业务分析指标

在建立一个分析模型之前要先有指标，因为如果你不能衡量它，你就无法增长它。正所谓模型未动，指标先行，指标是一个分析框架的基石，下面就进行业务分析指标的学习总结。

指标的一种表现形式是将一个一个标签换到另一个维度去思考，将一些不相关的过程进行连接。

图1

指标在一个体系里面应该起到承上启下的作用：

图2

核心指标

• 好的指标应该是比率
• 好的指标应该能带来显著效果
• 好的指标不应该虚荣
• 好的指标不应该复杂

几种经典业务分析指标

市场营销指标

客户/用户生命周期：企业／产品和消费者在整个业务关系阶段的周期。不同业务划分的阶段不同。传统营销中，分为潜在用户，兴趣用户，新客户，老/ 熟客户，流失客户。

几种市场营销指标所用到的名词：

1. 用户贡献 = 产出量／投入量*100% 
2. 用户价值 = （贡献1+贡献2+……）
3. RFM模型：R最近一次消费时间，M总消费金额，F消费频次
4. 用户分群，营销矩阵

产品运营指标

AARRR模型：即acquisition  用户获取，activation 用户活跃，retention 用户留存，revenue 营收，refer 传播

acquisition  用户获取：

• 渠道到达量（俗称曝光量）
• 渠道转化率（CPM,CPC,CPS,CPD,CPT）
• 渠道ROI（KPI,投资回报率）
• 日应用下载量
• 日新增用户数
• 获客成本
• 一次会话用户数占比
• 付费用户数
• 付费用户数占比
• ARPU：某段时间内每位用户的平均收入
• ARPPU（排除未付费）：某段时间内付费用户的平均收入

activation 用户活跃：

• 日，周，月活跃用户应用下载量
• 活跃用户数占比（软件是否健康的衡量标准）
• 用户会话session次数
• 用户访问时长
• 用户平均访问次数

retention 用户留存：

• 次日留存率
• 七日留存率

revenue 营收：

• 付费用户数
• 付费用户数占比
• 客单价（销售总额/顾客总数）
• LTV=ARPU*1/流失率（用户生命周期价值）

refer 传播：

• K因子=用户数*平均邀请人数*邀请转化率（每位用户能够带来几个新用户）
• 用户分享率
• 活动邀请曝光量

用户行为指标

• 功能使用：功能使用率/渗透率（点赞，评论，收藏，关注，搜索，添加好友）
• 用户会话：一连串的请求
• 用户路径：通过路径图进行分析

电子商务指标

• 购物篮分析：笔单价，件单价，成交率，购物篮系数
• 复购率（反应消费欲望）：一段时间内多次消费的用户占总消费用户数之比
• 回购率（留存率）：一段时间内消费过的用户，在下一个时间段内仍旧消费的占比

流量指标

• 浏览量和访客量：PV指浏览次数，UV指独立访客数（一定时间内访问网页的人数，技术上通过cookie或IP衡量）
• 访客行为：新老访客占比（衡量网站生命力），访客时间（衡量网站内容质量），访客平均访问页数（衡量网站访问深度），访客通过SEM,SEO,外链等来源进行访问，用户行为转化率，首页访客占比
• 退出率：从该页面退出的页面访问数/进入该页面的访问量（偏产品，任何页面都有退出率）
• 跳出率：浏览单页即退出的次数/访问次数（用来衡量各个落地页，营销页）

生成指标

好的指标是可以组合和生成的，如：访客访问时长+UV=重度访问用户占比，用户会话次数+成交率=有效消费会话占比

以上就是业务分析指标的学习总结，感谢浏览。