1、互联网产品指标思路

1）. 有多少访客，访客有什么特征？
访客特征：访客访问的时间段、在哪些地域访问、用什么设备以及用什么网

2）. 访客从哪些渠道获取，效果怎么样？
基本思路：带来多少新访客、浏览深度怎么样、是否留存下来了以及转化率情况。
Web 网站：新访客占比（代表渠道拓展用户的能力）、跳出率、浏览页面数、以及转化率。
移动应用：新设备占比、次日留存率以及转化率

3）. 访客的参与深度如何？
跳出率、浏览页面数、转化率

4）. 这些访客最终有没有转化，转化漏斗是否顺畅？
任何有意义的动作都可以认为是转化

5）. 移动应用主要指标也是一个用户分析的基本框架

6）. 获取指标的方式

2、Web网站数据指标

2.1、网站分析工具

1）、免费的网站排名工具
Alexa、中国网站排名、网络媒体排名

2）、免费的网站监测工具
Google Analytics、百度统计、CNZZ 网站分析

2.2、几个关键的指标

访问量
什么是访问？一次访问就是指一个人来到网站，然后浏览了一些内容之后离开网站的过程；这个过程也会被称为会话，也就是 session。
访问量定义：一段时间的访问量就是这段时间内的会话次数

访客数
也称为独立访客数（Unique Visitor，缩写 UV），就是访问网站的人数。
如何识别一个用户？在网站分析系统中，会依据用户的浏览器、设备型号等信息，为用户分配一个编号，这个编号称为 Cookie。
访客数就是访问网站的 cookie 数。如果同一人换了浏览器或设备访问网站，那么它的 cookie 也就变化了。

浏览量
常被称为 PV (PageViews），就是浏览页面的数量。

跳出率
跳出率是非常重要的指标。
常用的算法是网站的所有会话当中，来到网站之的后没有任何动作就离开的比例，等于只访问了落地页面的访问量除以总访问量。

页面停留时长
访客-次访问在某个页面上停留的时间，等于这个页面的总停留时长除以这个页面的访问量。
网站停留时长
访客一次会话的时间长度，等于网站所量的总停留时长除以访问量。

退出率
退出率衡量从某个退出网站的比例，它等于从一个页面的退出次数除以访问次数。
页面的跳出率和退出率的区别？
退出率是指无论从哪个页面进入网站，最终从这个页面退出的比例；跳出率是指从这个页面进入网站，没有做任何事，就从这个页面退出的比例。

转化率
达到达成某种目标的访问量除以总的访问量，或达成目标的访客数占总访客的比例
采用访问量还是访客数作为分母？
如果将访问量作为分母，意味着将每次访问都认为是下单或购买的机会；如果将访客数作为分母，则会认为一个访客在购买之前，多次访问是正常的。

2.3、网站监测工具-Google Analytics

包含 4 个主要模块：
受众群体：描述用户特征
流量获取：描述用户从哪里来
用户行为：用户的参与情况
用户转化：用户的达成目标情况
更多使用：
《Google Analytics(GA)—谷歌分析在iOS系统中的应用》

3、移动应用数据指标

3.1 数据获取工具

国外分析工具 Flurry
Google Analytics
国内分析工具 友盟
TalkingData
Crash分析工具 Crashlytics

3.2 关键指标

用户获取 下载量
安装激活量
激活率
新增用户数
用户获取成本
用户活跃与参与 数量指标
日活跃用户数
月活跃用户数

质量指标
活跃系数 它等于：活跃用户数 / 月活跃用户数
平均使用时长
功能使用率 使用某功能的用户数占活跃用户数的比例
用户留存率
 次日留存率
7日留存率
30日留存率
用户转化
 -付费用户比例 付费用户占免费用户的比例，建议将付费用户和免费用户区别对待，因为他们在行为上差异挺大的。
-首次付费时间 用户激活多久后才会开始付费。
-用户平均每月营收 一个月的收入除以月活跃用户数
-付费用户平均每月营收 一个月的收入除以月付费用户数
获取收入
 收入金额
付费人数

3.3 版本迭代时，如何利用以上指标去评估版本迭代的效果？

注：在利用指标去评估版本迭代的效果时，尽量使用新用户的数据，因为老用户会存在忠诚度等因素影响数据。
我们在评估新版本的迭代的效果时，可以看以下几个数据指标：

·新用户的留存率 新版本发布后，新版本发布前14天内的新用户次日留存率。 留存数据整体提高，表明移动端版本迭代的效果较好。

·核心功能的使用率 同比：旧版本发布后14天 环比：新版本发布前14天 通过同比和环比14天的数据观察核心功能的使用率是否有提升。

·新功能的使用率，继续使用率和新功能的核心贡献 在新的版本中，增加了功能A
需要查看功能A的使用率
功能A的继续使用率
功能A的核心贡献：使用过功能A的听歌人数比例 - 未使用过功能A的听歌人数比例

通过观察以上指标基本上就可以大概的判断这个版本改版的效果了。

4、电商类数据指标

4.1 关键指标名词解释

销售额 这里是指电商网站的收入，这是电商网站最重要的指标。由于移动互联网的崛起，这里还需要统计下移动端占比。
购买客户数（按照账号去重计算） -老客户数 当天之前就购买过商品的用户数，表示网站的粘性
-新客户数 统计当天首次购买的用户数，表示网站客户增长速率
客单价 每个客户购买的金额，等于销售额/购买客户数
购买转化率 访客中购买了商品的比例，等于购买客户数/访客数
UV 访客数 来到网店的人数
详情页UV 访问商品详情页的人数
订单数 订单数关系到支付压力和仓库发货的任务量
妥投及时率 妥投到客户的订单中，按照约定时间妥投的比例，它是个非常重要的用户体验指标。现在京东的一个很好的优势就在于它的物流。
重点商品缺货率 爆款缺货的比例。有时候用户想购买的物品缺货，容易导致客户的流失。

4.2 如何将销售额和其他的数据关联起来，辅助我们去发现问题？

我们前面说到，销售额是电商网站中最关键的指标，没有之一。 销售额 = UV 转化率 客单价 那我们接下来一个一个的分析这三个因素

1）. 流量变化的因素
分析流量的变化就需要从流量的来源上来入手。
分析思路大致是，先按照终端细分，先看下PC端、App端、Wap端分别变化了多少，然后在细分对应的终端流量是从哪里来的。PC端和Wap端可以细分到媒体，App端又分Android端和iOS端，Android端可以从渠道包中来区分来源，iOS端可以用一些跟踪工具或者IDFA来跟踪。 具体可以看下图：
数据指标 - 图1
流量分析
数据指标 - 图2

2）. 客单价变化的原因 下面我们来看下客单价的公式

  1. 客单价 = 人均购买件数 * 件单价

人均购买件数是指每个客户购买几件商品，这个指标也经常用来衡量关联销售的效果，也就是关联销售效果越好，人均购买件数就会越多。

件单价是指商品的平均价格，等于销售额除以销售量，这个指标用来衡量网站上的商品价格高低。
客单价的变化经常会与促销活动有关系。如下图：
数据指标 - 图3

3）.转换率增长因素 - 转化漏斗
正所谓一图胜千言，看下面这张图大家应该就可以明白了。
数据指标 - 图4


5、用户生成内容(UGC)类数据指标

5.1、UGC 产品的特征

目标：让用户产出内容

  1. 发表文章
  2. 点赞
  3. 订阅
  4. 评论
  5. 其它行为（分享）

5.2、UGC 产品的参与度（指标）

-访客数

-停留时长

-产出内容（点赞、评论、发表文章等）

  1. 转发微博、发表微博
  2. 朋友圈发表状态
  3. 发表博客

5.3、如何筛选优质内容

首先我们要对优质内容建一个评分模型，比如微博的优质内容模型为：

  1. 热度 = 转发 + 评论 + 点赞

然后可以对各个指标定义下所占比例，这样就可以凭借热度这个指标去筛选优质内容了。

image.png