做数据分析常用的数据指标都有哪些

4、用户分群分析

用户在某个特定条件下的用户分组或占比。例如：注册7天内下单的用户组、参与过A活动的用户等。

5、对比分析

将不同时段的数据进行对比，找出差值，进行产品优化或验证设计。

自身产品对比：对比产品不同模块相似场景的数据，找出问题点。

行业产品对比：与同行业产品进行对比，找出优劣势，并持续优化。

6、多维度拆解

用不同的维度视角拆分分析统一类数据指标。例如按照不同的省市地区分析、不同的用户人群、不用的设备等。通过不同维度拆解，找到数据背后的真相。

引入数据分析，就要引入数据模型。数据模型的核心是“分类”，如何选择或创造适合自身产品的数据模型，我们可以先了解市面上熟知几大模型。

1、AARRR

AARRR是Acquisition、Activation、Retention、Revenue、Referral，这个五个单词的缩写，分别对应用户生命周期中的5个重要环节。

获取用户（Acquisition）：首先，你需要从广告/渠道等去拉新，获取用户。然而用户下载了不一定会安装，安装了不一定会使用该应用。所以激活成了这个层次中最关心的数据。

关注指标：CAC（用户获取成本 Customer Acquisition Cost）

提高活跃度（Activation）：然后，通过引导用户注册等方式来激活他们。

关注指标：DAU（日活跃用户）、MAU（月活跃用户）、每次启动平均使用时长、每个用户每日平均启动次数、日活跃率、周活跃率、月活跃率

提高留存率（Retention）：用户被激活后，剩余的工作就是如何让他们留下来，产生粘性。

关注指标：1-Day Retention（次日留存率）、7-Day Retention（D+7日留存率）。曾经有游戏行业的行家指出，如果想成为一款成功的游戏，1-Day Retention要达到40%， 7-Day Retention要达到 20%。

获取收入（Revenue）：收入一般有三种，付费应用、应用内付费及广告。

关注指标ARPU（平均每用户收入）、ARPPU（平均每付费用户收入）、CAC（用户获取成本）、LTV（生命周期价值）。LTV – CAC的差值，就可以视为该应用从每个用户身上获取的利润。所以最大化利润，就变成如何在降低CAC的同时，提高LTV，使得这两者之间的差值最大化。

用户推荐（Referral）：以前的运营模型到第四个层次就结束了，但是社交网络的兴起，使得运营增加了一个方面，就是基于社交网络的病毒式传播，这已经成为获取用户的一个新途径。这个方式的成本很低，而且效果有可能非常好；唯一的前提是产品自身要足够好，有很好的口碑。

在整个AARRR模型中，这些量化指标都具有很重要的地位，而且很多指标的影响力是跨多个层次的。及时准确地获取这些指标的具体数据，对于应用的成功运营是必不可少的。

2、RARRA

RARRA模型本质上是通过AARRR模型调整顺序得来的，其原因是AARRR专注于获客(Acquisition)，且是McClure是在2007年编写的，当时的CAC还比较低廉，上架应用即容易获得用户。在互联网流量高速增长的今天，获取用户（Acquisition）已变得非常昂贵，所有应用商城都有百万个APP，市场竞争激烈，简单发布一个应用就有用户早已已不再是赚钱的方式。所以，以拉新获客的增长模式不再适用。现在黑客增长的真正关键是留存（Retention）。

RARRA模型是托马斯·佩蒂特Thomas Petit和贾博·帕普Gabor Papp对于AARRR模型的优化。

用户留存（Retention）：是RARRA最重要的指标，留存率是反应用户留存最重要的指标之一。

用户激活（Activation）：加速用户激活，为用户的第一次使用提供尽可能愉快的体验。确保他们在首次使用时就看到产品的价值所在。

用户推荐（Referral）：建立有效的推荐系统，让用户主动分享和讨论你的产品。

商业变现（Revenue）：提高用户的LTV（Lifetime Value），用户留存越长，对业务的价值越大。

用户拉新（Acquisition）：鼓励老用户带来新用户；优化获客渠道，通过渠道群组分析找出最适合你产品的获客渠道。

3、Google’s HEART

Google’s HEART是一个用来评估以及提升用户体验的模型，它由五个维度组成：Engagement（参与度）、Adoption（接受度）、Retention（留存度）、Task Success（任务完成度）和Happiness（愉悦度）。

4、Customer Experience Index (CX Index)

用户体验指数的维度有三个，分别为：满足需求、简单地和愉快地。

以上就是几个常见的数据指标模型，我们可以通过分析每个模型的背景和用途来学习其中的指标思路，并创造出适合自己团队的数据模型。

为了对指标进行统一管理，方便维护和共享，我们需要创建指标字典。指标字典可以是Excel表，或者其他记录形式。在数据量大的复杂环境中，一般将指标管理功能放在数据管理系统中。

指标一般分为三类：基础指标、普通指标、计算指标。

1、基础指标

指没有更上游的指标，即它的父级指标就是它自身。例如“团购交易额”、“订单量”、“日活跃用户数”。

2、衍生指标

指在单一父级指标的基础上限定某个维度得到的指标。例如“PC端团购交易额”，限制条件为“下单平台=PC”。

3、计算指标

指在若干个描述型指标上通过四则运输、排序、累计或汇总定义出的指标为计算指标。例如“客单价”、“ARPU”等

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!