写点什么

你所在的行业,常用的数据分析指标有哪些?

用户头像
李朋
关注
发布于: 2020 年 09 月 09 日

电商



  • 核心指标



PV、UV、成交用户数、成交订单数、GMV、客单价、退款率



  • 流量数据



PV、UV、登录用户数、新访客数、商详页PV、商详页UV、店铺UV、点击地图(即各模块流量)



  • 转化数据



成交转化率(通常为成交订单数/UV)、支付率(下单数/支付数)、动销率、收藏率、加购率



  • 商品数据



店铺数、类目数、品牌数、在线商品数、SKU、SPU



  • 用户数据



用户基础数据(地址、性别、年龄等)、行为数据(访问留存、复购情况、会员数、人均购买次数、客单价、月活等)



  • 售后数据



售后反馈订单数、客服回复率、24h发货率、评价订单数、退单数(退单率)、退款金额(退款率)、退款原因



  • 优惠券数据



优惠券领取量、使用量、优惠金额、优惠订单数、ROI



  • 活动数据



日常秒杀、双十一、618等大促活动:新增访客、新增注册、总UV、成交订单数、转化率、ROI



  • 市场数据



市场占有率、用户份额、交易额排名、流量排名






金融



主要分为借贷、投资、理财



  • 借贷



核心数据:



访问UV、注册人数、申请人数、授信人数、授信总额、放款人数、放款总额、授信件均



细分数据:



借款金额分布、借款期限分布、首贷人数、复贷人数、平均完件时间、平均审批时间



还款情况:



到期还款人数、到期还款率、预期人数、逾期率、净坏账



漏斗分析:



从访问、注册,到申请,填写每步信息的步骤,都要做成一个漏斗,看哪一步用户流失比较多。比如实名认证、绑卡、人脸识别、填写备用联系人等等的步骤。



用户数据:



性别、年龄、地址、学历、职业、征信情况等等,借贷类的用户数据比较齐全,所以用户数据用处很大,比如小额借贷直接根据用户填的信息,算法算出是否借给该用户。



  • 投资/理财



开户人数、累计总金额、当日存入总金额、当日取出总金额(到期兑付)、当日取出总金额(提取赎回)、存入订单数、存入人数、件均金额、当日收益






游戏



  • APP数据



推广页点击、下载、安装、激活、注册、进入游戏



  • 流量数据



启动UV、新增账号、创角账号、活跃账号、付费账号、平均同时在线人数(ACU)、最高同时在线人数(PCU)、日/周/月活



  • 用户数据



累计用户数、用户成长(等级分布、角色分布、升级时长)、在线时长、启动次数、任务完成率、流失情况



  • 收入数据



付费金额、付费人数、付费率、首充人数、首充金额、ARPU、LTV(生命周期价值)



  • 粘性/留存



次日留存、总在线时长、平均在线时长、流失数据






直播



分为用户端和主播端



  • 用户端



UV、登录UV、直播间UV、弹幕发送UV、观看总时长、人均时长、观看时长分布、消费金额、充值金额、道具使用情况



  • 主播



主播人数、新增主播人数、签约主播人数、活跃开播主播人数、主播演出总场次、主播开播时长、直播时长、观看UV、峰值UV、粉丝数、播放视频个数、点赞人数、评论数、转发数、收藏数



  • 留存



次日留存、周启动次数(如7日登录3日)、新用户留存情况






阅读



  • 流量数据



启动UV、新增UV、点击量、阅读PV、阅读UV



  • 阅读数据



阅读UV、阅读总时长、人均阅读时长、作品收藏、作品评论数、阅读时长分布、书评数、书单数据(创建数、访问数、点赞数、收藏、分享)、付费章节阅读UV、免费章节阅读UV、阅读字数、5分钟阅读人数占比、30天阅读天频、阅读章节数、人均阅读字数



  • 收入数据



购买人数、购买章节数、人均付费收入、章节收入






总结



虽然不同的业务关注的指标不一样,但是对流量数据、用户数据这些基本上都是大同小异的,对于留存、复购、用户分层等等的分析也基本上各个业务都会有。



上面列出的各指标,可能也不全面,实际的要以业务本身关注的为准。对于想要了解那些业务的童鞋来说,也可以了解个大概。



以上,希望对你有用。



用户头像

李朋

关注

还未添加个人签名 2018.04.09 加入

还未添加个人简介

评论

发布
暂无评论
你所在的行业,常用的数据分析指标有哪些?