上篇文章梳理交流了關于數據監控體系的意義和搭建思路，明确了數據監控在數據分析中重要性，了解了數據監控體系搭建方法論。（關于數據監控體系，它的意義和搭建思路都在這裡了）本篇将繼續探讨數據分析中又一環“數據指标”，所謂的數據指标有哪些呢？哪些又是有效的，來明确一下指标的定義。

（本期主要介紹以APP的數據指标為主）

數據指标有哪些呢？哪些又是好的數據指标？

首先，我們需要了解一下“指标”定義，即衡量目标的方法。而構成要素有維度＋彙總方式＋量度。

維度：回答從哪些角度去衡量的問題？，

彙總方式：回答用哪些方法去衡量的問題？

量度：回答目标是什麼的問題？

所謂的“數據指标”，簡單來說就是可将某個事件量化，且可形成數字，來衡量目标，在日常工作中大家都會應用的到。在一定程度上，“數據指标”能揭示出産品用戶的行為和業務水平狀況。我們在工作中會關注一些數據指标，如轉化率，留存率，日活，月活等。而不同的産品業務在不同階段時期，又有哪些數據指标，什麼樣的數據指标是值得我們去關注的，或者是有效的，并且能幫助産品業務線找到自己的提升方向呢。

APP主要數據指标

那麼，接下來，我們就先來看看APP主要數據指标有哪些？

活躍用戶指标

• 日活（DAU）：一天内日均活躍設備數(去重，每個公司活躍的定義不一樣)
• 周活躍數（WAU）：一周内活躍設備數(去重，每個公司活躍的定義不一樣)
• 日新增DNU：一周内的日均新增人數,計算方式：一周新增設備數(不去重)/自然周天數
• 最高活躍（PCU）：一周内的最高活躍設備數
• 月活（MAU）：一個月内的活躍設備數(去重)。
• 活躍度（DAU/MAU）：體現用戶的總體粘度，衡量期間内每日活躍用戶的交叉重合情況。
• ……

活躍用戶指标有的公司定義啟動過APP的用戶就算活躍，有的定義必須登錄賬戶才算活躍。活躍用戶指标可以按照時間跨度不同分為、周、月來統計，是衡量APP用戶規模的指标。一個産品是否成功，如果隻看一個指标，那麼這個指标一定是活躍用戶數。如新聞APP、音樂APP、社交APP等大多數希望用戶每天都打開的應用，其産品的北極星指标均為日活躍用戶數。

新增用戶指标

• 日新增注冊用戶量：統計一天内，即指安裝應用後，注冊APP的用戶數。
• 周新增注冊用戶量：統計一周内，即指安裝應用後，注冊APP的用戶數。
• 月新增注冊用戶量：統計一月内，即指安裝應用後，注冊APP的用戶數。
• 注冊轉化率：從激活到注冊的轉化。
• DNU占比：新增用戶占活躍用戶的比例，可以用來衡量産品健康度。
• ……

新增用戶指标也可以按照時間跨度不同分為、周、月來統計，且主要是衡量營銷推廣渠道效果的最基礎指标；轉化率則是反映渠道推廣落地頁或者注冊流程的流暢度；而新用戶占比活躍用戶過高，那說明該APP的活躍是靠推廣得來。這種情況非常值得關注，尤其是關注用戶的留存率情況。

留存指标

• 次日留存率：某一統計時段新增用戶在第二天再次啟動應用的比例。
• 7日留存率：某一統計時段新增用戶數在第7天再次啟動該應用的比例，14日和30日留存率以此類推。
• ……

留存指标也是驗證APP對用戶吸引力很重要的指标。通常可以利用用戶留存率與競品進行對比，衡量APP對用戶的吸引力。對于某一個相對成熟版本的應用，如果用戶留存率有明顯變化，則說明用戶質量有明顯變化，很可能是因為推廣渠道質量的變化所引起的。

使用時長指标

• 使用總時長：在某一統計周期内所有從APP啟動到結束使用的總計時長(不去重)。
• 人均使用時長（分）：同一統計周期内的使用總時長/活躍用戶數。
• 單次使用時長（分）：同一統計周期内使用總時長/啟動次數。
• 新用戶時長（分）：某一統計周期新用戶app時長某一統計周期的新用戶數(不去重)
• 老用戶時長（分）：某一統計周期老用戶app時長/某一統計周期的老用戶數(不去重)。
• 使用時間間隔：指同一用戶相鄰兩次啟動的時間間隔。
• ……使用時長相關指标也是衡量産品活躍度、産品質量的重要指标。目前APP種類繁多，用戶精力分散，每天的時間是有限，比如現在很流行的短視頻APP，主要指标就要看時長指标了。

用戶構成指标

• 回流用戶：上周未啟動過APP，本周啟動APP的用戶；
• 連續活躍n周用戶：連續n周，每周至少啟動過一次APP的活躍用戶；
• 重要用戶：連續活躍4周及以上的用戶；
• 連續活躍用戶：連續活躍1周及以上的用戶；
• 流失用戶：連續n周（大等于1周，但小于等于2周）沒有啟動過APP的用戶。
• 流失率、回流率等
• ········用戶構成指标是對已注冊用戶的構成進行分析，有助于通過新老用戶結構了解活躍用戶健康度。每個公司對重要、回流、流失用戶的定義不一樣的，我們可以根據産品業務需要，制定回流、流失預警，來對用戶健康度進行監控。

渠道指标（不包括SEO）

• 投放消耗：統計時間内花費的金額
• 投放成本（roi）：統計時間内花費的金額/買量新增人數。
• 曝光量：通過應用市場投放廣告曝光的次數。
• 點擊量：廣告被點擊的次數，是APP被下載并激活的前提。
• 下載量：通過應用市場等渠道，下載APP應用的用戶數量。
• 激活量：安裝應用後，首次打開APP應用的用戶數量。
• 激活轉化率：從下載到激活的用戶轉化。
• 日均自然量占比：自然量新增/新增人數。
• 各個渠道留存率：每個推廣渠道來源，x日留存率為x日前的新用戶在今天還啟動應用的比例。
• ········

渠道指标是評估渠道投放的質量，再結合産品自身特點、産品受衆群體以及渠道自身特點做出全面細緻的評估，并根據數據情況篩選優質渠道進行投放。

功能指标

• 功能活躍指标：主要關注某功能的活躍人數，關注某個功能。
• 頁面訪問路徑：統計用戶從打開應用到離開應用整個過程中每一步的頁面訪問和跳轉情況。
• 轉化率：指進入下一頁面的人數（或頁面浏覽量）與當前頁面的人數（或頁面浏覽量）的比值。
• ········

功能指标是通過分析轉化率，我們可以比較快定位用戶使用産品的不同路徑中，分析哪些功能是否存在問題，哪些功能不符合用戶需求等，并提出如何進行優化的改進意見。

以上就是對APP主要指标進行的梳理，其實還有一些用戶畫像的數據等，而toc和tob的數據指标因服務對象不同，主要指标也是有所差異，在這裡就不一一介紹，其實我們了解APP的主要數據指标，是通過數據驅動業務，第一，讓APP的整體發展狀況會有一個很好的展現；第二，産品設計人員可以了解用戶對不同功能的使用，行為特征和使用反饋，這樣可以為産品的改進提供很好的方向。第三，市場推廣人員關注“什麼渠道帶來了多少用戶”，以及哪一個渠道帶來的用戶質量更高一些。

其他數據指标

現在，讓我們來看看其他的數據指标~

電商平台類指标

• PV
• UV
• 當前在線人數、平均在線時長
• 平均訪問量、日均流量
• 跳出率、收藏率、成交轉化率
• 客單價
• 銷售額
• 連帶率
• ……

會員指标

• 會員客單價、連帶率
• 購物平均停留時間
• 會員增長率、貢獻率
• 有效會員數
• 會員流失率
• 會員回購頻率
• 平均年齡
• ……

遊戲類指标

• 人均遊戲時長
• 遊戲活躍用戶次留
• 單遊戲日均時長
• ……

社交類指标

• P2P消息量
• 個人資料頁UV
• 好友滲透率
• 添加好友滲透率
• ……

直播類指标

• 滲透率：進入房間人數/活躍人數
• 停留率：進入房間人超過1min/活躍人數
• 功能次日留存：某天進入房間的人數，第二天仍然在房間的比例
• 充值金額：每天的充值金額,
• 消費總金額：每天的消費金額
• 人均充值金額ARPU：活躍玩家的平均付費金額
• 人均消費金額：活躍玩家的平均消費金額
• 總實收(RMB):遊戲内付費金額的統計
• ········

線下實體店指标

• 銷售額、客單價
• 銷售坪效=銷售額/店鋪面積
• 人效=店員人數/店鋪面積
• 進店率=進店人數/路過人數
• 試用率=試用顧客數/進店顧客數
• 成交率=成交顧客數/進店顧客數
• 新客戶成本=投入的營銷費用/營銷生成的新客戶數量
• 毛利率 =（銷售收入一營業成本）/ 銷售收入
• 純利率 =（銷售收入一營業成本一費用）/ 銷售收入
• ……

以上就是對其他數據指标進行的梳理，由于以上的行業我沒有過多的涉足，但與APP的數據指标其實有些道理是相通的，大家可以看着參考。也歡迎大家留言補充。

什麼是好的指标？

在最後，我們了解了那麼多指标，那什麼是好的指标呢，在《精益 數據分析》一書中，作者講到關于好的數據指标的一些準則。

（1）是有比較性

如果能從時間、用戶群體、産品、地域等不同角度進行比較，可以更好地觀察業務的發展趨勢，改善業務中需要改善的環節。

（2）是一個比率

比率之所以是最佳的數據指标，有以下原因：比率的可操作性強，是行動的向導。比率是天生的比較性指标。比率還适用于比較各種因素的相關性。

（3）能簡單易懂

一個好的數據指标必須是簡單易懂的。比如用戶增長率，就是一個簡單易懂的好指标。如果不能讓人輕易地記住或理解某指标，那麼公司就很難利用它來改變行為。

（4）會改變行為

好的數據指标會改變人的行為，這是最重要的标準。比如，電商的新媒體運營來說，關注閱讀量和在看數同時，還需要關注轉化率，有多少用戶通過這個平台購買自己的産品。

最後

總之， 數據指标很多，北極星指标，二級指标、定性指标、量化指标、虛榮指标等，但不管怎麼樣，好的數據指标之所以能改變商業行為，主要是留住用戶，口碑傳播，使品牌最大化，從而樹立品牌正面形象，獲取有效用戶，創造更多營收。好的數據指标，更應該為産品業務線所在的發展階段提供指引。

最後，若你有文中沒有提到的數據指标，歡迎留言添加完善，并交流！

作者：木兮，數據運營小白；公衆号：木木自由，一個運營小白的自留地，幫助對運營，産品，數據，分析感興趣的夥伴們明确學習方向、開拓視野、相互交流。

本文由 @木兮 原創發布于人人都是産品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部