1、什么是指标？

2、以互联网电商数据为例分析常用的指标

3、如何选择指标

4、电商指标体系详细介绍

1、什么是指标？

我们说过分析的最终目的就是为了通过客观的数据去发现公司业务存在的问题，那怎么通过什么数据呢？业务那么多，我到底该用哪些数据啊？这个时候我们就需要找到一个衡量业务好坏的标准了，那这个标准就是我们要说的指标。

例如：上文的离职率就是一个反映企业员工稳定性的核心指标；销售额是反映一个销售公司经营情况的核心指标；日活跃用户数是反映一款APP是否受欢迎的核心指标等等。

每个行业的常用指标是不同的，这里主要介绍一下受众面最广，也是最成熟的互联网行业。

2、以互联网电商数据为例分析常用的指标

我们工作中指标体系涉及到很多的指标，这里结合我自己的理解，主要给大家介绍常用的指标

用户数据

日新增用户数

某产品每日新增的用户数量，不同的产品定义新增用户的方式也不一样。

例如：微信公众号，每日新关注的用户数量，就是日新增用户；一款APP，下载了应用可以算作新增用户，也可以注册之后才算新增用户；也可以产生了某些指定行为才算新增用户，例如购买行为等；

活跃用户数

活跃用户，是指那些会时不时地光顾下网站，并为网站带来一些价值的用户，活跃用户用于衡量网站的运营现状。

但是呢，各公司的对于活跃用户的定义还真的不太一样。有以下几类：

1 打开应用就算，但是这种定义是很宽松的，有误点的可能，数据可能存在水分。

2 登录才算活跃，还有些就是只有登录的才算活跃用户，例如游戏类，只有用户登陆了才有可能参与其中。

3 产生用户的某个些指定行为才算，这个定义要根据公司具体的业务而言了，如阅读类，用户只要看了某书简介、下载电子书，都算是活跃。用户去做了一些设置，例如换皮肤，或者是完善个人信息，这些都是算的；例如糗百这样，只要用户上去下拉了好几页，呆了一会儿，即使没有点进去看具体内容，或者参与评论，也是可以算活跃的。

活跃用户数按照时间的不同，还分为日活跃用户数（DAU：Daily Active User)），周活跃用户数（WAU：Week Active User）和月活跃用户数（MAU：Month Active User）。

总的来说，活跃用户是指对网站或者APP真正有价值的用户，用户怎样操作才算有价值，例如资讯类，到底是用户只要打开应用就说明用户对公司有价值，还是说用户阅读了3篇以上的文章，总页面停留时长达到10分钟才算有价值，不管怎么定义，只要围绕这个目标就不会错。

活跃率

活跃用户数/总用户数

留存率

（第1天访问你的应用，在第N天还访问你的应用的用户数）/第1天访问你的应用的用户数会员在某段时间内开始访问你的应用，经过一段时间后，仍然会继续访问你的应用就被认作是留存，留存率反应的是电商留住会员的能力。

留存率按照时间的不同还分为次日留存率，3日留存率，7日留存率，30日留存率

什么样的留存率算好呢？

也就是对于次日留存率，7日留存率，月留存率而言，有个40-20-10的法则，如果达到这个标准，也就说明公司的留存率达到了行业基本标准，但是每个公司根据自己的实际情况会有所不同。

单位获客成本

在流量推广中，广告活动产生的投放费用与广告活动带来的独立访客数的比值；单位访客成本最好与平均每个访客带来的收入以及这些访客带来的转化率进行关联分析。若单位访客成本上升，但访客转化率和单位访客收入不变或下降，则很可能流量推广出现问题，尤其要关注渠道推广的作弊问题。

客单价

订单总额与订单数量的比值。应用场景主要是零售，包括电商平台

ARPU （Average Revenue Per User）

总收入/总用户数。应用场景主要是游戏类，APP引用类，ARPU注重的是一个时间段内运营商从每个用户所得到的利润

ARPPU （Average Revenue Per Paying User）

总收入/付费用户数。即平均每付费用户收入;它反映的是每个付费用户的平均付费额度。

行为数据

PV （页面访问量，也叫页面点击量）

即通常说的Page View(PV)，用户每一次对电商网站或者移动电商应用中的每个网页访问均被记录一次，同一个网页刷新一次就算一次访问，用户对同一页面的多次访问，访问量累计

UV（独立访客数）

独立访客数，对于PC网站，统计系统会在每个访问网站的用户浏览器做记录，一个cookie来标记这个用户，对同一cookie在一天内多次访问网站的用户仅记录为一个用户，如果同一个电脑一天之后好几个人使用也是记录一次。

某IP地址的计算机访问网站的次数，如果是局域网使用同一个IP，则只记录一次。

平均访问时长

衡量网站的用户体验的指标。访客在一次访问中，平均打开网站的时长，打开第一个页面到关闭最后一个页面的时长叫做总访问时长，平均访问时长=总访问时长/访问次数

跳出率

跳出率是指访客来到网站后，只访问了一个页面就离开网站的访问次数占总访问次数的百分比。跳出率=只访问一个页面就离开网站的访问次数/总访问次数。跳出率是反映网站流量质量的重要指标

转化率

潜在用户在我们的网站上完成一次我们期望的行为，就叫做一次转化，转化率=转化次数/访问次数。

电商网站的转化率=网站下单的次数/网站总访问次数

复购率

购买两次及以上的客户/总购买客户数

产品数据

成交总额（GMV）

就是指成交总额，也就是零售业说的“流水”。需要注意的是成交总额包括销售额、取消订单金额、拒收订单金额和退货订单金额。

SKU（Stock Keeping Unit）

库存量单位，SPU是商品信息聚合的最小单位，例如：一款商品多色，则是有多个SKU，例：一件衣服，有红色、白色、蓝色，则SKU编码也不相同，如相同则会出现混淆，发错货

SPU（Standard Product Unit）

Standard Product Unit （标准化产品单元），SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。SPU即通俗点讲，属性值、特性相同的商品就可以称为一个SPU。如iphone5S是一个SPU，而iPhone 5S配置为16G版、4G手机、颜色为金色、网络类型为TD-LTE/TD-SCDMA/WCDMA/GSM则是一个SKU

ROI （Return On Investment）

是指通过投资而应返回的价值，也就是投资回报率。产生的交易金额与活动投放成本金额的比值

3、如何选择指标

带率的指标

我们在进行一项业务分析时，关注的指标往往是能反映业务问题的，也叫核心指标

例如：

我们想要了解公司人员稳定情况，只知道离职人数是没有太大的概念的，但是如果知道了离职率，则就能判断出公司目前的人员稳定性情况，离职率就是一个关键指标

我们想要知道APP的运营情况，只关注活跃用户数是不行的，我们重点关注的还是活跃率，这个比率才能让我们看出公司目前的运营情况如何？

所以关注问题，重点关注的是带率的指标，这时候有人就说了，那我们只要掌握带率的指标不就不行了嘛，当然不是啦，率的指标都是由至少两个指标计算所得，比如离职率出现了问题，我们就得去分析离职人员和在职人员的这两个指标的情况。

北极星指标

北极星指标也叫唯一关键指标（OMTM，One metric that matters），产品现阶段最关键的指标，其实简单说来就是公司制定的发展目标，不同阶段会有不同的目标。为什么叫“北极星”指标，其实大概的寓意就是要像北极星一样指引公司前进的方向。

找到公司的北极星指标，是至关重要的

第一，做增长涉及到公司运营的方方面面，没有一个明确的指标指引，很容易眉毛胡子一把抓，而无法有效地集中火力抓住重点。

第二，当公司到达一定规模，一个共同的目标可以帮助把团队调整到同一个方向上，并且明确任务的优先级。

第三，设定一个指标，能够大幅提高行动力。如同YC联合创始人Paul Graham所说：一旦你选定了你的目标，你只有一件事可以做，努力达到那个目标。通过这一个目标，你可以知道公司的状况，有针对性地上线各种项目和试验，然后观察有无成效。

Facebook

成功的秘籍：http://www.woshipm.com/data-analysis/454520.html

北极星指标:日活跃用户数

喜马拉雅

三步引爆一款APP：https://v.youku.com/v_show/id_XMTMyNDU2MzI4NA==

核心指标：用户收听时长

知乎

核心指标：用户问答数

4、电商指标体系详细介绍

知道了指标，那指标体系又是什么呢？

单个指标总归是片面，业务往往都是相互关联的，因此只有一个指标还不行

指标体系即相互之间有逻辑联系的指标构成的整体，所以一个指标不能叫指标体系，几个毫无关系的指标也不能叫指标体系。

指标是基于业务而言，例如：公司网站是否受欢迎，我们要关注每日的PV（网站的点击量），UV（独立访客数），人均在线时长，转化率等；要想知道公司目前的销售情况：我们要关注：销量、单价、销售额、客单价、复购率等等，也就是说通过数据分析公司问题，不单是一两个指标就能实现，而是要通过多个有关联关系的指标一起才能发现问题，因此这就是指标体系的意义所在。

基于这些指标体系，公司会进行相关数据的获取与存储，以备后期的分析和问题的发现。

为什么要构建指标体系？

首先，公司增长到一定规模需要，一个成熟的公司，如果没有指标对业务进行系统衡量，就无法把控业务发展，无法对业务质量进行衡量，尤其现在很多企业多项业务并行，单一数据指标衡量很可能片面化。因此，一个追求增长的企业势必要利用数据衡量的方式，通过完整的指标体系和数据分析，以数据驱动，找到不足，提升业绩。

其次，分析师需要构建数据体系的能力。可能一个成熟项目的指标体系往往经过前人的构建和完善后，已经非常成熟，不必从0开始构建数据指标体系。但分析师这行干了几年后，必须具备从0开始构建数据体系的能力，而不是一味的钻在需求堆里，更不是取数永动机。而且在职业生涯中一定会有接触新公司新业务新行业的的时候，即便是一个项目在在不同生命周期里，重点业务指标也可能不一样。

一个公司想要实现数据化运营，就需要搭建自己的指标体系，通过完善的指标数据才能有完整的数据去做全方位的分析。

电商行业的所有指标，按照业务类型分为以下8类

1 总体运营指标

人均页面访问数

即页面访问数（PV）／独立访客数（UV）该指标反映用户对于网站的粘性

总订单量

访客完成网上下单的订单数之和

销售金额

货品出售的金额汇总，销售金额一般只指实际成交金额，所以，GMV的数字一般比销售金额大

销售毛利

销售收入与成本的差值。销售毛利中只扣除了商品原始成本(商品原进价成本)，不扣除没有计入成本的期间费用（管理费用、财务费用、营业费用）。

毛利率

衡量电商企业盈利能力的指标，是销售毛利与销售收入的比值

2 网站流量指标

3 销售转化指标

4 客户价值指标

5 商品类指标

6 市场营销活动指标

7 风控类指标

8 市场竞争指标

业务数据分析-常见业务指标相关推荐

（六）CDA 数据分析师Level1考试新版大纲解析（自己整理）PART 6业务数据分析
PART 6 业务数据分析(占比 30%) 总体要求理解业务数据分析方法.掌握业务数据分析流程.能够使用及设计创建业务指标.能够结合业务模型及业务分析方法正确理解业务问题,找到问题原 ...
【业务数据分析】——十大常用数据分析方法
目录一.数据分析方法二.营销管理方法论 1.SWOT分析 2.PEST分析 3.4P理论三.常用数据分析方法论 1.公式拆解 2.对比分析 3.A/Btest 4.象限分析 5.帕累托分析 6. ...
互联网业务数据分析- 数据工具
本文简单介绍互联网业务数据分析过程中的数据工具,主要包括数据工具介绍的步骤,即如何选择合适的数据工具以及常见的数据分析套路.
投入产出核算的知识应用于业务数据分析的思路
<国民经济核算>是经济统计学本科生的重要课程,在这门课程里会涉及到一个章节,叫做"投入产出核算".该章节的核心是编制一个投入产出表,用来搭建经济学中理论和事实之间的桥梁 ...
【6.3 业务分析方法（15%）-业务数据分析】——CDA
目录 I.大纲编辑 II.业务分析方法 2.1 客户分析 2.4 行为效果分析 2.5 活动效果分析 2.6 日常销售分析 III. 业务分析模型 3.1 RFM模型 3.2 用户忠诚度模型 IV ...
基于Python实现的业务数据分析系统
实验概况实验目的:掌握设计.开发.测试.发布.调试经典三层架构软件的基本方法.工具和流程,理解层次体系结构风格基本原理.结构和特点.掌握设计系统时的"高内聚低耦合"的思想.背景及 ...
【6.2 指标的应用与设计（12%）-业务数据分析】——CDA
目录 I.大纲 II.指标的应用与设计(12%) 2.1 指标的概述 2.1.1 指标的作用 2.2.2 指标的理解 2.2.1 求和类 2.2.2 时间维度的累计求和 2.2.3 计数类 2.2.4 ...
关于阿里云业务数据分析
关于阿里云业务数据分析作者: analyzer 时间: August 20, 2017 分类: http://datanalyze.top/ 免责申明:注意本文所有材料来自网络,如百度文库,阿里云官 ...
业务数据分析-大体逻辑
业务数据分析的大体逻辑

业务数据分析-常见业务指标

1、什么是指标？

2、以互联网电商数据为例分析常用的指标

3、如何选择指标

4、电商指标体系详细介绍

业务数据分析-常见业务指标相关推荐

最新文章

热门文章