产品运营必备的15项数据指标

 

这是我在团队分享一整套设计数据化的第一课，也是整个系列的最基础的一课。

这是唯一一课不涉及项目的内容，所以我分享给大家，希望帮助大家快速理解数据的一些基本指标，并打开设计数据化的大门。

本文主要是讲通用型产品的一些基础数据指标，帮助对数据不熟悉的设计师快速入门。

产品数据化的好处

可视化：用户行为可视化，可清晰的了解用户的行为。

可追踪：通过一个时间段的数据对比，可一路追踪产品数据的情况，了解产品变化，通过异常数据追踪产品设计问题。

可验证：提供数据支持和后期方案的验证。

可预测：通过数据变化，可预测产品的走向和趋势。

1.DAU/WAU/MAU

定义：Daily Active User / Weekly Active Users / Monthly Active Users 分别对应日/周/月活跃用户数

举例说明：1月17号这天，一共有300万个用户进入到知乎页面（包含通过其他渠道知乎链接进入），则1月17号这天的DAU为300万；同理WAU，7天时间内进入知乎的用户（去重），则为WAU数据。

数据用途：衡量产品使用的活跃度。方便产品设计人员了解产品的每日用户情况，了解产品的用户增长或者减少趋势。

说明：一个用户一天通过一个渠道3次进入知乎，则DAU只算一个。

2.留存用户数

定义：一段时间内再次访问的用户数，留存有次日留存、7天留存、30天留存等。

举例说明：1月，新增用户有80人。2月时，1月新增的80人，再度访问产品的有75人，则第二个月的留存为75人。

数据用途：用来衡量产品的用户粘性和产品的留存用户规模。

说明：留存用户数可以很好地展示留存用户数的人数规模。并了解新增用户对产品的使用粘性。

3.留存率

定义：某周期内留存用户数/某周期内访问用户数。

举例说明：用来衡量用户粘性，一般周期为次日、7日或者30日，7日留存率的算法是：7日内再次访问的去重用户/7日前当日访问过的用户数，日时间节点为23：59：59。

数据用途：用来衡量用户使用粘性，也可以用来作为产品改版后的重要指标，留存率提升了，在不改变功核心功能的情况下，说明设计改版成功。

说明：通过每个月的留存率可以很宏观的判断产品的用户粘性是上升还是下降，这也是产品体验最直观的数据。产品对用户需求越强，体验越好，则留存率越高。

4.流失率

定义：流失用户数量/总用户数量。

举例说明：在留存率的基础上，通过上一个月的数据，得到对应下一个月的流失率。

数据用途：通过流失率，可全局看出所有的流失情况，找到流失异常数据，可追踪之前是什么情况导致流失数据情况。

说明：通过异常数据的流失率可定位流失原因,并修复产品问题。

5.展现PV

定义：产品/页面/功能曝光在视野内的次数。

举例说明：用户进入到首页，则算一个展现PV，用户刷新页面/退出重新进来PV累计。

数据用途：判断有阅读该功能/产品的次数。

说明：用户在刷知乎，刷新一次首页额，则展现PV+1

6.展现UV

定义：运营活动/页面/功能曝光在视野内的用户数，一个终端只算一个UV。

举例说明：用户进入到知乎界面，则算一个展现UV，退出重新进来UV不累计。

数据用途：判断有多少个用户阅读该功能/界面。

说明：一个用户一天3次进入知乎，则UV只算一个。

7.点击UV

定义：有点击行为的用户数。

举例说明：首页展现如果有400万，其中10万点击提问按钮，则点击UV为10万。

数据用途：了解用户对功能交互事件点击数量规模，通过用户的点击数量了解用户的使用行为。

说明：点击率更能形象的表现功能/交互元素的吸引度。

8.PV点击率

定义：点击PV/展现PV。

举例说明：如果当天首页展现PV是400万，5万人点击提问按钮有10万次，那么点击率就是 10/400=2.5%

数据用途：用于衡量产品/页面/功能中的内容对用户的吸引度，对比同页面的不同功能。

说明：点击率可以细分为PV点击率和UV点击率。

9.UV点击率

定义：点击UV/展现UV

举例说明：如果当天首页展现UV是400万，5万个用户点击提问按钮，那么点击率就是 5/400=1.25%

数据用途：用于衡量产品/页面/功能中的内容对用户的吸引度，对比同页面的不同功能。

说明：UV点击率和PV点击率两者之间的区别是否对同一用户对多次点击去重。

10.人均点击次数

定义：点击PV/点击UV

举例说明：例如知乎首页，1月16这天有10万人点击提问，其中一共点击了12万次，那么人均点击次数为12/10=1.2次

数据用途：用于衡量产品/页面/功能中的内容对用户的吸引度，对比同页面的不同功能。

说明：通过人均点击次数可以判断用户对该功能是否为强需求，人均点击次数的值永远大于或者等于1。

11.平均停留时长

定义：所有用户的停留时长和/用户数

举例说明：例如知乎首页所有用户的停留时长为100万小时，一共在首页停留的用户有200万，则平均停留时长为0.5小时。

数据用途：用来衡量页面吸引度，一般来说，停留时间越长，用户粘性越强。

说明：用户停留时长既可以针对页面来说，也可以针对整个产品来说。也不是所有的停留时长越长越好，例如表单填写， 停留时间越长，反而体验越差。

12.人均使用时长

定义：用户平均每天停留在产品的时间。

举例说明：例如知乎2月20日有100万个用户一共在知乎产品上使用了50万个小时，则2月20日的人均使用时长为0.5个小时。

数据用途：用来衡量用户使用产品的深度，判断用户使用产品的粘性和依赖度。

说明：用户对产品的使用时长越高，说明对产品越依赖，商业化价值也越高。

13.NPS净推荐值

定义：（推荐人数-贬损人数）/总测试人数

举例说明：推荐人数指打9-10分的人；贬损人数指打0-6分的人数。

数据用途：作为产品口碑传播的重要指标。

14.跳出率

定义：当前页退出app并在30分钟内未再次打开的用户/在当前页面的总人数

举例说明：用户进入提问页面，然后跳出并在30分钟内未再次打开的用户有1万人，通过用户在提问页面的UV为5万人，则跳出率 1/5 =20%

数据用途：用来衡量页面内容质量。

说明：跳出率有时候可以反映用户使用产品的行为，例如用户在使用拍照工具，然后在保存之后，跳失率特别高，这说明，用户将拍照当做一个纯工具软件了，其他页面的流量利用率不高。这对于用户来说是正常的，但是对于产品来说确实一种流量浪费。

15.完成率

定义：完成的操作次数/开始操作的次数

举例说明：1月17日用户点击提问按钮10万次，最终完成提问流程的有2万次，则完成率为 2/10= 20%

数据用途：用来衡量操作流程的顺畅度。

说明：完成率是产品设计中最重要的指标之一，这完成率越高，说明产品的操作体验越好。这直接影响到用户体验。

 

作者：Echo

来源：Echo的设计笔记（uxecho）