本文最后更新于 10 个月前,文中所描述的信息可能已发生改变。加载中... 浏览
做数据分析时,最先接触的往往不是模型,而是指标。 指标是把业务现象变成可观察数字的方式。
1. 为什么要有指标
业务问题通常是模糊的,比如“最近产品表现怎么样”。如果没有指标,每个人的判断都可能不一样。
指标的作用是把问题具体化:
- 用户多不多?
- 用户来得频不频繁?
- 用户有没有完成关键行为?
- 用户会不会继续回来?
常见互联网产品分析里,UV、PV、转化率、留存率是非常基础的一组指标。
2. UV 和 PV
PV 是 Page View,页面浏览次数。
一个用户打开页面 5 次,PV 就算 5。
UV 是 Unique Visitor,独立访客数。
一个用户打开页面 5 次,UV 通常只算 1。
简单理解:
txt
PV 看访问次数
UV 看访问人数如果 PV 很高但 UV 不高,可能说明少量用户访问很频繁;如果 UV 高但 PV 低,可能说明用户来了但没有继续浏览。
3. 转化率
转化率衡量的是用户是否完成了目标行为。
比如:
txt
转化率 = 完成目标行为的人数 / 进入流程的人数电商场景中:
- 浏览商品到加购。
- 加购到下单。
- 下单到支付。
每一步都可以计算转化率。
转化率的价值在于发现漏斗中哪里损失最大。
如果 10000 人进入登录页,只有 1000 人登录成功,就要分析是表单太复杂、接口报错,还是用户根本没有登录意愿。
4. 留存率
留存率看的是用户是否回来。
比如次日留存:
txt
次日留存 = 第一天新增用户中,第二天仍然活跃的人数 / 第一天新增用户数留存比单次访问更能反映产品长期价值。
一个产品短期拉来很多用户,但用户第二天就不来了,说明增长质量可能不高。
5. 小结
指标不是越多越好。好的指标应该能回答具体问题。
可以先记住:
- UV:有多少人来。
- PV:来了多少次。
- 转化率:有没有完成目标行为。
- 留存率:以后还会不会回来。
真正的数据分析不是背指标定义,而是理解指标背后的业务含义。
留言板