數位用戶營運常用數據分析指標大整理
作為數位時代中的網路營運人員，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，無論是對日常營運工作，還是對面試拿Offer都是十分必要的。
數位用戶營運常用數據分析指標大整理
Kevin是一位網路公司的營運經理，薪資待遇都不錯，也算是公司里面的專業營運高手。但他最近在Line上跟我吐槽，說他自己的營運高手人設瞬間崩塌了。
追問他怎麽回事，才說最近跟公司老闆一起參加一個網路峰會，會上有遊戲公司高管分享時，PPT中有幾個大寫字母縮寫的營運數據指標概念，剛好老闆對這些很感興趣，就隨口問他“DNU”和“PCU”（具體概念下文有說明）這兩個概念什麽意思，恰巧這兩個指標他也沒接觸過，於是這位營運高手很尷尬的現場手機度娘才解圍的。
雖然沒什麽實質影響，但是他感覺自己在公司里的資深營運高手的專業人設，在老闆面前瞬間崩塌了！
這個營運涉及的範疇很廣，有用戶營運、內容營運、渠道營運、活動營運、數據營運等，統計數據指標其實非常多，而且各種不同的細分產品業務（網購/遊戲/旅遊/影片/APP等），以及不同的產品生命周期、用戶群體屬性、使用頻率、付費場景、費率額度等不同，都可以創設出太多獨特的統計指標出來。
用戶營運常用數據分析指標匯總
下面FlipWeb集中整理了一下比較常用的用戶營運數據統計指標術語，以供大家收藏參考。
一、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地址重複訪問只被計算一次。而不同的商業統計工具，縮短去掉重複統計的時間，也是數據統計放大的一個常用套路。
（PS：在目前，尤其對企業用戶群體中，一個公網獨’立IP可能對應很多獨’立終端，所以很多網路公司已經放棄使用獨’立IP作為統計口徑了。）
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（僅限於理論）24小時重複訪問終端只計算一次。（PS：UV也不同於Visits訪問行為，Visits通常以半小時為去重統計周期。）
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），由於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網路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。在早期網絡行銷中通常用網站首頁作為著陸頁，而後期通常采用特定的廣告頁、專題頁或稍微複雜的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）後，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。
二、用戶活躍類數據統計指標
1.RU（registered users）註冊用戶
已完成註冊的用戶數，嚴格數據應是經過有效驗證激活的註冊用戶數，而放大數據則可以填寫提交註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（去除重複登錄的用戶）。通常遊戲類付費網站會采用DAU的概念。
用戶營運常用數據分析指標匯總
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
即當日新註冊並登錄的用戶數。
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，通常可采用一個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，在某一周期之後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，在某一周期之後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
三、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，通常電信營運商或網絡遊戲公司等采用較多，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
用戶營運常用數據分析指標匯總
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註冊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後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。而由於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後的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營運數據統計術語而已，還不能說是大全，在遊戲和APP營運中，還有很多更為細致的數據指標。
隨著產品形態及生命周期階段的不同，偏重的數據分析指標都會有些差異，數據統計分析指標也會源源不斷的創新湧現。只要是對所營運的產品業務數據分析有實效，你也可以自己創設新的數據統計分析指標，這並非是某些權威人士才有的特權。
四、關於怎麽看待“數據與營運業績”之間的關系問題
由於營運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、行銷”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，都可以歸於營運項下（包括客服），所以不少“營運”經常自嘲為“打雜的”。
在不少職場人眼中 — — “研發”是先天的技術型職位，“產品”也是自帶光環的高逼格專業職位，而“行銷”更是專業為“人氣”、“曝光”和“發佈會”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、技術和行銷職都容易出現行業專家，但你幾乎不曾聽說過哪家網路公司出產過“營運專家”（即使有幾位，也都是在離職後自己創業二次修煉升級的，並非在原來職位直接成就的）。
而“營運專家”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行銷的！
不過話又說回來，如果你能通過數據分析來說證明自己的營運業績，能把營運的成效與產品及行銷做一定程度的切割。最後，無論你數據分析玩的多溜，營運的“打雜”天性是不會改變的，營運通常需要懂的很廣博，但又沒有一項是十分精深的，這也註定了營運工作是“學海無涯苦作舟”型的。
FlipWeb建議營運數據還是依照自己公司的產業來做分別，不是沒一個數據都適合每一個產業，這邊提供給大家分享。
