数据指标有哪些？什么是好的数据指标？

小提示：您能找到这篇{数据指标有哪些？什么是好的数据指标？}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的数据指标有哪些？什么是好的数据指标？内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

上篇文章梳理交流了关于数据监控体系的意义和搭建思路，明确了数据监控在数据分析中重要性，了解了数据监控体系搭建方法论。）本篇将继续探讨数据分析中又一环“数据指标”，所谓的数据指标有哪些呢？哪些又是有效的，来明确一下指标的定义。

（本期主要介绍以APP的数据指标为主）

数据指标有哪些呢？哪些又是好的数据指标？

首先，我们需要了解一下“指标”定义，即衡量目标的方法。而构成要素有维度＋汇总方式＋量度。

维度：回答从哪些角度去衡量的问题？，

汇总方式：回答用哪些方法去衡量的问题？

量度：回答目标是什么的问题？

所谓的“数据指标”，简单来说就是可将某个事件量化，且可形成数字，来衡量目标，在日常工作中大家都会应用的到。在一定程度上，“数据指标”能揭示出产品用户的行为和业务水平状况。我们在工作中会关注一些数据指标，如转化率，留存率，日活，月活等。而不同的产品业务在不同阶段时期，又有哪些数据指标，什么样的数据指标是值得我们去关注的，或者是有效的，并且能帮助产品业务线找到自己的提升方向呢。

APP主要数据指标

那么，接下来，我们就先来看看APP主要数据指标有哪些？

活跃用户指标

• 日活（DAU）：一天内日均活跃设备数(去重，每个公司活跃的定义不一样)
• 周活跃数（WAU）：一周内活跃设备数(去重，每个公司活跃的定义不一样)
• 日新增DNU：一周内的日均新增人数,计算方式：一周新增设备数(不去重)/自然周天数
• 最高活跃（PCU）：一周内的最高活跃设备数
• 月活（MAU）：一个月内的活跃设备数(去重)。
• 活跃度（DAU/MAU）：体现用户的总体粘度，衡量期间内每日活跃用户的交叉重合情况。
• ……

活跃用户指标有的公司定义启动过APP的用户就算活跃，有的定义必须登录账户才算活跃。活跃用户指标可以按照时间跨度不同分为、周、月来统计，是衡量APP用户规餐饮行业 公关案例模的指标。一个产品是否成功，如果只看一个指标，那么这个指标一定是活跃用户数。如新闻APP、音乐APP、社交APP等大多数希望用户每天都打开的应用，其产品的北极星指标均为日活跃用户数。

新增用户指标

• 日新增注册用户量：统计一天内，即指安装应用后，注册APP的用户数。
• 周新增注册用户量：统计一周内，即指安装应用后，注册APP的用户数。
• 月新增注册用户量：统计一月内，即指安装应用后，注册APP的用户数。
• 注册转化率：从激活到注册的转化。
• DNU占比：新增用户占活跃用户的比例，可以用来衡量产品健康度。
• ……

新增用户指标也可以按照时间跨度不同分为、周、月来统计，且主要是衡量营销推广渠道效果的最基础指标；转化率则是反映渠道推广落地页或者注册流程的流畅度；而新用户占比活跃用户过高，那说明该APP的活跃是靠推广得来。这种情况非常值得关注，尤其是关注用户的留存率情况。

留存指标

• 次日留存率：某一统计时段新增用户在第二天再次启动应用的比例。
• 7日留存率：某一统计时段新增用户数在第7天再次启动该应用的比例，14日和30日留存率以此类推。
• ……

留存指标也是验证APP对用户吸引力很重要的指标。通常可以利用用户留存率与竞品进行对比，衡量APP对用户的吸引力。对于某一个相对成熟版本的应用，如果用户留存率有明显变化，则说明用户质量有明显变化，很可能是因为推广渠道质量的变化所引起的。

使用时长指标

• 使用总时长：在某一统计周期内所有从APP启动到结束使用的总计时长(不去重)。
• 人均使用时长（分）：同一统计周期内的使用总时长/活跃用户数。
• 单次使用时长（分）：同一统计周期内使用总时长/启动次数。
• 新用户时长（分）：某一统计周期新用户app时长某一统计周期的新用户数(不去重)
• 老用户时长（分）：某一统计周期老用户app时长/某一统计周期的老用户数(不去重)。
• 使如何组织网络营销部门用时间间隔：指同一用户相邻两次启动的时间间隔。
• ……
  使用时长相关指标也是衡量产品活跃度、产品质量的重要指标。目前APP种类繁多，用户精力分散，每天的时间是有限，比如现在很流行的短视频APP，主要指标就要看时长指标了。

用户构成指标

• 回流用户：上周未启动过APP，本周启动APP的用户；
• 连续活跃n周用户：连续n周，每周至少启动过一次APP的活跃用户；
• 重要用户：连续活跃4周及以上的用户；
• 连续活跃用户：连续活跃1周及以上的用户；
• 流失用户：连续n周（大等于1周，但小于等于2周）没有启动过APP的用户。
• 流失率、回流率等
• 
  用户构成指标是对已注册用户的构成进行分析，有助于通过新老用户结构了解活跃用户健康度。每个公司对重要、回流、流失用户的定义不一样的，我们可以根据产品业务需要，制定回流、流失预警，来对用户健康度进行监控。

渠道指标（不包括SEO）

• 投放消耗：统计时间内花费的金额
• 投放成本（roi）：统计时间内花费的金额/买量新增人数。
• 曝光量：通过应用市场投放广告曝光的次数。
• 点击量：广告被点击的次数，是APP被下载并激活的前提。
• 下载量：通过应用市场等渠道，下载APP应用的用户数量。
• 激活量：安装应用后，首次打开APP应用的用户数量。
• 激活转化率：从下载到激活的用户转化。
• 日均自然量占比：自然量新增/新增人数。
• 各个渠道留存率：每个推广渠道来源，x日留存率为x日前的新用户在今天还启动应用的比例。

渠道指标是评估渠道投放的质量，再结合产品自身特点、产品受众群体以及渠道自身特点做出全面细致的评估，并根据数据情况筛选优质渠道进行投放。

功能指标

• 功能活跃指标：主要关注某功能的活跃人数，关注某个功能。
• 页面访问路径：统计用户从打开应用到离开应用整个过程中每一步的页面访问和跳转情况。
• 转化率：指进入下一页面的人数（或页面浏览量）与当前页面的人数（或页面浏览量）的比值。

以上就是对APP主要指标进行的梳理，其实还有一些用户画像的数据等，而toc和tob的数据指标因服务对象不同，主要指标也是有所差异，在这里就不一一介绍，其实我们了解APP的主要数据指标，是通过数据驱动业务，第一，让APP的整体发展状况会有一个很好的展现；第二，产品设计人员可以了解用户对不同功能的使用，行为特征和使用反馈，这样可以为产品的改进提供很好的方向。第三，市场推广人员关注“什么渠道带来了多少用户”，以及哪一个渠道带来的用户质量更高一些。

其他数据指标

现在，让我们来看看其他的数据指标~

电商平台类指标

• PV
• UV
• 当前在线人数、平均在线时长
• 平均访问量、日均流量
• 跳出率、收藏率、成交转化率
• 客单价
• 销售额
• 连带率
• ……

会员指标

• 会员客单价、连带率
• 购物平均停留时间
• 会员增长率、贡献率
• 有效会员数
• 会员流失率
• 会员回购频率
• 平均年龄
• ……

游戏类指标

• 人均游戏时长
• 游戏活跃用户次留
• 单游戏日均时长
• ……

社交类指标

• P2P消息量
• 个人资料页UV
• 好友渗透率
• 添加好友渗透率
• ……

直播类指标

• 渗透率：进入房间人数/活跃人数
• 停留率：进入房间人超过1min/活跃人数
• 功能次日留存：某天进入房间的人数，第二天仍然在房间的比例
• 充值金额：每天的充值金额,
• 消费总金额：每天的消费金额
• 人均充值金额ARPU：活跃玩家的平均付费金额
• 人均消费金额：活跃玩家的平均消费金额
• 总实收(RMB):游戏内付费金额的统计

线下实体店指标

• 销售额、客单价
• 销售坪效=销售额/店铺面积
• 人效=店员人数/店铺面积
• 进店率=进店人数/路过人数
• 试用率=试用顾客数/进店顾客数
• 成交率=成交顾客数/进店顾客数
• 新客户成本=投入的营销费用/营销生成的新客户数量
• 毛利率 =（销售收入一营业成本）/ 销售收入
• 纯利率 =（销售收入一营业成本一费用）/ 销售收入
• ……

以上就是对其他数据指标进行的梳理，由于以上的行业我没有过多的涉足，但与APP的数据指标其实有些道理是相通的，大家可以看着参考。也欢迎大家留言补充。

什么是好的指标？

在最后，我们了解了那么多指标，那什么是好的指标呢，在《精益数据分析》一书中，作者讲到关于好的数据指标的一些准则。

（1）是有比较性

如果能从时间、用户群体、产品、地域等不同角度进行比较，可以更好地观察业务的发展趋势，改善业务中需要改善的环节。

（2）是一个比率

比率之所以是最佳的数据指标，有以下原因：比率的可操作性强，是行动的向导。比率是天生的比较性指标。比率还适用于比较各种因素的相关性。

（3）能简单易懂

一个好的数据指标必须是简单易懂的。比如用户增长率，就是一个简单易懂的好指标。如果不能让人轻易地记住或理解某指标，那么公司就很难利用它来改变行为。

（4）会改变行为

好的数据指标会改变人的行为，这是最重要的标准。比如，电商的新媒体运营来说，关注阅读量和在看数同时，还需要关注转化率，有多少用户通过这个平台购买自己的产品。

最后

总之， 数据指标很多，北极星指标，二级指标、定性指标、量化指标、虚荣指标等，但不管怎么样，好的数据指标之所以能改变商业行为，主要是留住用户，口碑传播，使品牌最大化，从而树立品牌正面形象，获取有效用户，创造更多营收。好的数据指标，更应该为产品业务线所在的发展阶段提供指引。

最后，若你有文中没有提到的数据指标，欢迎留言添加完善，并交流！

作者：木兮，数据运营小白；公众号：木木自由，一个运营小白的自留地，帮助对运营，产品，数据，分析感兴趣的伙伴们明确学习方向、开拓视野、相互交流。

本文由 @木兮 于，未经作者许可，。

，基于CC0协议