|
01 启动用户 f0 n/ i c! V0 s* J) q# n( E
启动过应用程序的用户以独立设备为标准进行去重
" U* h, J. t$ _( w/ \! }0 L, W6 s7 Z# w4 x3 p
02 新用户3 t- |" J! s! [1 z
所选时段的启动用户中，历史上第一次启动应用程序的用户, _ H9 T: g5 Z" S
: ~9 t' v8 R$ T
03 老用户5 T4 E9 J9 g, {4 ^
当日启动用户中，以前也启动过应用程序的用户" b* G$ K2 ~4 b6 N
! K2 F2 X: R; [. e$ H: Q04 每次使用时长
4 t! ^/ |/ x' Q8 t6 _ 平均每一次使用应用程序session，的时间2 W& h! Z+ z$ }, L/ Y7 N- G5 R( e
% ]/ {/ ^% i5 e3 g9 g( j' c05 每人使用时长
3 K9 R0 }- o" ~6 Y9 Q: e F 平均每个用户使用应用程序的时间9 b9 i, Q3 Q+ g, T! Z- ^( X
9 k+ G0 j- q! B2 n+ f! S w& `06 流失用户. s3 u s- l+ w7 x4 t
过去60天含当日，没有启动过应用程序的用户已去重
, [8 ^3 a+ v& G0 V3 G, p7 U* a
" e- w! @( u5 O2 }5 b1 K- u. _, A07 流失率 R4 L6 o7 T+ ~* @" J
流失用户/累计用户
2 O2 Q1 k5 P1 P, M" @5 A& U5 z5 {, t8 N. F2 V$ x" ]" r) d" w% v. h
08 累计启动用户
/ a- Z$ i0 H3 Z3 g2 |% A! ` 累计启动过应用程序的用户数量以独立设备为标准进行去重
. F' h% H. {9 o9 W+ a& g. h- X; Y1 n9 ^2 O7 i
09 留存用户
p1 L8 J: K5 h- d0 J& ?. C 留存用户是指某个时间段的新增用户，经过一段时期，仍使用程序的用户。该指标可以用来掌握用户的粘性及忠诚度% R6 {$ u1 H# n, i4 c# c) s& q8 R
; K1 f) Z; X3 ]3 f3 o; |% y
10 留存率
{+ @8 Q9 q* P7 B4 s 用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用应用的被认作是留存；这部分用户占当时新增用户的比例即是留存率* S6 w" d/ O* Q. T: C" _
+ V% r w7 {2 M5 `11 日留存8 ^ V# u2 n1 X5 X+ C
某日的新增用户中，在第2天之后，每日启动过程序的用户数
) ]- H) X+ a: P' I. w, o0 I$ j' H. F. b0 G' E8 O4 X. Z
12 周留存6 H8 O1 K' a- j
某周的新增用户中，在第2周之后，每周启动过程序的用户数
4 c# x/ J: i" C* Y: v/ d7 I6 Y8 o H7 f
13 月留存5 z/ g% w. j/ d1 C
某月的新增用户中，在第2月之后，每月启动过程序的用户数
" C) U- b" D7 p
3 z; L M1 X4 `4 |$ }7 x14 活跃留存数* ~, B7 z; x6 r2 |2 O
某个时间段的活跃用户中，在第二天之后，每日启动过程序的用户
! ?# B/ V4 B7 Y
: N% v- u" T5 d3 g15 访问页面! R( U7 j4 H. _1 b
被用户访问的页面如searchindex
5 ?2 n/ U7 C0 b+ W% ?
7 R3 [+ U. G, ?, {- R Q8 _: s16 访问页面备注名称* m) i+ M9 J3 n0 c& ]
访问页面备注名称如搜索页
' i. {5 \4 b5 b5 ?4 R& ]
[' B2 g6 L& u+ _4 ?2 s! Y17 访问次数
( c( r' j2 L% X" P1 g' }1 Y 用户访问当前页面的总次数
. l C8 j& O' i+ ?! L; X2 `0 U3 I2 x, C; w" b6 B) i# E. e
18 访问次数占比$ G" j+ H6 Y" @3 N
当前页面访问次数/全部页面访问次数
. A- i* n% V. e' U, f {
7 I: f0 G3 {" x1 B3 D6 s19 平均停留时间
" k& W4 E6 N' N, F" S, Q' c 用户访问当前页面的平均停留时长如在搜索页的停留时间, T Z8 R0 \' T# b- K3 [
+ J& a( C' P% P% U6 w& h
20 页面跳出率. k( L' c' z8 [( Q" A, s: A
用户从当前页面离开应用程序的比例! a7 k7 K8 { t b: O7 o
W. [" `. n9 m% ^5 q$ L; J21 访问深度
1 J/ `/ {+ I+ o7 L3 ^ 用户一次启动内，访问页面的总数，如果用户一次启动内多次访问同一个页面，该页面会被累计
& D8 c1 x$ q( o- L: B2 x( p) p, [; G3 I
22 使用频率
3 j/ Z3 P1 U# Y( B" ^' K) I 所选时间段内的产品启动次数& o! o; X, W1 J2 ]2 q& p
! L r3 |' ^. ~0 F! G
23 使用时长
6 o' T+ E* M. _2 l; e 用户每一次使用应用程序session的时间
P* m& g7 e3 x) S/ b9 T
4 E, C3 E2 n- {2 H24 使用间隔
t! a. ?8 s3 k. \- B' f% ` 所选时间段内，同一用户相邻两次启动的时间间隔9 Z+ G: N6 L# j* q$ Q# @
9 A1 O3 D! x6 L q+ B* T
25 留存率
) o9 H' W: M* |2 q# x o5 v7 l3 A, a2 u 用户会在多长时间内使用产品。如次日留存率、周留存率等, P/ }# ?; ~0 T3 C% n
1 G1 V( Q1 Y) O I! S3 N8 y4 p
26 流失率) I1 b8 O+ d8 w6 N+ d7 E7 y8 _! V
一段时间内流失的用户，占这段时间内活跃用户数的比例
$ D# V' j/ J: M9 s: t# _, x
& T, x1 u8 S! x( F- s27 PV
3 }' t' c* a: e- o0 ] page view，即页面浏览量，用户每1次对网站中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。在一定统计周期内用户每次刷新网页一次也被计算一次。一般来说PV与来访者数量成正比，但是PV并不直接决定页面的真实来访者数量，例如，同一个来访者通过不断的刷新页面，也可以制造出非常高的PV。(内容由https://www.masterchat.cn整理发布）
; d! _' R- J( v, _0 v8 K" x/ o
2 R9 r' F7 }: y7 y% z/ v28 OMTM8 ?" ?$ a" E, ]# z/ y4 }
one metric that matters，北极星指标，唯一重要指标；之所以叫北极星指标，是因为这个指标一旦确定，就会像夜晚高悬于天空的北极星一样，指引整个公司和产品的前进方向- w; u5 p2 n, I. V
, Q1 e; K; [' x) U; }29 UV0 `; Z, `: x) _$ t' Q+ S
unique visitor，即独立访客，访问网站的一台电脑客户端为一个访客
* X9 A$ I n6 M* m2 v
1 B& F$ M0 I) N# n( z3 z30 PR
5 J/ q8 K' N d8 \6 _5 w c3 I/ V pagerank，即网页的级别，一个PR值为1的网站表明这个网站不太具有流行度，而PR值为7到10则表明这个网站非常受欢迎或者说极其重要
& {: a) h7 A( @: b* p2 N# D0 u& l* S# H( d- Z* m$ C" ]
31 跳出率
: x; D: R3 q: M7 k% o+ p 指用户到达你的网站上并在你的网站上仅浏览了一个页面就离开的访问次数与所有访问次数的百分比。这里的访问次数其实就是指PV。是评价一个网站性能的重要指标，跳出率高，说明网站用户体验做得不好，用户进去就跳出去了，网站没有满足用户的期望与需求或是人群定位不精准，反之如果跳出率较低，说明网站用户体验做得不错
2 o. a& M/ {7 b" O% z! _2 q$ a+ C, Y/ A& s% {+ @: Y
32 转化率
5 R7 H$ E6 W0 ^* i) M" O 指在一个统计周期内，完成转化行为的次数占推广信息总点击次数的比率。转化率=转化次数/点击量，×100%& L- w& I7 c; c
% r. T3 _/ ]* t0 s, y$ x# }
33 重复购买率
& k7 b8 W9 u# _( }$ X- H 指消费者对该品牌产品或者服务的重复购买次数。重复购买率越多，则反应出消费者对品牌的忠诚度就越高，反之则越低
5 f5 g4 v# h& c/ |6 F$ \
) i: m' [2 @0 ]2 j b34 DAU
; z, m5 B. Q+ M Daily Active Users，日活跃用户，每日登陆过的用户数
; d0 m$ z. S( k4 ? F- D$ R6 }$ c* P9 E, a9 @, c8 K' u: F+ S9 C
35 WAU' k1 F; Z) J! V7 E0 f
Weekly Active Users，周活跃用户，七天内登陆过的用户数
4 D( U# e5 ^9 B7 i& ~4 s& H* ^3 o& o
36 MAU( q% X1 c, k1 q, m7 c8 o! W+ V
Monthly Active Users，月活跃用户，30天内登陆过的用户数
9 C! p* e8 G( m5 ?6 W9 E1 f1 B! {" B& [3 O. I6 h
37 AT& K# d+ m2 Q, U0 E
Daily Avg. Online Time，日均使用时长，活跃用户平均每日在线时长% n+ r2 L- m8 w6 f$ T2 {; B/ i
- i N1 Z5 B) w# @; E# `38 PCU* F; R1 O, E0 r) f. B7 h
Peak Concurrent Users，最高同时在线用户人数，统计周期内，同一时点通常精确至分，的最高在线人数& D) U8 t! X% z, ^9 B
; m! C- ] V5 N. q7 u0 S4 B1 F
39 ACU
1 n K7 c! [" F Average Concurrent Users，平均同时在线用户人数，统计周期内，每个时点通常精确到分，的平均在线人数0 m1 j! d! e: ?) T- E9 W& T
; s: r0 e+ A9 W [7 A; @& B40 ARPU# i) g) t8 L5 c! m8 U
ARPU-AverageRevenuePerUser，即每用户平均收入，用于衡量电信运营商和互联网公司业务收入的指标。ARPU注重的是一个时间段内运营商从每个用户所得到的收入。很明显，高端的用户越多，ARPU越高。在这个时间段，从运营商的运营情况来看，ARPU值高未必说明利润高，因为利润还需要考虑成本，如果每用户的成本也很高，那么即使ARPU值很高，利润也未必高
5 [9 X' ]" k0 f6 u0 g
' T2 O, h1 w; V! V* D$ X41 GMV
$ I8 \5 P8 Z5 j3 M1 }! u3 J 指标通常称为网站成交金额，属于电商平台企业成交类指标，主要指拍下订单的总金额，包含付款和未付款两部分
7 X% y) R+ Z$ a2 G2 [4 ^6 H! ^% L9 f% K* _% N& l) k A' c
42 DAU: i7 f5 l: v" [4 |' p1 Z( I
Daily Active User，日活跃用户数量，常用于反映网站、互联网应用或网络游戏的运营情况2 a. F) B* L3 s! ]2 N7 a) G
+ C6 t3 @/ t* x
43 MAU7 f" }& R4 w" @$ D8 S# S* H
monthly active users，月活跃用户人数
( A: x- d* n8 ]0 w$ r: J: q2 T( {- W5 ~; G
44 PCU
7 ^( F+ p/ O9 k* |0 X6 d, |! q5 I7 x Peak concurrent users ，最高同时在线玩家人数 I, ]5 Q9 ^5 O
! \) y9 c( y p7 Y/ K. Q) T& s- v45 DNU4 p% L! a* Z8 J4 a0 C0 j- e
日新增用户* Z( m9 P) B! D
- V1 @( g6 U0 [5 F
46 WAU7 i/ n' j+ f- @5 d4 x2 H
是周活跃用户数量
, Q/ G0 U! T- ?( Z- u7 E3 a0 I) \5 _' _
47 ACU
/ w& r5 G* L$ N( j Average concurrent users，平均同时在线玩家人数1 \8 I# N; r. [. V, K- |4 R
q; Z8 \% t* \. W. o+ T( r
48 UV" ]2 X( A x& W: r2 B
是unique visitor的简写，是指通过互联网访问、浏览这个网页的自然人% n. }4 C* _( t
6 q8 u) X \; e9 N8 c" H
49 DAU与日UV的区别, [( F- ]% R) s$ Z/ T8 @& k1 g
UV没有时间范围限制，就是访问用户数去重，，所以一般会加上每日UV，现在一般都指PC站的访问用户数；DAU加了时间限制，就是指每日访问用户数去重，，现在一般都会指的是APP的日活用户数0 Y; ]* N$ [1 a0 e+ A9 W& R
, Y# T+ B% _' @# m- h0 S4 v% U50 LTV' G0 w+ } h8 t$ G' B& Y
Life Time Value，生命周期价值，从用户从最第一次登录到最后一次登录的整个生命周期过程中，所贡献的全部经济收益价值总和。而由于用户的生命周期通常难以统计，所以在实践中，更多采用“LTV_N”来统计新用户在首次登录后的N天内，所贡献的价值总和。此指标更为灵活实用% t" ~6 n, D, K3 E
# ~7 ]. @! b+ ^1 O/ D
51 PUR
" N. s4 N# B. K+ p% }$ E8 c4 b' c+ X& r Paying User Rate，用户付费率，计算公式为：APA/AU，通常以特定统计周期内的活跃用户为统计前提。指统计周期内的活跃付费用户APA，数除以该周期内的总活跃用户AU数3 S: F# @, u/ n9 n) [
; N+ Y" x; L5 v2 g
52 DNU/DA
, j" ]2 j6 G( N2 p# f. G 叫这个指标为活跃度指数，当然大家喜欢叫做新增用户占比" k ?# E( U4 ^9 X9 e- s: R
4 _# ~9 b& b$ a! d" |9 Q+ i' D53 ULR
( `1 k" c$ U0 y& | Users Leave Rate，用户流失率，统计当日登录过产品的用户，但在随后N日内未登录的用户数/统计日DAU4 a- r. _' f; @$ E9 `- U& ]5 p1 Z
$ R6 c) {7 N, T4 e
54 AU
9 W. I# ]2 E" [ Active Users，活跃用户，用户登陆产品记为一次登录0 P0 C: p8 O. f
+ A$ Y+ ]! ^5 x$ ?5 Z) m' @
55 日流失率9 F$ y2 Y" Z ~2 l
统计当日登陆过产品的用户，次日未登陆的用户数/统计日DAU- a1 w7 X! T# ^3 _: ~2 h5 a
% l/ k; N1 Q9 j' `9 u
56 周流失率) Z0 W) Q9 P8 e
统计当周登陆过产品，之后下一周未登陆的用户数/WAU
3 n0 g# P) O- b4 h) Y+ [2 c, @% m( O$ V& t2 O) Z# P: Z8 K, b1 q
57 月流失率- z; X$ f( l) p) k& k3 \
统计当月登陆过产品，下一月未登陆的用户数/MAU
g+ ^- p$ j" |# q5 `
" T0 J2 [/ w0 n7 k1 o58 日留存率) G9 ~1 L, ~, P
统计当日登录过产品的用户，在之后N日内至少登录一次的用户数/统计日DAU
, E, S# z H6 D8 A7 T, {) D, K2 ^7 }9 [' L5 `. d
59 周留存率
8 j: `/ S. V; @# T) L 统计当周登录过产品的用户，且下一周至少登录一次的用户数/WAU
8 d# L( j6 g' z, x2 A+ F
! Y2 B0 q$ }( j1 F60 月留存率9 c$ c' G0 W9 U- _" [2 H
统计当月登录过产品的用户，且下一月至少登录一次的用户数/MAU5 ~6 t8 ^3 z7 O: e
$ A+ s E% Z8 s61 次日留存率6 B( z+ `1 r1 R0 C. }
统计当日登录过产品的用户，次日依旧登录的用户数/统计日DAU# j% k4 a' L. X3 ?, D
0 n) V2 t( k5 E8 W7 J) ~
62 回归率
3 m* p& X& {, \! S) Y% m/ p( u2 Z 曾经流失，重新登录产品的用户数占流失用户的比例
$ i$ K% E3 N3 t6 g- p: N0 d0 R. x6 M7 j: a/ m
63 回归用户
. r2 K3 D! Y8 Z, S: ]# `% C: K+ g 曾经流失，重新登录产品的用户数: l1 K6 |, m% A% ^: q
! k5 ]# q0 Z0 G! B
64 流失用户池 ~* o% w9 K6 P2 d: g, s) D
过去一段时间内流失的用户数
% Y7 r3 v: z6 F/ H9 Y+ N1 R1 E/ R* T8 l% W6 T2 H- Z6 A) `, y( C7 `
65 ROI1 O7 m/ ?2 p1 b: A4 E
Return On Investment，即投入产出比。目前很多广告主要求每笔广告投入都能够获得一定量的转化目标，在广告主的成本控制中就会出现一个指标，即每获得一个有效转化所花费的成本，该指标就是衡量效果广告的投入产出比
0 y9 A" \" c1 _; x" |7 M# G8 Z1 m
|
发表于 2023-5-28 12:24