数据分析指南

一、数据分析的意义

数据分析是伴随产品全部生命周期的重要分析行为之一,通过对数据的详细研究和概括总结以提取用户信息和形成结论。

二、数据的获取

获取数据的方式:分两类,

一类是第三方提供,例如友盟,百度统计,TalkingData

一类是数据埋点,尤其是设计私密性较高的,与开发沟通,由开发提供爬取数据

埋点的目的是观测用户的行为,当某些数据指标出现异常时,可通过埋点去验证自己的判断。

数据分析指南-传播蛙

数据分析指南-传播蛙

三、数据统计的指标

常见的数据指标

PV(Page View):即页面浏览量或者点击量,用户每刷新一次即被刷新一次。

UV(Unique View):独立访客,访问您电脑的一台电脑客户端为一个访客。

新增用户数:又被称为激活用户数或者安装用户数。

活跃用户:指一段时间内启动或登录过应用的用户。包括:日活(DAU);周活(WAU);月活(MAU)。

启动次数:用户对产品的一次使用即为一次启动。有日平均启动次数:该日平均每用户启动应用的次数。

最高用户在线数(PCU),它是衡量系统运行压力的重要指标,以及衡量产品在运营期间受欢迎程度,大多数以游戏产品为主。

平均付费(ARUP)=总收入/付费用户数,它一般从某个程度上是衡量产品的盈利能力,也是从某个方面衡量产品的发展活力。

转化率:网站转化率=进行了相应动作的访问量/总访问量。它是衡量网站内容对访问者的吸引程度以及网站的宣传效果。

不同的行业的数据指标存在差异:

1、电商平台关注数据指标

核心指标:成交金额(GMV),交易数量(Transations),均价(ARUP),用户的复购率,购买频次,年度复购率。

指标维度:用户交易数据,用户行为数据,用户来源数据

2、内容型平台关注数据指标

基本指标:页面浏览量,访问量,独立访客数,跳出率,页面停留时长,网站停留时长,退出率,转化率,页面退出率

指标维度:

(1)内容热度:分享次数,推荐次数,点赞次数,评论数

(2)用户情况:新用户,活跃用户,沉寂用户占比的变化,增长的趋势等

3、网站分析基本指标

访问:一个用户到网站的整个使用过程。

访客:根据账户名、IP、Cookie等确定的用户身份。

网页停留时间:用户在网页上浏览的有效时间。

网站停留时间:智能判定用户在网站内浏览的有效时间。

跳出率:网站上单个页面访问所占的比率,分为一跳二跳三跳等。

退出率:用离开的网站的网页中的占比,需要关注一些重要页面的退出率。

转化率:目标产出数量占总访问量的占比。

参与度:参与时长,访问深度等。

4、游戏行业指标

数据分析指南-传播蛙

数据分析指南-传播蛙

四、漏斗分析模型—–以AARRR模型为例

数据分析指南-传播蛙

AARRR是Acquisition、Activation、Retention、Revenue、Refer,这个五个单词的缩写,分别对应用户生命周期中的5个重要环节:获取用户、提高用户活跃度、提高用户留存率、获取收入、自传播。

一.获取(Acquisition):用户如何发现(并来到)你的产品?

关键词:激活量

相关指标:

1)日新登用户数(DNU)

定义:每日注册并登录游戏的用户数。

解决问题:

渠道贡献的用户份额。

宏观走势,确定投放策略。

是否存在大量垃圾用户。

注册转化率分析。

二.激活(Activation):用户的第一次使用体验如何?

关键词:活跃

相关指标:

1)日活跃用户数(DAU)

定义:每日登录过游戏的用户数。

对于某些APP而言,启动就是一个活跃用户,而另一些则要通过账号注册,形成一个网络账号,才算作一个活跃用户。活跃用户的计算是排重的。

解决问题:

核心用户规模。

产品生命周期分析。

产品活跃用户流失,分解活跃用户。

用户活跃率,活跃用户计用户量。

2)周活跃用户数(WAU)

定义:最近7日(含当日)登录过APP的用户数,一般按照自然周计算。

解决问题:

周期性用户规模。

周期性变化趋势,主要是推广期和非推广期的比较。

3)月活跃用户数(MAU)

定义:最近一个月即30日(含当日)登录过APP的用户数,一般按照自然月计算。

MAU变化幅度较小,产品用户规模稳定性来说,MAU是风向标。但在推广时期,版本更新、运营活动的调整,对于MAU的冲击则更加明显。

此外,产品的生命周期阶段不同,MAU的趋势变化也不同。

解决问题:

用户规模稳定性。

推广效果评估。

总体用户规模变化。

4)日均使用时长(DAOT)

定义:每日总计在线时长/日活跃用户数。

关于使用时长,可以分为单次使用时长、日使用时长和周使用时长等指标,通过对这些指标做区间分布和平均计算,了解参与黏性。

解决问题:

分析产品的质量问题。

观察不同时间维度的平均使用时长,了解不同用户群的习惯。

渠道质量衡量标准之一。

留存即流失分析的依据。

三.留存(Retention):用户是否还会回到产品

关键词:留存

相关指标:

留存率:某段时间的新增用户数,记为A,经过一段时间后,仍然使用的用户占新增用户A的比例即为留存率。

1)次日留存率(Day 1Retention Ratio)

定义:日新增用户在+1日登录的用户数占新增用户的比例。

2)三日留存率(Day 3Retention Ratio)

定义:日新增用户在+3日登录的用户数占新增用户的比例。

3)七日留存率(Day 7Retention Ratio)

定义:日新增用户在+7日登录的用户数占新增用户的比例。

留存率逐渐演变为评判产品质量的重要标准。

四.收入(Revenue):产品怎样(通过用户)赚钱?

关键词:付费

相关指标:

1)付费率(PR或者PUR)

定义:付费用户数占活跃用户的比例。

通俗地说,付费率也称作付费渗透率,在移动APP市场,多数只关心日付费率——即Daily Payment Ratio。

付费率的高低不代表产品的付费用户增加或减少付费率在不同APP类型的产品中表现也是不同的。

解决问题:

产品的收益转化能力标准。

用户付费关键点和转化周期。

付费转化效果评估。

2)活跃付费用户数(APA)

定义:在统计时间区间内,成功付费的用户数。一般按照月计,在国际市场也称作MPU(Monthly Paying Users)。

在数据分析中,更加切实地关注日付费用户和周付费用户,主要原因是用户的生命周期短暂,短期付费成为关注焦点。

活跃付费用户数的计算公式如下:

APA=MAU×MPR

解决问题:

产品的付费用户规模。

APA的构成情况,鲸鱼用户、海豚用户、小鱼用户的比例以及收益能力。

付费群体的价值即整体稳定性分析。

3)平均每用户收入(ARPU)

定义:在统计时间内,活跃用户产生的平均收入。一般以月计。

平均每个用户收入的计算公式如下:

ARPU=Revenue/User

Monthly ARPU=Revenue/MAU

即总收入除以总活跃用户数,一般按照月计。

严格定义的ARPU不同于国内所认识的ARPU,国内的ARPU=总收入/付费用户数。所以,很多时候会强调付费ARPU,此处有专门的术语叫作ARPPU。

ARPU用于产品定位初期的不同规模下的收入估计,也是LTV的重要参考依据。

解决问题:

不同渠道用户质量的判断。

产品收益贡献分析。

活跃用户人均收入与投放成本的关系。

4)平均每付费用户收入(ARPPU)

定义:在统计时间内,付费用户产生的平均收入。一般以月计。

平均每付费用户收入的计算公式如下:

ARPPU=Revenue/Payment User

Monthly ARPPU=Revenue/APA

即总收入除以总付费用户数,一般以月计。

ARPPU容易受到鲸鱼用户和小鱼用户的影响,分析时需谨慎。

ARPPU与APA、MPR的结合可以分析付费用户的留存情况,对特定付费群体的流失进行深度分析,保证付费质量和规模。

解决问题:

付费用户的付费能力和梯度变化。

付费用户的整体付费趋势和不同付费阶层差异。

对鲸鱼用户的价值挖掘。

五.传播(Refer):用户是否愿意告诉其他用户?

关键词:K因子

K=(每个用户向他的朋友们发出的邀请的数量)×(接收到邀请的人转化为新用户的转化率)。

假设平均每个用户会向20个朋友发出邀请,而平均的转化率为10%,则K=20×10%=2。

当K>1时,用户群就会像滚雪球一样增大。

当K<1时,用户群到某个规模时就会停止通过自传播增长。

作者:gaozs

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧