你所在的行业，常用的数据分析指标有哪些？请简述。

1.用户数据

1.1 存量数据（规模，DAU/MAU）就是等于日/月活跃用户

日/月活（DAU/MAU）

• 日活：一个自然日 跨时区（全球服务）关心最近 24 小时

• 月活：当月至少活跃一次的用户总数 月活不等于当月各日 DAU 只和 务必去重，才有观察的意义。

活跃的定义

• 数据统计系统的定义

预制报表的系统（友盟，百度统计） 划都是基于事件上报进行统计。什么是事件上报？指的是用户在一个网址上产生一个动作也就是进行率主动操作，就等于系统就会认为是一次活跃。（第三方）避免遇到的坑：有时候发现产品的日活上涨率，后来发现是技术把最近统计了一个用户不用操作，在后台就能发生的行为。比如收到通知就主动上报。

• 业务上的定义

就是自己公司定义如何纪录日活。可以找一个关键事件，我们认为只要用户使用了这个关键事件，就算用户的活跃。比如每个 app 的首页，只要打开了这个 app 的首页就算是活跃。 用户执行了关键事件=这个用户是活跃的。其实用户进入首页页面，作为关键事件。也是有很多坑在里面，比如：系统推送了一条信息，然后用户点击进入了信息详情页。这个时候过程就没有访问首页所以也没有上报，所以这样的用户就没有统计到日活里面。我们可以这样的改善：我们可以创建一个日活事件（里面有：访问首页，访问 xx 详情页，访问 xx 页面） 这样做的化，就会有个日常维护的成本，不断的维护事件列表。 这样的方法存在的问题：日常维护的成本 沟通成本。

• 用户的定义

当我们去统计用户的时候，我们应该去按设备去统计还是按人去统计。

• 按人：给每一个人注册 id 专属的这样的话就很简单用户数量=访问服务的 id 数量 这样的情况只适合强注册/登陆环境，没有注册登陆的人就会被漏掉

• 按设备：我们在网页中埋下随机长字符串作为设备的唯一标识符。这样的话；用户数等于访问过服务的设备数但是无法对应设备背后的用户。

1.2 增量数据

如何去定义新增

选择适合的节点，定义新增的方法有很多比如（点击渠道链接，下载，安装启动，激活）

1. 点击渠道链接：优势：统计简单 劣势：离激活环节最远转化率差 使用场景量级不大/免费渠道不需要做精细结算。

2. 下载 优势：真正反映用户的实际意愿 劣势：数据远可信度存疑，无法避免刷量 使用场景：渠道依赖应用商店没有更好的渠道。

3. 安装/启动 优势：离激活最近便于统计。 劣势：渠道不一定配合，无法避免刷量。 适用场景：自己比较强势，可以给渠道制定统计规则。

4. 激活： 优势：最真实的数据 劣势：渠道费用激增，统计复杂。 适用场景：对用户质量要求很高且产品 ARPU 高。

用适当的方法，判别“新”

• 基于设备：我们去看看这个设备是不是出现过，已经出现量就不算。

• 基于账号关联：登陆是老账号就不算是新。

1.3 用户留存率

在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。这部分用户占当时新增用户的比例即是留存率，会按照每隔 1 单位时间（例日、周、月）来进行统计。顾名思义，留存指的就是“有多少用户留下来了”。留存用户和留存率体现了应用的质量和保留用户的能力。

留存率=新增用户中登录用户数/新增用户数*100%（一般统计周期为天）

第 N 日留存：指的是新增用户日之后的第 N 日依然登录的用户占新增用户的比例

第 1 日留存率（即“次留”）：（当天新增的用户中，新增日之后的第 1 天还登录的用户数）/第一天新增总用户数；

第 2 日留存率：（当天新增的用户中，新增日之后的第 2 天还登录的用户数）/第一天新增总用户数；

第 3 日留存率：（当天新增的用户中，新增日之后的第 3 天还登录的用户数）/第一天新增总用户数；

第 7 日留存率：（当天新增的用户中，新增日之后的第 7 天还登录的用户数）/第一天新增总用户数；

第 30 日留存率：（当天新增的用户中，新增日之后的第 30 天还登录的用户数）/第一天新增总用户数；

2.行为数据

行为数据有（次数/频率：PV、UV、访问深度、路径走通程度：转化率、做了多久：时长、质量：弹出率）

• 次数/频率：PV、UV、访问深度

pv 指得是页面浏览量 次数 不去重， uv 指的是独立访问数 人数 去重，访问深度有 2 种算法：算法一：用户对某写关键行为的访问次数。算法二：网址的内容/概念分层几个层级 以用户本次访问最深的一级计算。

• 路径走通程度：转化率

每条路径是否走通，比如：填写基本信息，是完成来还是没有完成。

• 做了多久：时长

播放视频的行为 看 4 分钟和 30 分钟还是不一样的。如何统计访问时长：通过停机特殊事件，支持业务需求。

• 质量：弹出率

用户进入页面立马走掉的一个比例。

3.业务数据

3.1 总量

指标：

成交总额（GMV）（零售业：流水）

成交数量

访问时长

计算：成交总额=销售额+取消订单金额+拒收订单金额+退货订单金额

下单数量

用户访问的总时长

3.2 人均

指标：

• 人均付费（ARPU or 客单价）

• 付费用户人均付费（ARPPU）

• 人均访问时长

计算：

• 人均付费=总收入/总用户数

• 付费用户人均付费=总收入/付费人数

• 人均访问时长=总时长/总用户数

3.3 付费

指标：

• 付费率

• 复购率

计算：

• 付费率=付费人数/总用户数

• 复购率=消费两次以上的人数/付费人数

3.4 产品

指标：

• 热销产品

• 好评产品

• 差评产品