(wù)模塊所屬類型→根據(jù)業(yè)務(wù)模塊所屬類型貌嫡,選擇數(shù)據(jù)指標(biāo)


①從業(yè)務(wù)的最終目的出發(fā)比驻,梳理業(yè)務(wù)模塊

【拆解業(yè)務(wù)模塊】常見的拆解角度

  • 業(yè)務(wù)的最終目的--賺錢(目的)
  • 如何搞大/搞頻繁--通過什么方式賺錢(手段)
  • 怎么解決遇到的困難--使用什么樣的工具/手段(支撐手段的工具/手段)
    例子:我要通過社區(qū)創(chuàng)作優(yōu)美圖文賣貨
    我要通過大量自媒體高效創(chuàng)作資訊來換取廣告收入

②判斷業(yè)務(wù)模塊所屬類型
【判斷模塊類型】常見的四類業(yè)務(wù)模塊:

四類業(yè)務(wù)模塊

例子:圖文【內(nèi)容瀏覽模塊】/社區(qū)創(chuàng)作【社區(qū)模塊】/創(chuàng)作工具【工具模塊】/賣貨【交易模塊】

③根據(jù)業(yè)務(wù)模塊所屬類型,選擇數(shù)據(jù)指標(biāo)
【指標(biāo)選取】各個模塊重點關(guān)注的方向

模塊 關(guān)注點 指標(biāo)
工具模塊 效率 使用量【用戶粘性】/目標(biāo)達(dá)成率【用戶滿意度】/頻次【用戶習(xí)慣養(yǎng)成】
內(nèi)容瀏覽模塊 質(zhì)&量 瀏覽數(shù)【閱讀次數(shù)】/瀏覽深/廣度【庫存利用效率】/
瀏覽時長【占據(jù)用戶時長/減少競品使用時長】/內(nèi)容互動【用戶粘性】
交易模塊 轉(zhuǎn)化率 詳情頁轉(zhuǎn)化率【是否好賣】/金額【交易規(guī)牡撼】/
客單價【平均消費水平】/復(fù)購率【回頭客】
社區(qū)模塊 活躍 發(fā)布量【話題源頭】/互動量【社區(qū)活力】/關(guān)系密度【更有可能長期留存】
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:七十年代末别惦,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子夫椭,更是在濱河造成了極大的恐慌掸掸,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異扰付,居然都是意外死亡堤撵,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進(jìn)店門羽莺,熙熙樓的掌柜王于貴愁眉苦臉地迎上來实昨,“玉大人,你說我怎么就攤上這事盐固』母” “怎么了?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵刁卜,是天一觀的道長志电。 經(jīng)常有香客問我,道長蛔趴,這世上最難降的妖魔是什么挑辆? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮孝情,結(jié)果婚禮上鱼蝉,老公的妹妹穿的比我還像新娘。我一直安慰自己咧叭,他們只是感情好蚀乔,可當(dāng)我...
    茶點故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布烁竭。 她就那樣靜靜地躺著菲茬,像睡著了一般。 火紅的嫁衣襯著肌膚如雪派撕。 梳的紋絲不亂的頭發(fā)上婉弹,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天,我揣著相機與錄音终吼,去河邊找鬼镀赌。 笑死,一個胖子當(dāng)著我的面吹牛际跪,可吹牛的內(nèi)容都是我干的商佛。 我是一名探鬼主播,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼姆打,長吁一口氣:“原來是場噩夢啊……” “哼良姆!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起幔戏,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤玛追,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體痊剖,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡韩玩,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 37,851評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了陆馁。 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找颓。...
    茶點故事閱讀 39,977評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖叮贩,靈堂內(nèi)的尸體忽然破棺而出叮雳,到底是詐尸還是另有隱情,我是刑警寧澤妇汗,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布帘不,位于F島的核電站,受9級特大地震影響杨箭,放射性物質(zhì)發(fā)生泄漏唆貌。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一纺荧、第九天 我趴在偏房一處隱蔽的房頂上張望叭披。 院中可真熱鬧,春花似錦慈参、人聲如沸呛牲。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽娘扩。三九已至,卻和暖如春壮锻,著一層夾襖步出監(jiān)牢的瞬間琐旁,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工猜绣, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留灰殴,地道東北人。 一個月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓掰邢,卻偏偏與公主長得像牺陶,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辣之,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,927評論 2 355