文章目录

  • 一、网页访问数据指标
    • 1. UV (UniqueVisitor)独立访客
    • 2. PV(Page View)网页浏览量
    • 3.(Internet Protocol)独立IP
    • 4. BR(Bounce Rate)跳失率
  • 二、用户活跃类数据统计指标
    • 1.RU(registered users)注册用户
    • 2.AU(Active users)活跃用户
    • 3.DAU(Daily Active User)日活跃用户
    • 4.MAU(monthly activeusers)月活跃用户
    • 5.DNU(Daily New Users) 每日新增用户
    • 6.ACU (Averageconcurrent users)平均同时在线用户数
    • 7.PCU(Peakconcurrent users )最高同时在线用户
    • 8.TS(Time Spending)用户平均在线时长
    • 9.URR(Users RetentionRate)用户留存率
    • 10.UCR(Users Churn Rate)用户流失率
  • 三、用户付费行为数据统计指标
    • 1.PU(Paying User)付费用户
    • 2.CR(ConversionRate)付费转化率
    • 3.ARPU(Average Revenue Per User)平均每用户收入
    • 4.ARPPU(Average Revenue Per Paying User)平均每付费用户收入
    • 5.APA(Active PaymentAccount)活跃付费用户
    • 6.PUR(Paying User Rate)用户付费率
    • 7.LTV(Life Time Value)生命周期价值
  • 三、 总结
  • 四、 不知道是啥的
    • 1. vv(不是W,是两个V)
    • 2. 新增客户数。
    • 3. 平均访问时长。

在这里记录几个常用的数据分析的指标,并且慢慢会增加自己工作中用到乃至创造的指标。至于sql,慢慢添加吧。

一、网页访问数据指标

1. UV (UniqueVisitor)独立访客

uv - 独立访客数 - 一天之内所有的访客的数量。也就是一天之内,uid去重后的数量。
      访问的独立客户终端(电脑、手机、pad等)为一个独立访客, 技术上已MAC地址作为唯一身份识别ID。理论上(仅限于理论)24小时重复访问终端只计算一次。(PS:UV也不同于Visits访问行为,Visits通常以半小时为去重统计周期。)

2. PV(Page View)网页浏览量

pv - 一天之内的总访问次数。网页被访问浏览的次数,也可简称为访问量或浏览量。有些统计工具把用户每次刷新都计算一次个PV(这也是很多网站PV虚高的原因之一),由于PV数据通常是相对(UV/IP/RU/WAU)最高的数据指标之一,所以网站访问量是目前互联网公司对外公布的统计数据中,几乎是最常用的口径。

3.(Internet Protocol)独立IP

4. 新增IP。即以前从未出现过的ID,也就是:一天之内所有ip去重且在历史数据中从未出现的数量。

select count(distinct dataclear.cip)
from dataclear
where dataclear.reportTime = '2020-02-17'
and cip not in
(select dc2.cip from dataclear as dc2 where dc2.reportTime < '2020-02-17'
);

4. BR(Bounce Rate)跳失率

指访问陆页(Landing Page)后,未点击进入任何其他页面或发生其他交互行为,即直接离开的访客占访问该着陆页所有访客的比率。该指标可以衡量一个网页或者一个网站的质量度高低。

/* 等几天再写字段和表啥意思   */
select round(br_taba.a/br_tabb.b,4)as br
from (select count(*) as a from (select ssid from dataclearwhere reportTime='2020-02-17' group by ssid having count(ssid) = 1) as br_tab) as br_taba,(selectcount(distinct ssid) as b from dataclear where reportTime='2020-02-17'
) as br_tabb;

二、用户活跃类数据统计指标

1.RU(registered users)注册用户

已完成注册的用户数,严格数据应是经过有效验证激活的注册用户数,而放大数据则可以填写提交注册信息提交完成即可。

2.AU(Active users)活跃用户

某一个时间段内登录或使用了某个产品的用户。

3.DAU(Daily Active User)日活跃用户

单日登录或使用了某个产品的用户数(去除重复登录的用户)。通常游戏类付费网站会采用DAU的概念。

4.MAU(monthly activeusers)月活跃用户

把DAU的统计周期拉长到一个月,即是MAU的数据。

5.DNU(Daily New Users) 每日新增用户

即当日新注册并登录的用户数。

6.ACU (Averageconcurrent users)平均同时在线用户数

平均同时在线用户数,通常采用 24小时内每小时同时在线的用户数总和除以 24小时。

7.PCU(Peakconcurrent users )最高同时在线用户

24小时内同时在线的最高用户数。如果希望数据表现较高,通常可采用一个小时内同时在线用户数最大的值;如果更严格,也可以统计某一秒钟同时在线用户数的瞬间峰值。

8.TS(Time Spending)用户平均在线时长

所有在线用户总时长,除以该时段内的在线用户数。

9.URR(Users RetentionRate)用户留存率

新增用户中,在某一周期之后仍然活跃的用户占总新增用户的比例。按不同间隔日为统计周期单位来计算的,是比较严格的;根据不同的产品使用频次特性,按以周间隔为统计单位来计算相对更合理,因为很少的产品是需要用户每日都登录使用的。
      次日留存:2020年1月1日的次日留存=2020年1月1日访问过且2020年1月2日依然访问的访客数 / 2020年1月1日访问的用户数。
      次7日留存:2020年1月1日的次日留存=2020年1月1日访问过且2020年1月8日依然访问的访客数 / 2020年1月1日访问的用户数。
      注意:次7日留存指的是 - - 今天访问,7天后再次访问;而不是今天访问,从今天往后7天内任意一天访问。

/* cuid是访客的id。这里使用了笛卡尔积,其实使用left join也可以。
*/
selectcount(cuid) ci,count(cuid)/t11.uv  ciL
from
(selectcuid from tb_cuid_1d where event_day = "20190101"group by cuid
) t1
join
(selectcuid from tb_cuid_1d where event_day = "20190102"group by cuid
) t2 on t1.cuid = t2.cuid
,(select count(cuid) uvfrom (select cuidfrom tb_cuid_1d where event_day = "20190101"group by cuid
) t11
;

10.UCR(Users Churn Rate)用户流失率

与“用户留存率”相对的一组概念,指新增用户中,在某一周期之后无登录使用等活跃行为的用户。
      用户流失率=(1-用户留存率)*100%计算

三、用户付费行为数据统计指标

1.PU(Paying User)付费用户

有付费行为的用户。该指标弱化了统计周期的背景,所以在数据统计中不常采用。

2.CR(ConversionRate)付费转化率

新增用户中,有付费行为的新用户除以总新增用户数。此公式与电商网购中的支付转化率指标类似。

3.ARPU(Average Revenue Per User)平均每用户收入

衡量一个时间段内某个付费产品或业务收入水平的指标,通常电信运营商或网络游戏公司等采用较多,而零售电商则较少采用。

4.ARPPU(Average Revenue Per Paying User)平均每付费用户收入

ARPPU=某一时段的总收入/该时段的总PU数。

5.APA(Active PaymentAccount)活跃付费用户

指统计周期内仍保持活跃的付费用户(活跃PU)数,此处的用户通常以用户注册ID为准。需要排除曾经有付费行为但在统计周期内无任何活跃行为的静默付费用户(静默PU)。

6.PUR(Paying User Rate)用户付费率

计算公式为:APA/AU,通常以特定统计周期内的活跃用户为统计前提。指统计周期内的活跃付费用户(APA)数除以该周期内的总活跃用户(AU)数。

7.LTV(Life Time Value)生命周期价值

从用户从最第一次登录到最后一次登录的整个生命周期过程中,所贡献的全部经济收益价值总和。而由于用户的生命周期通常难以统计,所以在实践中,更多采用“LTV_N”来统计新用户在首次登录后的N天内,所贡献的价值总和。此指标更为灵活实用。

三、 总结

上面这些,只是一些比较常用的运营数据统计术语而已,还不能说是大全,在游戏和APP运营中,还有很多更为细致的数据指标。
      随着产品形态及生命周期阶段的不同,偏重的数据分析指标都会有些差异,数据统计分析指标也会源源不断的创新涌现。只要是对所运营的产品业务数据分析有实效,你也可以自己创设新的数据统计分析指标,这并非是某些权威人士才有的特权。

四、 不知道是啥的

本人年少无知,有几个指标不知道是怎么分类。。。

1. vv(不是W,是两个V)

vv(不是W,是两个V) - 独立会话数,一天之内会话的数量,也就是一天之内ssid(标识会话的字段)去重后的数量。

2. 新增客户数。

新增客户数。即以前从未出现过的客户(可用某个字段作为客户的唯一标识,用此字段进行筛选),类似于新增IP。也就是:一天之内的user_id(假设用该字段作为客户的唯一标识)去重且在历史数据中从未出现的数量。

3. 平均访问时长。

平均访问时长:一天内所有会话的访问时长的平均值(表中有一个字段记录了访问的时间,假设为stime)。一个会话时长=会话中所有访问的时间的最大值 - 会话中所有访问时间的最小值。(这个有点没太弄懂,后面再研究研究)

select avg(atTab.usetime) as avgtime
from
(   select max(stime) - min(stime) as usetime from dataclear /*  reportTime 是访问时间*/where reportTime='2020-02-17' group by ssid
) as atTab;

hive 常用数据分析指标 - 网页访问数据指标 - 用户活跃度指标 - 付费行为指标相关推荐

  1. 离线仓库模块开发:指标统计开发|数据导出|工作流调度

    大家好,欢迎来到本篇博客,博主是一名刚入大数据行业的小白,利用空闲的时间来分享自己所学的知识,帮助和博主一样刚处于起步阶段的同学,水平不高,若有什么错误和纰漏之处恳请大佬不吝赐教,目前个人博客只有CS ...

  2. 使用RSD从DEM数据创建用户高程数据层

    李国春 SRTM90和Aster DEM的V2/V3是比较常用的免费共享高程数据.用户下载好以后应用到自己的项目时,经常会需要进行拼接合成和投影重采样等.RSD提供了一种创建自己项目的高程数据的方法. ...

  3. 用户运营常用数据分析指标汇总

    本文链接:https://blog.csdn.net/weixin_42058609/article/details/80847567 在马云宣称的DT时代,作为产品人员,日常与数据指标打交道已成为一 ...

  4. 提升产品运营力:用户运营常用数据分析指标汇总

    在运营工作中会接触到不同种类的数据指标,这些指标往往都是已经设定好的,我们需要根据指标推动业务发展.依据平台性质不同以及运营重点需要,我们最常用的数据指标首当其冲就是用户指标了. 在马云宣称的DT时代 ...

  5. 互联网行业常用数据分析指标

    一.用户行为类指标 用户行为指标是互联网行业和传统行业最大区别.传统行业,用户行为发生在门店里,极难用数字化手段记录,因此只有在发生交易时,才能记录数据. 传统企业的大部分数据都是交易数据.而互联网行 ...

  6. 网络数据的背后-网络日志的分析指标【转】

      通常网站分析的技术包括页面标签分析技术(JS技术)和日志文件分析技术两种,两种网站分析技术各有优缺点,譬如下文中介绍的基于回话的统计和点击流分析日志文件分析法就要优于页面标签分析法,通常,两种技术 ...

  7. 数据以简为美,平安银行指标平台建设实践

    9月16 日,由张江卡园.中国银联联合主办,Kyligence 承办的"数据赋能,金融科技 2.0"主题论坛在中国银联成功召开.来自平安银行数据经营分析和机器人领域的负责人陆文佳以 ...

  8. boll指标 java_股票数据计算分析 web 系统 stock-job-web v1.0 发布了

    stock-job-web V1 是基于Python的pandas,tushare,bokeh,tornado,stockstats,ta-lib等框架开发的全栈股票系统. 1)可以直接使用docke ...

  9. 七周成为数据分析师 第二周:业务篇-指标

    七周成为数据分析师 第七周:Python - CSDN博客 七周成为数据分析师 第六周:统计学 - CSDN博客 七周成为数据分析师 第五周:Mysql - CSDN博客 七周成为数据分析师 第四周: ...

最新文章

  1. 自研Spring容器,带你解析ioc内部原理
  2. 学习和在生产环节使用d语言的三个条件
  3. 河南单招哪所学校主学计算机,河南单招学校王牌专业 2021年河南单招王牌专业...
  4. ORACLE数据库,数据量大,转移数据到备份表语句
  5. windows下编译zlib
  6. WPF中的路由事件(转)
  7. 解决Cannot change version of project facet Dynamic Web M
  8. 拆包--缓冲区查找包头及包尾偏移
  9. 为什么阿里巴巴不允许使用Executors?
  10. iptables第一部分
  11. 软工专硕考研_2021考研人数将突破400万?录取率或成史低!
  12. ● firewalld.service Loaded: not-found (Reason: No such file or directory)
  13. smobiler中实现页面切换_Smobiler学习日志——.Net语言 APP开发平台:如何在webview中加载网页,smobilerwebview...
  14. 2021-2027全球与中国兽医临床试验业务市场现状及未来发展趋势
  15. 同时买票是怎么实现的_如果是你来构建火车票订票系统,你如何实现?
  16. java计算机毕业设计高校墨香文学社管理系统源码+mysql数据库+系统+lw文档+部署
  17. 夏普电视服务器维修,夏普液晶电视机通病维修方法
  18. Win10如何关闭win11自动更新?
  19. AD831混频器模块
  20. 一台汽车在新上市之前需要经历多少考验,才有资格驶向我们?

热门文章

  1. d3中文案例_D3.js实现动态仪表盘案列
  2. 在OpenWRT上运行Sakura Frp
  3. nn.CrossEntropyLoss总结
  4. 移动端布局之flex布局
  5. china-pub近30日计算机图书排行榜
  6. 黑苹果alc269声卡仿冒id_10.10中我的ALC269VC依旧无声?学习并尝试制作了仿冒声卡,依然无声。...
  7. MMS - 什么是MMS?
  8. Python运行 import cv2 等报错 Illegal instruction (core dumped) 解决办法
  9. DataFrameDataSet
  10. 瓣膜赛道多方向,主要介入治疗