PB產品 ， 作者 Soso
數據指標，在大多數時候確實可以衡量一個產品的好壞表現，不僅如此還可以幫助我們找到問題點，避免拍腦袋式的思考模式。
近期經常碰到有些同事來問關於數據指標類的問題，因此本期期刊首先向大家介紹一下一些基礎的數據指標的知識點。
我們基本可以把用戶行爲指標分解成以下幾種類型：
點擊瀏覽類指標
用戶活躍類指標
最終轉化類指標
我們基本可以把指標分解成以下幾種類型：
1、點擊瀏覽類指標
我們知道由點擊流數據衍生出了很多行爲指標，比如：訪問頻率、平均停留時長、點擊瀏覽行爲、信息互動行爲、內容發佈行爲等。但是這些指標又太複雜，不利於我們進行快速的對用戶進行分析，那麼該如何對這些指標進行有效而又簡單的而劃分，進而有利於我們進行快速的分析用戶操作呢？
通常說到點擊或者瀏覽往往會想到該類型指標一定與頁面相關。不同的頁面在分析的時候會用到不同的指標和方法。
頁面通常可以分爲三類：
- 分流類（首頁、Landing Page 等）
頁面佈局常用於引流用戶，更加註重頁面信息架構佈局，模塊的擺放的有效性，以產出最高的點擊轉化爲目標。
- 功能類（流程頁面、功能提交頁面等）
頁面佈局更加強調主流程的順利完成，不分散用戶的注意力，因此通常以提升流程的轉化，降低用戶費力度爲目標。
- 列表類（產品列表、搜索列表等）
頁面佈局多用於展示產品或訂單，產品內容佈局，文案和促銷的引導有效性，固然是衡量該頁面重要的指標，但是同時該頁面帶來後續真正的成交轉化也同樣重要。說明通過瀏覽列表類頁面能讓用戶真正找到自己需要的產品。
1）分流類頁面最常衡量的指標：點擊轉化率（CTR）
這個指標是衡量頁面信息架構佈局以及文案促銷吸引力的最簡單和直接的指標。
分子Click是比較容易被理解，當用戶點擊一次就會Click+1。
但PV作爲分母時，則會理解爲當頁面加載瀏覽一次會產生多少點擊數，如果每次重新進入頁面都會執行PV+1的話，而同時該頁面中並沒有當前頁面跳轉的點擊（通常稱爲錨點），該比值應小於1。
但是作爲APP也會碰到不同的計算PV的方式，首頁點擊頁面離開後，再從其他頁面點擊返回回到首頁，有些公司會將該返回之後的PV不作爲PV+1。
但是我個人覺得，無論何時何地只要頁面被重新打開都應該PV+1，因爲作爲用戶來說，他再次看到頁面，就可能在頁面中產生點擊行爲的可能性。這樣的比值相對是公正的。
但有時候我們也會用到UV作爲分母，含義就會變更爲，每位訪問頁面的訪問者，所產生的點擊。當然這個比值肯定會大於Click/PV，因爲一個訪問者通常會產生多個瀏覽頁面的數量，因此UV應該小於PV。
曾經在之前改版的時候，就碰到前後改版的對比究竟應該用PV還是UV作爲分母。
我們可以看出，這個改版最重要的就是將A方案頭部的TAB切換刪除，合併成一個統一B方案的頁面結構。
作爲公正的態度對待A和B，顯然應該是將A的TAB1、2、3的點擊加總，除以這三個TAB的PV加總。但是由於TAB的點擊會產生後續頁面PV，點擊本身卻又並沒有帶給頁面流量分發。因此與我們的點擊轉化目標有所背離。
方案如下圖，假設我們需要統計點擊C功能，並且返回至該頁的Click/PV，通過以下分析不難看出該公式會產生偏差。
再深入思考過後，不難發現我們使用Click/UV對於頁面來說更爲公正，但是這裏所說的的UV，並不是簡單的UV1+UV2+UV3，因爲3個簡單UV加總會導致一個訪問者同時訪問TAB1、2、3的情況出現，會重複計算UV，因此我們需要在這裏做UV的去重。
與此同時，在分子Click中，我們需要刪除TAB的點擊，因爲TABclick對於頁面點擊分流並沒有帶來貢獻，如果加上TAB的點擊顯然對於方案B是不公正的計算。再套回剛纔的場景，Click（去除TAB）/UV（去重），結果都等於1。
通過以上深入分析，不難發現一個頁面需要通過仔細的琢磨，選擇正確的指標才能得到更爲合理和公正的結論。
最近，頻頻被提起的還有一個類似點擊轉化率的概念，就是點擊曝光比。
這個指標，如果用來比對同個頁面中的區域或者內容的轉化，則會有和點擊轉化完全不同的目標和結論。
曝光量分爲頁面曝光，區域曝光和內容曝光。其實對於頁面維度來說曝光量應該基本等於PV，這個數值之間相差量應該微乎其微。
區域曝光是指該區塊大於1/2的內容在用戶可視範圍內。對於首屏而言，由於不同機型和分辨率差異，用戶的可視化區域會有所不同，故首屏越靠上的區域的曝光會越接近頁面PV。越往下會越呈現下降的趨勢。那麼當頁面中的不同區域進行點擊曝光比時，通常可以看出每個區域的轉化效率。我們可以通過調整區域的位置，將頁面曝光量最高的給到產出點擊更多的區域，那麼在這個調整中的依據，就可以使用點擊曝光比。
舉例來說：首屏有某一個區域的點擊曝光比非常低，三屏理財區域點擊曝光比卻很高。我們是否可以考慮將首屏這個區域和理財來進行對換，來觀測點擊曝光比是否都有提升。
內容曝光則指區塊內的具體內容是否在用戶可視範圍之內。
針對某個位置會有不同客羣，展示不同內容入口。當這個時候，這個指標就顯得格外重要。因爲我們可以通過點擊曝光比，來比較內容入口對於客羣的吸引力。如果效果不佳，可以調整內容的同時也可以同樣考慮改變客羣精準或者減少客羣的比重，來增加頁面的分流效率。
2）分流類頁面另一個重要指標：訪問深度轉化率（DV Rate）
訪問深度轉化率。是我在eBay時使用最頻繁的另一個點擊類的數據指標。網站訪問深度就是用戶在一次瀏覽你的網站的過程中瀏覽了你的網站的頁數總數，簡稱DV（Depth View）。那麼訪問深度轉化率DV Rate=DV/Click。舉例來說，如下圖，是兩個用戶通過點擊Banner產生的網站訪問行爲，需要計算這個Banner的訪問深度轉化率。
小A點擊Banner之後產生了5個頁面的瀏覽，而小B產生了4個頁面瀏覽，所以DV：5+4=9。而Banner的點擊次數之和爲2，因此DV Rate=9/2。
如果說CTR可以作爲頁面分流效率的基本指標，那麼訪問深度轉化率就更爲綜合。因爲點擊之後，在網站中產生更多的瀏覽，這並不是一個Banner的設計，或者模塊入口的設計能夠做到的。而是需要的整個APP的體驗，商品的吸引力，包括頁面中的互鏈、流程等等都非常重要。
3）流程類頁面：漏斗轉化率
針對流程類頁面，最直接的做法，就是直接用後一個頁面UV去比前一個頁面UV，就好像漏斗漏到最後完成頁的比率，來觀測流程頁面。
通過漏斗轉化率，我們不僅可以知道，從開始流程到完成頁我們的轉化比率是多少，我們可以知道每個步驟的轉化。對於流程分解的比對是可以瞭解每個轉化環節的問題。
舉例：
這個流程是養車洗車類的APP其中某兩個流程的漏斗轉化。通常來說洗車的轉化成功率相對其他產品的提交轉化會高出許多，但是通過前圖，我們會發現保養手冊到選擇服務頁的轉化卻是漏斗轉化中最高的，甚至超過洗車詳情頁至提交成功頁。但是選擇服務頁到提交成功頁的轉化卻低了很多。漏斗轉化低的環節通過更進一步的調研和分析之後，我們瞭解到真正原因，產生在選擇服務頁中所推薦的產品，不是用戶真正需要的。後期改版中，將推薦邏輯進行調整之後，在觀測前後的漏斗轉化產生的變化，就可以更容易瞭解流程頁面改版的好壞。
2、用戶活躍類指標
看到這個指標，大家一定異口同聲說，不就是月活或是日活麼。但是月活和日活卻各有各的側重點。
日活和月活
DAU(Daily Active User)日活躍用戶數量。DAU通常統計一日之內，打開APP（或者登錄）的用戶數（去重）。
MAU（Monthly Active Users）是指APP月活躍用戶數量（去重）。
日活，決定了你的生命基礎；月活，決定了潛在生命力。如果針對的用戶需求是日常的，比較高頻的需求，那麼就應該看日活，如果使用頻率相對降低，那麼更適合看月活。如果月活在增加而日活在減少，就可能是用戶的重複使用率在降低，或者新用戶的留存度和活躍度都不高，需要改善。運營策略和產品迭代的反映最先都是出現在日活上，各種決策也需要以日活指標來調整。
產品運營被賦予的任務之一，就是必須將月活/日活比減小，最大程度提升——目標朝向1:1（當然是不可能的）。通過對比同行業的月內使用週期就可以知道產品的極限所在。彙總各領域的標杆APP數據，還可以瞭解各類市場的人羣大小和需求頻次。下圖可以看出支付寶月活/日活將近4，而微信最小，接近1.5。
圖片摘自互聯網
除了日活和月活外，另外一個指標也同樣重要。
用戶留存率
這個對於一個APP來說是一個非常重要的數據指標。統計的是一個用戶在下載首次打開APP過後，間隔一段時間之後仍然打開APP的比例。通常有次日留存，7日留存，14日留存和30日留存。這也是一個統計用戶粘度和流失的重要數據。一般來說一個APP會隨着時間越久留存會漸漸變少。
以次日留存爲例，次日留存=第一天的新用戶中第二天仍然打開APP的數量/第一天的新增用戶總數，依次類推。
留存率當中最常用的就是時間分組，下圖就是留存率數據表現：
圖片摘自互聯網
我們需要了解新用戶的留存現狀進行分析，通過對新訪問用戶和全部訪問用戶的留存曲線對比分析，我們會發現新用戶的留存明顯低於全部用戶，那麼從這個角度來說，新用戶的留存就是很大的一個增長點。
對於銀行信用卡用戶來說，最開始激活的環節非常重要。能否讓用戶在第一次使用產品時就能迅速低成本地感知到信用卡的價值， 決定了新用戶的激活率和首刷率。
圖片摘自互聯網
所以如果要提升新用戶的留存，一方面要降低激活的使用成本，另外就需要讓用戶明確知道自己通過激活首刷後可以獲得的好處（而這個需要創造觸達用戶的渠道，短信方式顯然是不夠的），用微信的簡單途徑促進用戶的激活，不僅可以降低用戶激活的使用成本，同時還可以額外增加觸達用戶的途徑，其實還是很不錯的選擇。
3、最終轉化類指標
訂單/Buyer轉化率：對於OTA也好，還是一個B2C的企業來說，訂單轉化率一定是最重要的指標。
攜程酒店產品的核心指標CR，其實也是訂單轉化率。
但是也有例外，在eBay的時候，並不看訂單轉化率，看的是Buyer轉化率。對於C2C企業，並不關心究竟成交的訂單單數多少，也不關心客單價，最關心的是在平臺上進行交易的人數，因此更關心的是Buyer轉化率。
除此之外電商或者OTA比起轉化還關心收益，是否能產生盈利。因此還有一個指標叫GMV。常常用GMV代指網站的成交金額，主要包括付款金額和未付款的。
通俗來說，我們平時網購時會進行下單，產生的訂單中往往會包括付款訂單和未付款的訂單，而gmv統計的指標就是其二者之和。利用GMV可以進行交易數據分析，雖然GMV不是實際的購買交易數據，但同樣可以作爲參考依據的，因爲只要你點擊了購買，無論你有沒有實際購買，都是統計在GMV裏面的。所以，可以用GMV來研究顧客的購買意向，顧客買了之後發生退單的比率，GMV與實際成交額的比率等等。
我們爲什麼要了解最終轉化類指標？
《彭博商業週刊》曾經刊登過一篇文章，叫做沃爾瑪與亞馬遜的電商之爭，文章中提到沃爾瑪在被亞馬遜打的節節敗退，雖然主要原因是錯失了在線商城的先機，但是另外一個很重要的原因就是對待盈利問題的高層態度。亞馬遜在與沃爾瑪開戰的最初就已經表示，他們只在意佔領的市場份額，而並非利潤和收益。但是反觀沃爾瑪要承擔很多的盈利壓力，因此在兩強爭鬥的過程，一個就好像不怕死的拼命三郎，另一個則瞻前顧後，無法全力以赴。最終錯失良機。
因此一個公司的核心指標往往會引導公司未來戰略和方向，我們作爲公司的成員，必須瞭解公司的核心最終轉化指標，同時通過產品運營的手段幫助公司完成這個指標。
作爲一個產品運營人，數據是產品設計的基礎。沒有數據依據的產品設計是在耍流氓。
歡迎關注公衆號：
歡迎大家溝通~