虚拟实训 实训攻略 移动互联网产品数据分析.docVIP

PAGE 3 实训指导书 移动数据营销  移动互联网产品数据分析 一、数据统计的名词术语 PV（Page View）:即页面浏览量或者点击量，用户没刷新一次即被刷新一次。 UV（Unique View）:独立访客，访问您电脑的一台电脑客户端为一个访客。提示：00：00-24：00内相同的客户端只被计算一次。 新增用户数：又被称为激活用户数或者安装用户数。 活跃用户：指一段时间内启动或登录过应用的用户。包括：日活（DAU）,即每日活跃用户数；周活（WAU）,即每周活跃用户数；月活（MAU）,即每月活跃用户数。 启动次数：用户对产品的一次使用即为一次启动。有日平均启动次数：该日平均每用户启动应用的次数。 最高用户在线数（PCU）,它是衡量系统运行压力的重要指标，以及衡量产品在运营期间受欢迎程度，大多数以游戏产品为主。 渠道：市场营销专业术语，商品销售路线，是商品的流通路线。我们获取产品的渠道一般为以下商店。 获客成本：营销成本/新增用户，新客户一般包括：新访客，新注册用户，第一次下单的客户。 平均付费（ARUP）=总收入/付费用户数，它一般从某个程度上是衡量产品的盈利能力，也是从某个方面衡量产品的发展活力。 转化率：网站转化率=进行了相应动作的访问量/总访问量。它是衡量网站内容对访问者的吸引程度以及网站的宣传效果。 二、数据的维度与指标 1、用户留存 用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用应用的被认作是留存用户，这部分用户占当时新增用户的比例即为留存率。次日留存率=（第一天新增的用户中，第二天还登录的用户数）/第一天新增的用户数*100%。 产品生命周期： （1）相遇：初期（1-7天内使用产品情况及意愿） （2）相知：成长期（2-4周） （3）相恋：忠诚期（5-10周） （4）相离：流失期（11-12周以后） 反映问题：用户留存率用来评定用户粘度，应用质量最直观的说明；留存率越高，说明产品的质量越好，用户的忠诚度越高。 指标维度： （1）次日留存（1Day Retention）:用户首次体验满意度。 （2）7日留存（7Day Retention）：完整体验后留下来的忠诚用户。 （3）30日留存（30Day Retention）：主要看版本更新后，用户的流失情况。 健康表现：用户的留存1日，7日和30日留存有着一定的转换关系。从行业的普遍规律来看，留存率的健康指标为：4-2-1，即健康的应用，1日，7日，30日用户留存率应不低于40%-25%-10%的水平。 2、用户活跃率 活跃率=一段时间内的活跃用户数/总用户数。 3、电商平台关注数据指标 核心指标：成交金额（GMV）,交易数量（Transations）,均价（ARUP）,用户的复购率，购买频次，年度复购率。 指标维度：用户交易数据，用户行为数据，用户来源数据 4、内容型平台关注数据指标 基本指标：页面浏览量，访问量，独立访客数，跳出率，页面停留时长，网站停留时长，退出率，转化率，页面退出率 指标维度： （1）内容热度：分享次数，推荐次数，点赞次数，评论数 （2）用户情况：新用户，活跃用户，沉寂用户占比的变化，增长的趋势等 5、若想了解一个行业或一个产品的数据，如何收集到靠谱的数据呢？ 切入思路：从流量、市场占有率、用户交付使用深度，舆情等角度 常用工具：Alexa、AppAnnie,ASO 100,艾瑞的互联网行业研究报告，Gartner的研究报告，IDC,TalkingData的游戏行业研究。 三、如何进行数据估算 字分析数据需明确边界 如估计北京有多少辆汽车？ （1）考察目的：数据分析能力，逻辑分析能力，全面思考能力 （2）解决问题的思路。 四、常见的数据统计分析工具 常用工具：百度统计，CNZZ站长统计（免费），诸葛io(免费+企业版)，TalkingData，有盟统计，自主研发 五、产品数据分析的三个层次 六、AARRR运营模型 AARRR模型也称为海盗法则。 七、数据分析的6步曲 数据分析过程中，主要包含6个既独立有相互关联的阶段。 （1）明确分析目的与思路 （2）数据收集 （3）数据处理 （4）数据分析 （5）数据展现 （6）撰写报告