用戶數據分析要分析哪些內容（最重要的4大內容）

在馬云宣稱的DT時代，作為運營人員，日常與數據指標打交道已成為一門必備的核心技能。平時多儲備一點數據統計分析的基礎知識，無論是對日常運營工作，還是對面試拿Offer都是十分必要的。

朋友是一位互聯網公司的運營經理，薪資待遇都不錯，也算是公司里面的專業運營高手。但他最近在微信上跟我吐槽了一件事，是這樣的。

最近和老板參加互聯網峰會，某游戲公司高管分享的PPT中有幾個大寫字母縮寫的運營數據指標概念老板很感興趣，就問他“DNU”和“PCU”什么意思，尷尬的是這兩個指標他也沒接觸過，于是問了度娘才解圍。于是他覺得自己資深運營人的人設崩塌了！

后來我安慰他說，運營涉及的范疇很廣，又有不同的細分產品業務，每一個都可以創設出獨特的統計指標，一時沒搞明白也無可厚非。

話雖如此，在馬云宣稱的DT時代，作為運營人員，日常與數據指標打交道已成為一門必備的核心技能。平時多儲備一點數據統計分析的基礎知識是十分必要的。

下面我集中整理了一下比較常用的用戶運營數據統計指標術語，以供大家收藏參考。

網頁訪問數據指標

1. IP （Internet Protocol）獨立IP

通常采用獨立IP數，理論上指00:00-24:00內相同IP地址重復訪問只被計算一次。而不同的商業統計工具，縮短去掉重復統計的時間，也是數據統計放大的一個常用套路。

2. UV (UniqueVisitor)獨立訪客

訪問的獨立客戶終端（電腦、手機、pad等）為一個獨立訪客， 技術上已MAC地址作為唯一身份識別ID。理論上（僅限于理論）24小時重復訪問終端只計算一次。

3. PV（Page View）網頁瀏覽量

網頁被訪問瀏覽的次數，也可簡稱為訪問量或瀏覽量。有些統計工具把用戶每次刷新都計算一次個PV（這也是很多網站PV虛高的原因之一），由于PV數據通常是相對（UV/IP/RU/WAU）最高的數據指標之一，所以網站訪問量是目前互聯網公司對外公布的統計數據中，幾乎是最常用的口徑。

4. LP（Landing Page）著陸頁

指在廣告引流或推廣中，引導用戶登入網站的第一頁面。在早期網絡營銷中通常用網站首頁作為著陸頁，而后期通常采用特定的廣告頁、專題頁或稍微復雜的Minisite作為著陸頁，與當下手機端流行的H5宣傳頁有點類似。

5.BR（Bounce Rate）跳失率

指訪問陸頁（Landing Page）后，未點擊進入任何其他頁面或發生其他交互行為，即直接離開的訪客占訪問該著陸頁所有訪客的比率。該指標可以衡量一個網頁或者一個網站的質量度高低。

用戶活躍類數據統計指標

1. RU（registered users）注冊用戶

已完成注冊的用戶數，嚴格數據應是經過有效驗證激活的注冊用戶數，而放大數據則可以填寫提交注冊信息提交完成即可。

2. AU（Active users）活躍用戶

某一個時間段內登錄或使用了某個產品的用戶。

3. DAU(Daily Active User)日活躍用戶

單日登錄或使用了某個產品的用戶數（去除重復登錄的用戶）。通常游戲類付費網站會采用DAU的概念。

4. MAU（monthly activeusers）月活躍用戶

把DAU的統計周期拉長到一個月，即是MAU的數據。

5. DNU(Daily New Users) 每日新增用戶

即當日新注冊并登錄的用戶數。

6. ACU （Averageconcurrent users）平均同時在線用戶數

平均同時在線用戶數，通常采用 24小時內每小時同時在線的用戶數總和除以 24小時。

7.PCU（Peakconcurrent users ）最高同時在線用戶

24小時內同時在線的最高用戶數。如果希望數據表現較高，通?？刹捎靡粋€小時內同時在線用戶數最大的值；如果更嚴格，也可以統計某一秒鐘同時在線用戶數的瞬間峰值。

8. TS（Time Spending）用戶平均在線時長

所有在線用戶總時長，除以該時段內的在線用戶數。

9. URR（Users RetentionRate）用戶留存率

新增用戶中，在某一周期之后仍然活躍的用戶占總新增用戶的比例。按不同間隔日為統計周期單位來計算的，是比較嚴格的；根據不同的產品使用頻次特性，按以周間隔為統計單位來計算相對更合理，因為很少的產品是需要用戶每日都登錄使用的。

10. UCR（Users Churn Rate）用戶流失率

與“用戶留存率”相對的一組概念，指新增用戶中，在某一周期之后無登錄使用等活躍行為的用戶。

用戶流失率=（1-用戶留存率）*100%計算

用戶付費行為數據統計指標

1.PU（Paying User）付費用戶

有付費行為的用戶。該指標弱化了統計周期的背景，所以在數據統計中不常采用。

2.CR（ConversionRate）付費轉化率

新增用戶中，有付費行為的新用戶除以總新增用戶數。此公式與電商網購中的支付轉化率指標類似。

3.ARPU（Average Revenue Per User）平均每用戶收入

衡量一個時間段內某個付費產品或業務收入水平的指標，通常電信運營商或網絡游戲公司等采用較多，而零售電商則較少采用。

ARPU=某一時段的總收入/該時段的總AU數

4.ARPPU（Average Revenue Per Paying User）平均每付費用戶收入

ARPPU=某一時段的總收入/該時段的總PU數

5.APA（Active PaymentAccount）活躍付費用戶

指統計周期內仍保持活躍的付費用戶（活躍PU）數，此處的用戶通常以用戶注冊ID為準。需要排除曾經有付費行為但在統計周期內無任何活躍行為的靜默付費用戶（靜默PU）。

6.PUR（Paying User Rate）用戶付費率

計算公式為：APA/AU，通常以特定統計周期內的活躍用戶為統計前提。指統計周期內的活躍付費用戶（APA）數除以該周期內的總活躍用戶（AU）數。

7.LTV（Life Time Value）生命周期價值

從用戶從最第一次登錄到最后一次登錄的整個生命周期過程中，所貢獻的全部經濟收益價值總和。而由于用戶的生命周期通常難以統計，所以在實踐中，更多采用“LTV_N”來統計新用戶在首次登錄后的N天內，所貢獻的價值總和。此指標更為靈活實用。

上面這些，只是一些比較常用的運營數據統計術語而已，還不能說是大全，在游戲和APP運營中，還有很多更為細致的數據指標。

如何看待“數據與運營業績”之間的關系

由于運營本是一項涉及面比較龐雜而又非常鍛煉人的工作，除了“產品、研發、營銷”外，幾乎其余所有業務直接相關的問題（財務/人事/行政等支撐職能除外），尤其是無主認領的問題，都可以歸于運營項下（包括客服），所以不少“運營喵”經常自嘲為“打雜的”。

在不少職場人眼中——“研發”是先天的技術型崗位，“產品”也是自帶光環的高逼格專業崗位（想想“小馬哥”PONY”和“紅衣教主”周鴻祎等產品經理們的咖位），而“營銷”更是專業為“人氣”、“曝光”和“發布會”而生的，但凡有點工作業績都是想低調都藏不住的。

此外，產品、技術和營銷崗都容易出現行業大牛，但你幾乎不曾聽說過哪家互聯網公司出產過“運營大牛”（即使有幾位，也都是在離職后自己創業二次修煉升級的，并非在原來崗位直接成就的）。

而“運營喵”們若想在公司大會上表表自己的功勞，即使給你半小時做陳述，你也不一定能講清楚這個業績是你的而不是產品的或營銷的！

不過話又說回來，如果你能通過數據分析來說證明自己的運營業績，能把運營的成效與產品及營銷做一定程度的切割，就足以證明你是一位稱職的運營了！所有初級“運營喵”都可以把這個作為自己內心中的一桿秤，來衡量自己是否真的已入門運營這個行當了。

最后，無論你數據分析玩的多溜，運營的“打雜”天性是不會改變的，運營通常需要懂的很廣博，但又沒有一項是十分精深的，這也注定了運營工作是“學海無涯苦作舟”型的。

所以，我也很喜歡用“潤物細無聲”來形容運營工作的價值隱蔽性。同時，也建議所有“運營喵”們，都要有“事了拂衣去，深藏身與名”的俠隱胸懷！