网站分析常用的指标之内容指标(2017年马云在某次年会演讲中提到的一件，你还敢落后？)

　　网站分析常用的指标之内容指标(2017年马云在某次年会演讲中提到的一件，你还敢落后？)

　　2017 年，马云在年会上的演讲中提到了让他感到惊讶的事情。

　　在西湖边，他曾看到乞丐用支付宝的支付码乞讨。从界面操作来看，乞丐能够利用支付宝提供的“业务链接”功能，研究本周乞讨收入和单位的走势。小时的乞讨金额，以便为自己制定更有效的乞讨策略。

　　

　　图片来源于网络

　　乞丐都在用数据分析武装自己。作为互联网从业者，你敢落后吗？为了让大家感受数据分析的价值，提高工作效率，我们来看一个真实的操作案例。

　　为什么要学习数据分析

　　2018年之前，运筹学社对公众号的图文推送时间不固定。他们在早上、中午、下班和深夜被推，所以相应的阅读量波动很大。

　　今年年初，我提出了一个假设“如果推送时间固定，是否会促进图文打开率（阅读量）的提升”。

　　为了测试这个想法，我当时需要解决的第一个问题是：

　　《运筹学社公众号黄金推送时间在哪里？》

　　我导出运研社过去一年的图形数据，使用推送时间、打开率、标题三个数据字段构建散点图。

　　

　　运筹局近6个月图文数据

　　从过去1年的推送时间和打开率的散点分布来看，高打开率的图文主要集中在中午12点和13:00这两个时间段，所以我把这两个时间段放在点定义为运筹学机构推送图文的黄金时间。

　　实践证明，“定时发布内容可以提高打开率”的假设是正确的。阅读数据反馈，我们的阅读量在3个月内增长了200%。

　　无论是生活还是工作，数据分析都是一项必不可少的技能。

　　我在Recruitment网站研究了近100个运营岗位的职责和要求。用户运营、内容运营、产品运营、社区运营、渠道运营，几乎都在前面写了这么一行：

　　“通过有效的数据分析（点击率、访问、转化率等），研究分析用户需求，制定运营策略。”

　　

　　为了让你掌握最实用的数据分析技巧，本文文章将带你了解数据分析领域和产品指标，熟悉数据驱动操作的底层方法。

　　“聪明的女人没有米饭很难做饭。”为了让小伙伴们赢在起跑线上，下面就开始系统的讲解数据分析中的底层元素——数据领域。

　　

　　您的基本数据字段是否足够完整？

　　2015 年，我在*敏*感*词* 从事内容运营。当时我们的核心KPI是把第二天的留存率提高到45%，所以想研究一下用户第一次登录的内容消费和第二天留存的关系。为了通过优化内容推荐系统来提高第二天的留存率。

　　想法很好，但现实很悲惨。当我向技术学生询问数据分析需求时，他们非常虔诚地回答：

　　“抱歉，我们不计算用户内容消费数据”。

　　由于缺乏用户内容消费数据，我当时只能搁置这个数据分析方案（补充统计用户消费字段1个月后终于实现了）。

　　与大家分享这个案例，主要是希望大家能够明白数据分析的底层关键支持是基础数据字段。没有基础数据字段，您的数据分析计划就无法实施。没有基础的数据字段，不管你多大年纪也不能做数据驱动的操作。

　　所以，为了能够做好数据分析，你需要尽可能全面地提出你的数据字段要求，具体包括以下两类基础数据字段：

　　1）用户信息数据字段

　　指用户的社会信息数据，如姓名、性别、出生日期、出生地、婚姻、教育、手机、邮箱等字段

　　对于电商和母婴产品，还需要基于“用户行为数据”，衍生出家庭类型、家庭规模、家庭子女标签、职位、行业等高级用户信息数据字段。

　　2）用户行为数据字段

　　记录时用户行为数据字段的格式通常为User id（哪个用户）+ Active（哪个操作）+ Time（生成时间）。

　　比如今天早上，我在贴吧client的首页看了一篇关于China Joy的帖子，我还评论了姑娘们的美。然后贴吧官方会按照以下格式统计我的发帖行为数据。

　　

　　用户行为数据字段是每个用户对产品的操作行为的数据记录。不同产品类型需要记录的用户行为不同。

　　阅读内容、点赞、评论和分享是社区产品的关键用户行为领域。点击商品、加入购物车、下单、支付、评价是电商商品的关键用户行为领域...

　　与用户信息数据相比，用户行为数据是数据分析的重中之重。基于用户行为数据的处理和处理，总登录用户数（DAU）、新用户留存率、用户总数等产品数据指标的评论。

　　促进数据增长的指标有哪些？

　　内容运营同学有两个。一天，领导问他们最新的产品怎么样。

　　一位运营商表示产品表现非常好，每天都有很多人互动和点赞，另一位运营商表示产品有问题，用户不会分享内容。

　　如果你是老板，你应该相信谁？

　　我想你不会相信这两位同学，你甚至会很生气，因为你的员工没有一点数据分析的意识。

　　现代管理之父彼得·德鲁克说过一句很经典的话：

　　如果你不能衡量它，那么你就不能有效地发展它。

　　为了让数据驱动业务增长，我们需要制定业务衡量标准，并使用统一的衡量标准来定义和评估业务。这个统一的标准在数据分析中被称为指标。

　　如果案例中的两个内容运营商能够利用互动率、分享率等三个产品数据指标向领导汇报自己的运营情况，或许能够在领导的心中留下好印象。

　　理解和使用指标是数据分析思维的第二步。我们需要根据特定的业务需求设置可以推动产品增长的指标。 （ps：数据指标按用户基础数据字段处理）

　　按照大家比较认可的AARRR产品增长模型，我们可以将指标分为5大类：拉动指标、活跃指标、留存指标、转化指标、沟通指标。

　　5 个新产品拉动指标

　　运营允许“用户”通过渠道交付访问产品。当“用户”认为产品不错时，就会下载，打开产品，发现里面的内容很适合自己，“用户”就会注册产品，最终成为真正的产品。用户。

　　

　　以上是大部分操作都会经历的拉出过程。如果要监控整个过程并评估拉出的实施效果，则需要设置以下数据指标。

　　1）Views

　　俗称曝光度，是指有多少用户在朋友圈、搜索引擎、应用商店等渠道看到产品推广信息。与查看次数对应的是点击次数。两者的比值在业内有一个专业术语CTR（CRT=clicks/views）。许多广告平台使用点击率来评估广告质量。

　　2）downloads

　　指应用安装数，是衡量新拉效果的结果指标。但是，App下载其实是一个中间状态。为了让产品从曝光到下载有很高的转化率，需要注意应用的大小和介绍文案的打磨。

　　例如，对于游戏类应用，为了避免下载时间过长导致玩家流失，用户会选择让用户下载后以补丁的形式完成所有素材的加载。

　　3）新用户

　　下载并不代表它是一个用户。如果“用户”只下载而不注册，则它是无效用户。每个产品的用户定义不同。大部分产品在用户注册App后定义为用户，如知乎、微博、小红书、*敏*感*词*。

　　4）acquisition cost

　　用户获取不可避免地涉及成本，这是新手运营商最容易忽略的事情。目前常见的成本计算方式有CPM（每千次展示成本）、CPC（每次点击成本）和CPA（每获客成本）。

　　5个产品的活动指标

　　相比于下载量和用户数，在人口红利消失之后，大家开始更加关注真实的东西——你有多少活跃用户？

　　用户活跃度是运营的核心任务，无论是移动端、网页端还是微信端，都有相关指标可以衡量。

　　1）活跃用户数

　　DAU 是指每日活跃用户数，指的是 24 小时内的活跃用户总数。还有每周活跃的 WAU 和每月活跃的 MAU 可以延长时间段。 （MAU是指一个月内重复数据删除后的活跃用户总数）

　　Ps：活跃用户对应的是流失用户、忠实用户、回访用户。流失用户为长期不活跃用户，忠实用户长期活跃，回归用户不活跃或流失，再打开产品。活跃用户数。

　　2）活动率

　　活跃用户数衡量产品的市场规模，而活跃率则衡量产品的健康度。

　　比如某个产品的DAU是100万，也许你觉得还不错，但我告诉你，它的注册用户总数是1亿，活跃率只有1%。你的感觉可能是这款产品很不错。

　　3）在线时长

　　现在数据分析越来越关注用户行为。为了研究一个App的活跃健康度，需要研究在线时长（它是视频网站的核心数据指标）。

　　不同的产品类型有不同的访问时间。社交一定比工具产品长，内容平台一定比理财长。如果你是内容产品，发现大部分用户的访问时间只有几十秒，那么最好分析一下。原因。

　　4）启动次数

　　它反映了用户的使用频率。用户平均每日激活次数越多，用户对产品的依赖度越高，他们的活跃度就越高。

　　人均社交产品的平均启动次数将在3-5次之间，是互联网启动次数中的最高值。

　　5）页面浏览量

　　PV（PageView）是页面浏览量，UV（Unique Visitor）是一定时间内访问网页的人数。用户访问网页的请求可以看作是一个PV。如果用户浏览了 10 个网页，则 ​​PV 为 10。

　　PV是互联网早期网站时代的活跃指标，也可以理解为活跃的网页版。

　　5 个产品的留存指标

　　如果说活跃数和活跃率是产品的市场规模和健康度，那么用户留存衡量的是产品能否持续发展，如果你是早期产品，更应该关注留存指标。

　　1）用户留存率

　　留存率=留存用户数/原创总用户量

　　使用产品一定时间并在一定时间后继续使用的用户称为留存用户。

　　假设某产品某天某渠道新增用户1000人，第二天仍有350人登录该产品，第7天仍有100人登录该产品，则由此获得的用户第二天频道留存率为35%，所以7天留存率为10%。

　　Facebook有一个众所周知的40-20-10法则，即新用户次日留存率为40%，7天留存率为20%，30天留存率为10 %。这种表现的产品更属于数据。

　　2）用户流失率

　　流失率和留存率正好相反。如果产品的新用户第二天留存率为 30%，那么就会流失 70% 的用户。

　　流失率可以在一定程度上预测产品的发展。如果产品某个阶段有10万用户，则每月流失率为20%。很容易推测该产品将在 5 个月后失去所有用户。

　　Ps：这里可以导出一个公式，生命周期=（1/流失率）*流失率的时间维度。例如，某产品每周流失率为 50%，因此平均用户生命周期为 14 天。

　　15 种产品的转化指标

　　就运营而言，新的、活跃的、留存的只是手段。衡量您工作绩效的最终标准是您拥有多少有价值的用户。

　　运营就像用户成长之路的指南。引导产品中的用户成为能够产生价值的超级用户，即回归商业本质。

　　交易产品转化指标

　　1）GMV

　　这是一个虚荣指标。用户只要下单并生成订单号，就可以计入GMV。不管用户是否真的购买了，京东官方公布的双十一是GMV。

　　2）营业额

　　交易金额是指用户支付的实际成交额，即用户购买后的消费金额，天猫双十一发布的战报就是交易金额。

　　3）销售收入

　　指交易金额减去退款后的余额，属于内部机密数据。

　　

　　如果把以上三个指标作为用户支付的动态环节，可以产生两个新的指标。

　　交易金额占GMV的比例实际上可以换算成订单支付率，反映支付的流畅性；销售收入和交易金额还涉及到退款率，它反映了产品的质量。

　　4）付费用户量

　　在产品中有交易行为的用户总数。与活跃用户一样，交易用户也可以分为第一单用户（首次消费）、忠实消费用户（持续购买的用户）、流失消费用户（流失后回来的用户）等。

　　同时，为了研究用户的付费潜力，还可以研究产品的付费用户比例：

　　付费用户占比=付费用户÷注册用户总数

　　5）ARPU

　　在单次促销中，指的是每个用户订单的收入，总收入/订单数。在整个产品生命周期中，我们更关注平均用户付费、总收入/用户数。

　　ARPU 可以进一步细分。当普通用户占比过大时，通常采用每个付费用户的平均收入：ARPPU = 总收入÷付费用户数

　　6）回购率

　　就像增加新用户一样，获得新付费用户的成本已经高于维持老客户的成本。复购率在整体复购统计中使用较多：单位时间内消费超过两次的用户数占已购买用户总数。

　　比如运研所技能训练营，一季度付费用户1789人，两次以上购买657人，所以我们的季度复购率为36%。

　　基于社区的产品转化指标

　　基于社区的产品的主要目的是将用户聚集在一起并引入用户生成的内容。其核心关键是培养一个可以产生内容的活跃用户社区。

　　1）内容*敏*感*词*

　　参与内容生存的用户总数，其中我们使用内容生产比例（内容生产者/用户总数）来衡量社区内容生成的健康程度。

　　最近很多大公司都在模仿小红书做社区。事实上，要超越小红书是相当困难的，因为小红书最大的障碍在于内容制作者的数量。

　　2）内容合作者