数据统计工具与常用的核心数据指标

数据统计工具:百度统计

900

百度统计思维导图

百度统计是一个强大的网站数据统计和分析工具,从六大维度进行分析——趋势分析、来源分析、页面分析、访客分析、定制分析、优化分析,帮助网站优化、用户定位、营销推广,打通网站与用户的完美锲合。

800

百度统计价值价值维度

趋势分析,可以了解到网站的基本状态、用户活跃度;

访客分析、自定义变量,可以了解到网站的访客构成和各类属性,帮助我们明确用户的定位;

页面分析、转化路径、事件跟踪,可以了解到用户操作行为,帮助我们合理安排页面布局、页面层次,优化网站设计,提高转化;

来源分析、优化分析、指定广告跟踪,可以了解到网站的营销推广状态,监控各种网络媒介推广效果,优化SEO。

适用于web的数据统计工具:

国外:GA 、Clicky、W3Counter、Woopra、W3Perl 、Piwik、TraceWatch、Snoop、goingup、JAWStats、Crazyegg

国内: 百度统计、CNZZ、国双统计、51la、量子统计、小艾统计、科捷统计、好耶iDigger 、gostats

外部分析工具:Alexa 、IUT、adplanner、quantcast

适用于APP的数据统计工具:

国外:Flurry,google analytics mobile,Mixpanel

国内:友盟,机锋统计,TalkingData,百度移动统计,CNZZ移动数据平台,imofan

开源:cobub

网站的后台也可以进行一些基本的数据统计,比如注册数、会员数、互动数等。

常用的核心数据指标

除了上述思维导图中提到的数据指标外,还包括根据思维导图中的数据指标延伸出的活跃度、流失率、留存率等。

活跃度:

主要衡量产品的粘性、用户的稳定性以及核心用户的规模,观察产品在线的周期性变化。

AU(Active Users)活跃用户:用户登陆产品记为一次登录

DAU(Daily Active Users)日活跃用户:每日登陆过的用户数一般从后台抓取

WAU(Weekly Active Users)周活跃用户:七天内登陆过的用户数

MAU(Monthly Active Users)月活跃用户:30天内登陆过的用户数

AT(Daily Avg. Online Time)日均使用时长:活跃用户平均每日在线时长

AT=日总在线时长 / DAU

DNU(Daily New Users)每日注册并登陆的用户数:直接从后台抓取即可

PCU(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

ACU(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

ACU=DAU * AT / 时间精度

EC(Engagement Count)用户登录频率:统计周期内平均每用户登录的总次数

根据统计周期不同,通常每日登录频率统计的是登录次数;周及月的登录频率统计的是登录天次(一天登录多次记为一次)

对于不同产品,活跃度的标准不一样,可以根据需要细分定位——轻度用户、中度用户、重度用户、忠诚用户等。

流失、留存:

观察流失用户的状态、流失前行为来判断产品可能存在的问题。

ULR(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DAU

日流失率: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

周流失率:统计当周登陆过产品,之后下一周未登陆的用户数/WAU

月流失率:统计当月登陆过产品,下一月未登陆的用户数/MAU

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

DRR(Daily Retention Rate)日留存率: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

WRR(Weekly Retention Rate)周留存率: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

MRR(Monthly Retention Rate)月留存率: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/MAU

次日留存率: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

回归率:曾经流失,重新登录产品的用户数占流失用户的比例

回归用户:曾经流失,重新登录产品的用户数

流失用户池:过去一段时间内流失的用户数

回归率 = 回归用户 / 流失用户池

收益:

产品盈利能力的综合评价。

PUR(Pay User Rate)付费比率:统计周期内,付费账号数占活跃账号数的比例,一般以自然月或自然周为单位进行统计

广度,更多的人付费

PUR = APA / AU

APA(Active Payment Account)活跃付费账用户数:统计周期内,成功付费的用户数

APA = AU * PUR

ARPU(Average Revenue Per User)平均每用户收入:统计周期内,活跃用户对产品产生的平均收入

ARPU = Revenue / AU

ARPU = ARPPU * PUR

ARPPU (Average Revenue Per Paying User)平均每付费用户收入:统计周期内,付费用户对产品产生的平均收入

深度,付更多的钱

ARPPU = Revenue / APA

LTV(Lift Time Value)生命周期价值:平均一个新增用户在其生命周期内(第一次登录到最后一次登录),为该产品创造的收入总计

LTV_N : 统计周期内,一批新增用户在其首次登入后N天内产生的累计收入/ NU(新用户)

用于衡量渠道导入用户的回本周期,回本率=LTV_N/CPL(导入成本)

以上数据可以根据需要进行拆解、合并,比如流失付费用户数、回归付费用户数、新增付费用户数、新增活跃用户数等等。

同时,不同的产品类型,需要关注的数据指标也不一样,道生万物。

 

推荐:大数据工具导航 (http://hao.199it.com)

发布者

Mr.Panda的头像

Mr.Panda

嘿~~~路上一只小小猫!

发表评论