运营过程度，我哋都应该关注边啲数据指标？

转载：本文来自微信公众号“易观数科”（ID:enfodesk），作者：专注CEM嘅，转载经授权发布。

随住数据正式成为第五大生产要素，其喺当今社会扮演嘅角色地位唔言而喻。数据运营也已经唔再局限于某一个岗位，而是每一位运营、市场等营销人员必备嘅思维和工作方式。

由此，易观数科推出「数据运营系列」文章，将系统介绍“理数——收数——睇数——用数”嘅数据运营闭环，旨喺度帮助大家快速落地数据运营，掌握数据驱动运营嘅科学工作方式。该系列文章将喺易观数科公众号每周四持续发布，欢迎大家关注。

喺前一篇文章《找对北极星指标！才系一切运营嘅起点》度，我哋系统介绍‌北极星指标嘅定义、作用以及选择标准。喺确定北极星指标后，我哋即可围绕北极星指标开展一系列嘅运营工作。

喺开展运营工作嘅过程度，除咗北极星指标呢一「结果性指标」外，我哋仲系要要关注一啲「过程性指标」来帮助关键结果嘅达成。

1 梳理数据指标

这里以大家基本都熟知嘅AARRR模型（又称海盗模型）为例，来梳理一啲「过程性指标」。关于梳理数据指标后点样系统搭建「数据指标体系」，我哋将喺后一篇文章为大家详解。

根据AARRR模型，我哋可以将数据指标分为五大类：拉新指标、活跃指标、留存指标、转化指标、传播指标。

拉新指标：浏览量、下载量、新增用户、获取成本

运营通过渠道投放让“用户”接触到产品，当“用户”觉得产品唔错就会去下载佢，打开产品发现里边嘅内容蛮适合自己，“用户”就会注册产品，最终成为产品真正嘅用户。

1.浏览量：俗称曝光量，指嘅系产品嘅推广信息喺朋友圈、搜索引擎、应用商店等渠道渠道中被几多用户睇到。同浏览量相对应嘅系点击量，佢们俩嘅比例喺业内有一个专业词汇CTR（CRT=点击量/浏览量），好多广告平台会用CTR来评估广告质量；

2.下载量：指嘅系APP嘅安装次数，是衡量拉新效果嘅结果指标;

3.新增用户：下载并唔系意味住就是用户，如果某个“用户”只下载‌并没有注册，噉佢就系一个无效嘅用户。对于用户嘅界定，每个产品是唔一样嘅，大部分嘅产品是用户注册‌APP，就被定义为新增用户;

4.获取成本：用户获取必然涉及成本，而这是运营新手最容易忽略嘅。目前常见嘅成本嘅计算方式有CPM（千次曝光成本）、CPC（单次点击成本）、CPA（单次获客成本）。

活跃指标：活跃用户数、活跃率、喺线时长、启动次数、页面浏览量

相比于下载量和用户量而言，喺人口红利消失后，大家开始更关注实实喺喺嘅嘢‌—— 你到底有几多活跃用户？

1.活跃用户数：DAU指嘅系日活跃用户数量，一般指嘅系喺24个钟头内活跃用户嘅总量；此外仲有WAU、MAU等；

2.活跃率：活跃用户数衡量嘅系产品嘅市场体量，活跃率睇嘅则是产品嘅健康； 

3.喺线时长：唔同产品类型嘅访问时长唔同，社交肯定长于工具类产品，内容平台肯定长 于金融理财等；

4.启动次数：佢体现嘅系用户嘅使用频率，用户嘅日均启动次数越多，说明用户对产品嘅依赖性越高，活跃度也就越好； 

5.页面浏览量：PV（Page View）是页面浏览量，UV（Unique Visitor）系一定时间内访问网页嘅人数，用户喺网页嘅一次访问请求可以睇作一个PV，用户睇‌十个网页，则PV为10。

留存指标：用户留存率、用户流失率

如果说活跃数和活跃率是产品嘅市场大小和健康程度嘅话，噉样用户留存衡量产品系咪产品能够可持续发展，如果你是早期产品就更应该关注是留存指标。

1.用户留存率：留存率 = 留存用户 / 当初嘅总用户量；

2.用户流失率：流失率喺一定程度能预测产品嘅发展，如果产品某阶段有用户10万，月流失率为20%，简单推测，5个月后产品将失去所有嘅用户。

转化指标：GMV、成交额、销售收入、付费用户量、ARPU、复购率

对运营而言，拉新和活跃、留存都只是手段，最终衡量你工作业绩嘅系你手上掌握‌几多有价值嘅用户。

1.GMV：佢系一个虚荣指标，只要用户下单，生成订单号，便可以算喺GMV里，唔管用户系咪真嘅购买嘎啦，京东喺双十一对外发布嘅战报是GMV；

2.成交额：成交金额指嘅系用户付款嘅实际流水，是用户购买后嘅消费金额；

3.销售收入：佢指嘅系成交金额减去退款后剩余嘅金额；

4.付费用户量：喺产品里边产生过交易行为嘅用户总量，同活跃用户一样，交易用户也可以区分为首单用户（第一次消费），忠诚消费用户（持续购买嘅用户），流失消费用户（流失后又回来嘅用户）等；

5.ARPU：ARPU = 总收入÷ 收费用户数；

6.复购率：和新增用户一样，获得一个新付费用户嘅成本已经高于维护熟客嘅成本。复购率更多用喺整体嘅重复购买次数统计，即单位时间内，消费两次以上嘅用户数占购买总用户数。

传播指标：病毒K因子、传播周期

而家产品都会内嵌分享功能，对内容型平台或者依赖传播做增长嘅产品，对病毒式增长嘅衡量就会变嘅至关重要。

1.病毒K因子：K因子大于1时，每位用户能至少能带来一个新用户，用户量会像滚雪球般变大，最终达成自传播；

2.传播周期：传播周期指嘅系用户完成从传播到转化新用户所需要嘅时间，通常传播周期越短，意味住用户裂变传播嘅效果越好。

2 定义指标口径

喺梳理完数据指标后，仲有一项非常重要嘅工作——定义数据指标口径。喺数据运营嘅过程度，我哋如果没有统一嘅工具（例如易观方舟）管理数据指标口径，往往会出现以下问题：

• 喺唔同嘅数据报表度，出现定义一致但名称唔一样嘅数据指标

• 喺相同嘅数据报表度，出现定义唔一致但名称一样嘅数据指标

这将对我哋跨部门协同开展运营工作、达成运营目标带来一定嘅困扰。如果喺需求上线前事先没有做好数据指标口径嘅定义，导致某啲数据对唔上，又会畀测试、技术等人员带去一定程度返工，大大降低工作效率。 

举个简单嘅例子。对于一个企业嚟讲，活跃用户往往反映‌产品嘅用户规模、所处发展阶段，通过活跃用户可以快速定位产品人群，为后续拉新、促活做充分研究。我喺衡量用户活跃时，常用嘅指标会有：

• 每日活跃用户数（Daily Active User）

• 每周活跃用户数（Weekly Active User）

• 每月活跃用户数（Monthly Active User）

分别指每日/周/月访问产品嘅唔同用户数。但活跃用户数呢个数据指标口径嘅定义，由于所处嘅行业、唔同嘅业务等因素，好多企业会根据自身特点对活跃用户数有唔同嘅定义，例如：

• 每日登录用户数（过滤掉匿名用户）即为活跃用户数

• 每日喺线时长超过5分钟嘅用户数（过滤掉低质量用户）即为活跃用户数

• 每日访问页面超过5个嘅用户数（过滤掉低质量用户）即为活跃用户数

数据指标口径嘅定义应该尽量做到明确、清晰、易懂。并且需要我哋逐步迭代建立起一套完整嘅数据指标口径字典，下发到各个协作部门，确保对数据指标嘅认知达成一致，避免喺运营过程中出现歧义。