数据统计工具：百度统计思维移动数据平台介绍

　　数据统计工具：百度统计思维移动数据平台介绍

　　数据统计工具：百度统计

　　

　　百度统计思维导图

　　百度统计是一款强大的网站数据统计分析工具，从六个维度进行分析——趋势分析、来源分析、页面分析、访客分析、定制分析、优化分析，并帮助网站优化、用户定位、营销推广，开启网站与用户的完美匹配。

　　

　　百度统计值价值维度

　　趋势分析，可以了解网站的基本状态和用户活跃度；

　　访问者分析和自定义变量可以了解网站访问者的构成和各种属性，帮助我们明确用户定位；

　　页面分析、转化路径、事件跟踪可以了解用户行为，帮助我们合理安排页面布局和页面层次，优化网站设计，提高转化率；

　　来源分析、优化分析、指定广告跟踪，可以了解网站的营销推广情况，监控各种网络媒体的推广效果，优化SEO。

　　网络数据统计工具：

　　海外：GA、Clicky、W3Counter、Woopra、W3Perl、Piwik、TraceWatch、Snoop、goup、JAWStats、Crazyegg

　　国内：百度统计、CNZZ、国双统计、51la、量子统计、小爱统计、科捷统计、iDigger、gostats

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

　　APP数据统计工具：

　　国外：Flurry、谷歌分析移动、Mixpanel

　　国内：友盟、吉峰统计、TalkingData、百度移动统计、CNZZ移动数据平台、imofan

　　开源：cobub

　　网站的后台还可以进行一些基本的统计，比如注册人数、会员人数、互动次数等。

　　常用的核心数据指标

　　除了上面思维导图中提到的数据指标外，还包括从思维导图中的数据指标扩展而来的活跃度、流失率、留存率等。

　　活动：

　　主要衡量产品的粘性、用户的稳定性和核心用户的规模，在线观察产品的周期性变化。

　　AU（Active Users）活跃用户：登录产品的用户计为一次登录

　　DAU（Daily Active Users）：每天登录的用户数，通常从后台抓取

　　WAU (Weekly Active Users) 周活跃用户数：7天内登录的用户数

　　MAU (Monthly Active Users) 月活跃用户数：30天内登录的用户数

　　AT（Daily Avg. Online Time）：活跃用户的平均每日在线时间

　　AT=每日总在线时间/DAU

　　DNU (Daily New Users) 每日注册和登录用户：只需从后台抓取

　　PCU（Peak Concurrent Users）最高并发用户数：统计期内同一时间点（通常精确到分钟）的最高在线用户数

　　ACU（Average Concurrent Users）平均在线用户数：统计周期内每个点的平均在线用户数（通常精确到分钟）

　　ACU=DAU * AT / 时间精度

　　EC（Engagement Count）用户登录频率：统计期内每个用户的平均登录总次数

　　根据不同的统计周期，通常每天的登录频率统计登录次数；每周和每月登录频率统计登录天数（每天多次登录按一次计算）

　　对于不同的产品，活跃度的标准是不同的，可以根据自己的需求细分定位——轻用户、中用户、重度用户、忠实用户等。

　　丢失，保留：

　　在流失前观察流失用户的状态和他们的行为，以确定产品可能存在的问题。

　　ULR（Users Leave Rate）用户流失率：统计当天登录产品但接下来N天未登录的用户数/统计日DAU

　　日流失率：统计当天登录产品的用户数，以及次日未登录的用户数/统计日DAU

　　每周流失率：统计当周登录产品但下周未登录的用户数/WAU

　　月流失率：统计当月登录产品、下个月未登录的用户数/MAU

　　OSUR (One Session User Rate) 一次会话的用户比例：新登录用户中只有一次会话的用户比例，主要衡量新用户的质量

　　DRR（Daily Retention Rate）日留存率：统计当天登录产品的用户数，以及接下来N天至少登录一次的用户数/统计日DAU

　　WRR（Weekly Retention Rate）周留存率：统计当周登录过产品且下周至少登录过一次的用户数/WAU

　　MRR（Monthly Retention Rate）月留存率：统计当月登录产品的用户数和下个月至少登录一次的用户数/MAU

　　次日留存率：统计当天登录产品的用户数，以及次日仍登录的用户数/统计日DAU

　　回归率：产品流失和重新登录的用户占流失用户的比例。

　　回访用户数：产品流失后重新登录的用户数

　　关闭用户池：过去一段时间内流失的用户数

　　回归率=回访用户/流失用户池

　　收入：

　　对产品盈利能力的综合评估。

　　PUR（Pay User Rate）付费率：统计期内付费账户数与活跃账户数之比，一般以自然月或自然周为单位计算

　　广度，更多人付费

　　PUR = APA / AU

　　APA（Active Payment Account）活跃支付账户用户数：统计期内成功支付账户的用户数

　　APA = AU * PUR

　　ARPU（Average Revenue Per User）平均每用户收入：统计期内活跃用户在产品上产生的平均收入

　　ARPU = 收入 / AU

　　ARPU = ARPPU * PUR

　　ARPPU（Average Revenue Per Paying User）每付费用户平均收入：统计期内，付费用户从产品中产生的平均收入

　　深度，多付钱

　　ARPPU = 收入/APA

　　LTV（Lift Time Value）生命周期价值：平均而言，一个新用户在其生命周期（第一次登录到最后一次登录），为产品创造的总收入

　　LTV_N：统计期间，一批新增用户在首次登录后N天内产生累计收入/NU（新用户）

　　用于衡量渠道导入用户的回收期，回收率=LTV_N/CPL（导入成本）

　　上述数据可根据需要进行拆解合并，如流失付费用户数、付费用户回访数、新增付费用户数、新增活跃用户数等。

　　同时，不同的产品类型有不同的需要关注的数据指标，一切都是天生的。

　　推荐：大数据工具导航()

　　通过：亲爱的