营销数据
用户生命周期
一种是针对用户个体/群体的营销生存窗口；另外一种是用户关系管理层面的生命周期<br>
LTV<br>
用户生命周期价值（Life Time Value）<br>LTV=LT×ARPU<br>
用户忠诚指数
忠诚指数是对活跃留存的再量化。活跃仅是产品的使用与否，A用户和B用户都是天天打开App，但是B产生了消费，那么B比A更忠诚。<br>数据往往需要更商业的指标描述用户，消费与否就是一个好维度<br>
RFM模型<br>
利用R最近一次消费时间，M总消费金额，F消费频次，将用户划分成多个群体。<br>不同群体即代表了不同的价值指数<br>
矩阵法
将指标划分出多个象限，如用户价值指数和用户流失指数。<br>对于用户价值高且流失指数高的用户，应该采取积极的唤回策略，<br>对于用户价值低且流失指数高，那么考虑成本的平衡适当运营即可<br>
传播活动数据
K因子
每位用户平均向多少用户发出邀请，发出的邀请又有多少有效的转化率，<br>即每一个用户能够带来几个新用户<br>
病毒传播周期<br>
活动、广告、营销等任何能称之为传播的形式都会有传播周期。<br>理论上，通过K因子和传播周期，能预测依赖传播带来的用户量，<br>可实际的操作意义不大，它们更多用于各类活动和运营报告的解读分析<br>
用户分享率
现在产品都会内嵌分享功能，对内容型平台或者依赖传播的产品，<br>分享率是较为重要的指标，它又可以细分为微信好友/群，微信朋友圈，微博等渠道<br>
活动曝光/浏览量
传播和线上活动是息息相关的，这两者的差异不大。<br>想要做好一个活动，单纯知道活动的浏览量是不够的，好的活动一定是数据分析出来的<br>
活动参与率
活动参与率衡量活动的整体情况，可以套用用户活跃的分析指标<br>
参与率详细解读
这个活动的参于人数(活跃数)多少?有多少老用户参与了这个活动?<br>有多少新增用户因为这个活动来，传播类的活动分享数据怎么样?<br>活动中的各个流程转化如何?活动带来多少新订单。<br>其实运营活动可以看作一个短生命周期的产品，产品的一切指标都能应用于其中<br>
营收数据
活跃交易用户数<br>
从产品曝光到用户下载，用户打开活跃到产生收入，产品的指标在一步步往商业靠拢，<br>活跃交易用户则是核心指标。整个流程呈现漏斗状<br>
活跃用户交易占比
统计交易用户在活跃用户中的占比。当产品活跃用户足够多，但是交易用户少，<br>此时的商业化是有问题的，俗称的变现困难，很多公司都倒在这一步<br>
GMV
成交总金额，只要用户下单，生成订单号，<br>便可以算在GMV里不管用户是否真的购买了。互联网电商更偏好这个指标<br>
实际流水
用户购买后的消费金额。销售收入则是成交金额减去退款。<br>至于利润、净利率，涉及到财务成本，数据分析挺难拿到这类数据，所以不太用到<br>
客单价
客单价是一位消费者每一次到场消费的平均金额。<br>在互联网中，则是每一笔用户订单的收入总收入/订单数<br>
付费转化率
不同场景计算方式会有一些差异，通常来讲<br>付费转化率=付费人数/活跃用户数
ARPU<br>
每用户平均收入（average revenue per use）<br>ARPU=总收入/总用户数<br>
ARPPU
每付费用户平均收益（Average Revenue Per Paying User）<br>ARPPU=总收入/总付费用户数
复购率
复购率更多用在整体的重复购买次数统计：单位时间内，消费两次以上的用户数占购买总用户数。<br>例如某电商4月的消费用户数1000，其中600位在5月继续消费，则回购率为60%<br>
用户获取<br>
渠道到达量
即产品推广页面有多少用户流量（产品有效曝光）。<br>可以在应用商店，在朋友圈，在搜索引擎，只要有流量的地方，都会有渠道曝光。<br>
渠道转化率
比较笼统的讲法，是应用广阔的指标。<br>业界将成本和转化率结合，衍生出CPM、CPC、CPS、CPD、CPT等<br>
CPM
每千人成本（Cost Per Mille），按广告曝光的人数/人次计费，<br>CPM（千人展现成本）=（广告费用/到达人数）×1000<br>
CPC
每用户点击成本（Cost Per Click），按广告点击次数计费<br>CPC（点击成本）=广告费用/广告点击次数<br>
CPE
互动成本，指广告互动次数成本（互动一般为转评赞总和），一般小红书等种草投放需要关注此指标<br>CPE（互动成本）=广告费用/互动次数（转评赞总和）
CPA
每行动成本（Cost Per Action），按指定用户行为计费，行为可以是下载/注册/购买等<br>
eCPM
每千次展现可得收益（effective cost per mille），是广告主预估自身收益的指标<br>eCPM =收入/广告展示次数×1000=出价（Pbid）*预估点击率（eCTR）*预估转化率（eCVR）*1000<br>
CTR
点击通过率（Click-Through-Rate），指广告页面的点击比率<br>CTR（点击通过率）=广告实际点击量/广告展示量<br>
渠道ROI<br>
投资回报率（Return-on-investment），当ROI大于1，说明活动/渠道运营是成功的，能赚钱的<br>ROI（投资回报率）=收入/投入成本<br>
日下载量
第三方平台下载到用户注册App，这一步骤数据容易出错，主要是用户对不上。技术上一般通过唯一设备ID进行匹配<br>
日新增用户数
用户获取的核心指标。新增用户可进一步分为自然增长与推广增长<br>
用户获取成本
每用户获取成本CAC<br>CAC=推广费用/推广带来的新增用户数
用户活跃
活跃用户<br>
活跃指标是用户运营的基础，按时间维度，则有日活跃DAU、周活跃WAU和月活跃MAU。<br>可以进一步计算活跃率：某一时间段内活跃用户在总用户量的占比。<br>
PV<br>
PV(PageView)是页面浏览量，用户在网页的一次访问请求可以看作一个PV，用户看了十个网页，则PV为10<br>
UV
UV(UniqueVisitor)是一定时间内访问网页的人数，正式名称独立访客数。<br>在同一天内，不管用户访问了多少网页，他都只算一个独立访客<br>
用户会话次数
用户会话也叫session，是用户在时间窗口内的所有行为集合。<br>用户打开App，搜索商品，浏览商品，下单并且支付，最后退出整个流程算作一次会话<br>
用户访问时长
用户访问时长是一次会话持续的时间。<br>不同产品类型的访问时长不等，社交肯定长于工具类产品，内容平台肯定长于金融理财<br>
功能使用率
除了关注活跃，运营和数据分析师也应该关注产品上的重要功能。<br>如收藏，点赞，评论等，这些功能关系产品的发展以及用户使用深度<br>
用户留存
留存率
用户在某段时间使用产品，过了一段时间后，仍旧继续使用的用户，被称为留存用户。<br>留存率=仍旧使用的用户/当初的总用户量<br>
40-20-10
即新用户次日留存率为40%，七日留存率为20%，三十日留存率为10%，有此表现的产品属于数据比较好的<br>
用户流失率
用户流失率和留存率恰好相反。如果某产品新用户的次日留存为30%，那么反过来说明有70%的用户流失了<br>生命周期=(1/流失率)*流失率的时间维度。它是经验公式，不一定有效<br>
退出率
退出率是网页端的一个指标。网页端追求访问深度，用户在一次会话中浏览多少页面，当用户关闭网页时，可认为用户没有 (留存)留住<br>从该页退出的页面访问数/进入该页的页面访问数，某商品页进入PV1000，该页直接关闭的访问数有300，则退出率30%<br>
跳出率
有且仅浏览一个页面就退出的次数/访问次数，仅浏览一个页面意味着这是用户进入网站的第一个<br>页面，俗称落地页LandingPageo<br>
