用户增长常用指标知识框架笔记
2022-11-22 10:59:56 0 举报AI智能生成
登录查看完整内容
用户增长常用指标知识框架笔记
作者其他创作
大纲/内容
首次打开应用的用户
由设备识别符来标记
新增用户数（New Users）
一个周期内有过特定使用行为
一个周期内多次使用记做一活跃用户
启动
启动+浏览
启动+发消息
使用行为的定义因应用而异
DAU：日活
MAU：月活
活跃用户数（Active Users）
升级用户数（Updated Users）：已装老版本升级到新版本
某段时间内使用后，经过一段时间，仍继续使用的人数，占当时新增用户的比例
衡量应用的质量和营销效果
真实需要（如搜素下载），留存率高
营销推广（有奖活动），留存率低
首月留存率：工具类 > 游戏 > 社交
次日、3日、7日、15日和30日留存率
留存率（Retention Rate）
历史上所有新增用户数
虚荣指标（递增函数）
总用户数（Total Users）
启动到退出应用所耗费的时间长短
衡量应用黏性
在后台运行时不计入其中
单次使用时长（Duration）
某日总使用时长 / 启动次数
更准确地评估用户使用状态
用户在不同时间使用的时间不同，平均后方可横向比较
平均单次使用时长（Average Duation）
两次使用之间的时间间隔
如新闻类APP，若时间过长，则黏性不够
可定时推送当日头条新闻
使用间隔（Interval）
应用内特定行为目标的转化情况
如点击按钮，邀请好友等
转化率（Conversion Rate）
衡量产品的病毒传播能力
每个用户发出的平均邀请数 * 收到邀请转化成新增用户的比例
如果大于1，表明具有自我传播能力，用户群会增大
小于1，则达到某个规模时会停止通过自我传播增长
K因子（K-factor）
能从每个用户赚到多少钱
衡量盈利能力
检测不同市场渠道获取的用户质量
一定时限内收入 / 活跃用户数
结合单用户获取成本，可以推断产品能否形成自我造血的持续发展能力
针对付费用户
更准确地把握付费用户的支付能力、消费习惯等
针对性运营
一个月的统计区间内，付费用户占活跃用户比例
用户第一次使用产品，到最后一次使用之间，累计贡献的付费总量
软件和APP
PV，一定周期内页面浏览总数
访问的绝对人数
没有体现出访问者在网站上的全部活动
如果统一IP出口（如学校），则不准确，需要结合Cookies
UV，访问站点不同IP的人数
进入网站到离开，视为一次访问（Visit）
界定两次访问，可以使用访问时间，如30分钟
访问数（Visit）
用户捕获页
判断外部广告或其他推广的效果
需要优化
着陆页（Landing Page）：浏览网站到达的第一个页面
可能该页面浏览量也大
因此基数大
退出量大并不意味着黏性差
：退出量 / 页面浏览量
退出率大：检查，防止成为流量漏洞
要参考退出率
退出页（Exit Page）：离开网站前最后一个访问的页面
衡量网页或整站的黏性
跳出：只浏览一个页面就结束访问（Visit）
反应整站的导航效率
整站跳出率 = 整站跳出数 / 整站页面浏览量
反应单页导航效率
单独页面跳出率 = 单页跳出数 / 单页浏览量
是否重视跳出率
如何计算跳出率
跳出率为多少，是否高于一般网站
<b><font color="#c41230">问题：如百度和谷歌的导航网站</font></b>
一般而言，跳出率越高，网站问题越大
跳出率（Bounce Rate）
加载一次，展现数加1
如刷新页面
展现数（Impressions）：即印象数，指广告在浏览器中被加载的次数
打点即服务器收到一次请求
1：网页
10：图片
10张图片的网页：11次打点
服务器打点数（Hit）
转化：达成预设目标，如注册、下载等，成效用转化率衡量
可用于衡量网站内容对访问者的吸引程度和宣传效果等
广告转化率 = 通告广告条进入着陆页的流量 / 广告的展现数
注册转化率 = 完成注册流程的用户数 / 到达注册页的流量
无法统计最后一次的访问时长
简单计算方法：最后一次的访问时间 - 访问第一张页面的时间
停留时间（Duration）：一次访问的持续时间
通常用Cookie判断
一定时限为统计周期（如一个月）
初访者（New Visitor）：网站的初次访问者
与初访者相对，在一定周期内重复访问
衡量网站内容的吸引程度和实用性
初访者 + 回访者 = UV
回访者（Return Visitor）
搜索引擎
网站推荐（友链、广告条、软文植入等）
浏览器收藏夹
直接输入域名
无网站来源（用户直接进入）
来源网站的性质
域，agoodstu.net
网站，www.agoodstu.net
URL，www.agoodstu.net/about.html
来源网址的形式
站外链接
站内来源
内外部
访问来源（Referrer）：一次访问或一个网页浏览的流量来源，可按不同维度划分
如地域分布
系统环境
性别比例
年龄分布
学历分布
职业分布
获取访问者的进一步信息
可以结合第三方统计工具
其他信息
网站
用户增长常用指标知识框架笔记
0 条评论
回复 删除
下一页
