数据分析指标是什么?数据分析指标都有哪些?
一提到数据分析,很多人都会有同一种感觉:词太多,指标太杂,看着都眼熟,真要解释又容易乱。
尤其是刚入门的时候,最头疼的不是不会做图,也不是不会写SQL,而是开会时总能听到一堆缩写扑面而来。UV、PV、DAU、ARPU、LTV、同比、环比、A/B测试,单个看似乎都懂,放到业务里又常常分不清。
所以这次我干脆花了一周,把工作里最常见、最容易遇到的 120 个数据分析指标与术语重新梳理了一遍。
这篇文章不打算展开讲理论,也不会把每个词都写成长段定义,而是尽量用更适合收藏的方式,把它们分门别类整理出来。你可以把它当成一份数据分析速查表。
在整理这些指标的时候,我偶然发现了一份企业指标体系白皮书,分享给你们。里面用特别简单的方法教你,从公司的战略目标开始,一步步拆解出关键业务指标,最后搭建出适合自己公司的指标体系。更贴心的是,里面还有一个指标字典,帮你把常见指标梳理清楚,这样做报表、看数据的时候就有方向了。要是你对指标和报表还一知半解,这份资料肯定能帮你快速捋清思路,把企业里的这些数据逻辑看得更明白。需要自取:https://s.fanruan.com/bcjjt(复制到浏览器)
一、整体框架框架
这 120 个词,表面上很杂,实际可以分成几类来看。
第一类是用户指标,核心是看有多少人来了,是新用户还是老用户,活跃情况怎么样。
第二类是行为指标,重点看用户来了以后做了什么,有没有浏览、停留、转化、留存、互动。
第三类是业务指标,更偏向投放、收入和增长结果。
第四类是分析术语,比如用户画像、AARRR、RFM、埋点这些。
第五类是统计和报告常用词,主要是做分析和写复盘时经常会碰到的表达。
如果先按这个框架去记,后面看这些术语就不会乱。
二、用户指标
做数据分析,最先接触到的往往就是用户指标。
因为很多分析问题,归根到底都绕不开一句话:到底有多少人来了,这些人是新是老,活跃不活跃,有没有留下来。
所以这一类指标,主要就是围绕用户规模和用户状态展开的。
指标 | 含义 |
IP | 独立IP数 |
UV | 独立访客数 |
PV | 页面浏览量 |
VV | 访问次数,也常指播放次数 |
DAU | 日活跃用户数 |
MAU | 月活跃用户数 |
DNU | 日新增用户数 |
活跃留存率 | 新增用户在后续某天仍然活跃的比例 |
TGI | 目标群体在某特征上的偏好强弱 |
这里面最容易混的,其实就是 IP、UV、PV、VV 这几个词。
你可以先这么记:
- IP 更偏网络地址
- UV 看的是来了多少个独立的人
- PV 看的是页面总共被看了多少次
- VV 看的是访问或播放发生了多少次
而像 DAU、MAU、DNU、留存率这些词,基本就是你以后做增长、运营、产品分析时天天会碰到的核心指标。
先把这一组搞明白,后面很多报表都会顺很多。
三、行为指标
行为指标是最杂也最常用的一类。用户来了以后,到底看了什么、待了多久、有没有继续往下走,基本都要靠这部分指标来判断。
为了看起来更清楚,我把它拆成四块。
访问类
先看访问类。这部分主要是判断用户进来以后看了多少、待了多久、从哪儿来的,属于最基础的一层行为数据。
指标 | 含义 |
DV | 访客访问相关统计 |
用户访问时长 | 用户使用产品的时长 |
人均页面访问量 | 平均每个用户访问的页面数 |
人均浏览页数 | 平均浏览页数 |
平均访问页面 | 每次访问平均看多少页面 |
访问来源 | 用户从哪里进入产品 |
平均停留时间 | 用户平均停留时长 |
跳出率 | 进入后很快离开的比例 |
搜索访问次数占比 | 通过搜索产生的访问占比 |
获客成本 | 获取一个用户的平均成本 |
这组指标最常见的用法,就是用来判断流量质量。
比如访问量看起来不低,但停留时间短、跳出率高,那往往说明流量并没有真正被承接住。
转化类
接下来是转化类。这一部分看的就不是用户来没来,而是来了之后有没有往下走,有没有买,有没有完成关键动作。
指标 | 含义 |
最近购买间隔 | 距离上次购买过去多久 |
购买频率 | 一定周期内购买次数 |
购买商品种类 | 买过多少类商品 |
平均每次消费额 | 客单价水平 |
单次最高消费额 | 单笔最高消费金额 |
日应用下载量 | 每天下载量 |
一次会话用户数 | 单次会话中的用户数 |
用户会话次数 | 发起访问的次数 |
漏斗第一步进入次数 | 漏斗起点进入量 |
漏斗中间步进入次数 | 漏斗中间各环节进入量 |
漏斗进入率 | 某一步进入下一步的比例 |
漏斗退出次数 | 在某一步退出的人数 |
漏斗退出率 | 在某一步流失的比例 |
这部分里最实用的通常是漏斗分析。
因为很多业务问题,不是没有用户,而是用户在某个环节掉得特别厉害。把每一步的进入率和退出率拆出来,问题往往就清楚了。
留存类
再往后,就到了留存类。很多产品不是拉新难,而是留人难。用户今天来了,明天不来,活动结束就走,那前面的增长投入就很容易白费。
指标 | 含义 |
用户留存率 | 一段时间后仍在使用的比例 |
渠道留存率 | 不同渠道用户的留存情况 |
次日留存率 | 新增用户第二天还在的比例 |
退出率 | 用户退出的比例 |
活跃度 | 用户使用活跃程度 |
活动参与率 | 参与活动的用户占比 |
活跃交易用户数 | 活跃且发生交易的用户数 |
用户回访率 | 老用户再次访问的比例 |
用户流失率 | 流失用户占比 |
功能使用率 | 某功能被使用的比例 |
GMV | 成交总额 |
复购率 | 再次购买的比例 |
退货率 | 退货订单占比 |
留存类指标有个特点,就是特别能反映用户质量。
新增看的是规模,留存看的是质量。很多时候,增长看起来很热闹,但留存一拆,问题就全出来了。
社交类
如果产品本身有社区、内容或互动属性,那还会经常看到社交类指标。
这类指标看的是用户有没有参与互动,而不只是单纯浏览。
指标 | 含义 |
好友数量 | 用户好友数 |
帖子数量 | 发帖数 |
看帖数量 | 浏览帖子数 |
回复数量 | 回复数 |
分享数量 | 分享数 |
点赞数量 | 点赞数 |
转发数量 | 转发数 |
评论数量 | 评论数 |
这组数据特别适合用来看社区活跃度。
因为一个平台真正热不热闹,不只是看有多少人来,还要看有没有人愿意发、愿意聊、愿意互动。
四、业务指标
如果说前面的指标更偏过程,那业务指标就更偏结果。
尤其在投放、运营、增长、销售这些场景里,最后大家真正关心的,往往还是效果怎么样,花的钱值不值,带来了多少收入。
这类指标不算多,但都非常常见。
指标 | 含义 |
曝光量 | 被展示的次数 |
CPM | 每千次展示成本 |
CPC | 每次点击成本 |
CPA | 每次转化成本 |
ROI | 投入产出比 |
ARPU | 每用户平均收入 |
ARRPU | 每付费用户平均收入 |
CTR | 点击率 |
CVR | 转化率 |
CAC | 获客成本 |
CPR | 每回应成本 |
ADPV | 广告页面浏览量 |
ADimp | 单个广告展示次数 |
这一类指标最容易在投放复盘里扎堆出现。
你可以这么记:
- 曝光、点击、转化是一条线
- CPM、CPC、CPA 是这条线上的成本指标
- CTR、CVR 是效果指标
- ARPU、ARRPU、ROI 更偏收入结果
如果只是看点击高不高,往往不够。最后还是要回到转化和投入产出上。
五、常用术语
除了指标本身,数据分析里还有很多高频术语。
这些词不一定直接对应某个数字,但在做分析、搭框架、写复盘时特别常见。如果这些词不熟,很多报告看起来就会有点吃力。
分析术语
先看分析工作里最常出现的一批词。
术语 | 含义 |
用户画像 | 给用户打标签,描出典型特征 |
AARRR | 获取、激活、留存、收入、传播 |
RARRA | 更强调留存的一种增长模型 |
OSM | 目标、策略、衡量指标 |
UJM | 用户旅程地图 |
RFM | 最近消费、消费频率、消费金额 |
A/B测试 | 多版本对比,选更优方案 |
数据埋点 | 记录用户行为的数据采集方式 |
LTV | 用户生命周期价值 |
归因分析 | 判断转化结果应归功于哪个渠道 |
这一组其实很像分析工作的工具箱。
比如你要做用户分层,常会碰到 RFM;要做实验优化,会用 A/B测试;要看渠道效果,离不开归因分析。
统计术语
再看统计学里常见的一批词。这部分乍一看有点基础,但真的做分析时又绕不开。尤其是做数据清洗、结果解释和报告表达的时候,这些词都会反复出现。
术语 | 含义 |
绝对数 | 总量、总规模 |
相对数 | 两个指标的对比结果 |
百分比 | 占比大小 |
百分点 | 百分比之间的差值 |
频数 | 出现次数 |
频率 | 出现占比 |
比例 | 部分占整体 |
比率 | 不同类别之间的比较 |
变量 | 会变化的数据项 |
连续变量 | 可连续取值 |
离散变量 | 只能按整数计数 |
定性变量 | 类别型变量 |
均值 | 平均数 |
中位数 | 排序后居中的值 |
缺失值 | 数据缺漏 |
异常值 | 明显偏离整体的数据 |
方差 | 数据离散程度 |
标准差 | 波动大小 |
皮尔森相关系数 | 两变量线性相关程度 |
这部分最容易混的,往往是百分比和百分点、比例和比率、均值和中位数。
平时如果这些概念没分清,写分析结论时就特别容易表述不准。
报告术语
最后这一组,是很多人在看分析报告时最常遇到的表达。
单独拎出来都不难,但一放到复盘PPT和周报月报里,数量一多就容易晕。
术语 | 含义 |
倍数 | 一个数是另一个数的几倍 |
翻番 | 变成原来的 2 的 n 次方 |
同比 | 和去年同期比 |
环比 | 和上一个周期比 |
增量 | 增长的绝对值 |
增速 | 增长速度 |
增长率 | 增量除以基期 |
增幅 | 增长幅度 |
基期 | 作为参照的时期 |
现期 | 当前统计时期 |
YTD | 今年截至目前 |
LY | 去年 |
YoY | 同比 |
MAT | 滚动年总值 |
Q1 | 第一季度 |
Q4 | 第四季度 |
GDP | 国内生产总值 |
GNH | 国民幸福指数 |
GNP | 国民生产总值 |
如果你平时经常要看经营分析、业务复盘、财务类报告,那这一组词真的很值得熟悉。
因为很多时候,不是分析难,而是报告里的表达本身就很密。
其实整理这些指标的时候,我也一直在想一件事:
很多人不是不懂指标,而是工作里真的很难把这些指标高效地用起来。数据分散在不同系统里,口径对不齐,临时做个分析还得来回取数。
所以如果你平时就有报表分析、经营复盘、业务看板这类需求,也可以了解一下FineBI这个数据分析工具。它比较适合把分散的数据整理到一起,再通过拖拽分析和可视化看板,把这些常见指标更直观地呈现出来。这样你不只是知道指标是什么,还能更快看到指标变化,找到业务问题到底出在哪:https://s.fanruan.com/0j1bm(复制到浏览器)
六、最后说几句
这120个指标,基本上涵盖了我们日常工作中的各项业务,我建议大家先理解、吃透与自己业务相关的指标,做好重点监测与分析。至于其它的,直接收藏这篇文章,工作中遇到那个,就翻出来再看看,长此以往,你对数据的运用一定会越来越自如。
