运营过程中我们都应该关注哪些数据指标

来源:易观数科 作者:专注CEM的

1 梳理数据指标

这里以大家基本都熟知的AARRR模型(又称海盗模型)为例,来梳理一些「过程性指标」。关于梳理数据指标后如何系统搭建「数据指标体系」,我们将在后一篇文章为大家详解。

根据AARRR模型,我们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”觉得产品不错就会去下载它,打开产品发现里边的内容蛮适合自己,“用户”就会注册产品,最终成为产品真正的用户。

1.浏览量:俗称曝光量,指的是产品的推广信息在朋友圈、搜索引擎、应用商店等渠道渠道中被多少用户看到。与浏览量相对应的是点击量,它们俩的比例在业内有一个专业词汇CTR(CRT=点击量/浏览量),很多广告平台会用CTR来评估广告质量;

2.下载量:指的是APP的安装次数,是衡量拉新效果的结果指标;

3.新增用户:下载并不是意味着就是用户,如果某个“用户”只下载了并没有注册,那它就是一个无效的用户。对于用户的界定,每个产品是不一样的,大部分的产品是用户注册了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的。目前常见的成本的计算方式有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、在线时长、启动次数、页面浏览量

相比于下载量和用户量而言,在人口红利消失后,大家开始更关注实实在在的东西了—— 你到底有多少活跃用户?

1.活跃用户数:DAU指的是日活跃用户数量,一般指的是在24小时内活跃用户的总量;此外还有WAU、MAU等;

2.活跃率:活跃用户数衡量的是产品的市场体量,活跃率看的则是产品的健康; 

3.在线时长:不同产品类型的访问时长不同,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:它体现的是用户的使用频率,用户的日均启动次数越多,说明用户对产品的依赖性越高,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)是一定时间内访问网页的人数,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。

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的市场大小和健康程度的话,那么用户留存衡量产品是否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 / 当初的总用户量;

2.用户流失率:流失率在一定程度能预测产品的发展,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的用户。

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的是你手上掌握了多少有价值的用户。

1.GMV:它是一个虚荣指标,只要用户下单,生成订单号,便可以算在GMV里,不管用户是否真的购买了,京东在双十一对外发布的战报是GMV;

2.成交额:成交金额指的是用户付款的实际流水,是用户购买后的消费金额;

3.销售收入:它指的是成交金额减去退款后剩余的金额;

4.付费用户量:在产品里边产生过交易行为的用户总量,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(持续购买的用户),流失消费用户(流失后又回来的用户)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的成本已经高于维护熟客的成本。复购率更多用在整体的重复购买次数统计,即单位时间内,消费两次以上的用户数占购买总用户数。

传播指标:病毒K因子、传播周期

现在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的产品,对病毒式增长的衡量就会变的至关重要。

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:传播周期指的是用户完成从传播到转化新用户所需要的时间,通常传播周期越短,意味着用户裂变传播的效果越好。

2 定义指标口径

在梳理完数据指标后,还有一项非常重要的工作——定义数据指标口径。在数据运营的过程中,我们如果没有统一的工具(例如易观方舟)管理数据指标口径,往往会出现以下问题:

  • 在不同的数据报表中,出现定义一致但名称不一样的数据指标

  • 在相同的数据报表中,出现定义不一致但名称一样的数据指标

这将对我们跨部门协同开展运营工作、达成运营目标带来一定的困扰。如果在需求上线前事先没有做好数据指标口径的定义,导致某些数据对不上,又会给测试、技术等人员带去一定程度返工,大大降低工作效率。 

举个简单的例子。对于一个企业来说,活跃用户往往反映了产品的用户规模、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。我们在衡量用户活跃时,常用的指标会有:

  • 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/月访问产品的不同用户数。但活跃用户数这个数据指标口径的定义,由于所处的行业、不同的业务等因素,很多企业会根据自身特点对活跃用户数有不同的定义,例如:

  • 每日登录用户数(过滤掉匿名用户)即为活跃用户数

  • 每日在线时长超过5分钟的用户数(过滤掉低质量用户)即为活跃用户数

  • 每日访问页面超过5个的用户数(过滤掉低质量用户)即为活跃用户数

数据指标口径的定义应该尽量做到明确、清晰、易懂。并且需要我们逐步迭代建立起一套完整的数据指标口径字典,下发到各个协作部门,确保对数据指标的认知达成一致,避免在运营过程中出现歧义。


相关文档推荐

利用数据指标助力企业数据运营.PDF

1737421350 叶秋萍 0.54MB 22页 积分5

数据驱动的会员运营.PDF

1736752607 宋星 4.48MB 41页 积分6

私域流量运营词汇手册.PDF

1736729193  0.86MB 29页 积分5

私域品牌电商运营技巧&案例.PDF

1736728920  2.51MB 27页 积分6

中国零售业公私域运营手册.PDF

1736727021  2.84MB 114页 积分5

战略到运营的闭环管理.PPTX

1734420143 杨解放 2.84MB 0页 积分8

闭环式管理体系战略到运营.PPTX

1734419643  0.59MB 28页 积分6

用户增长方法论.PDF

1732884525  4.95MB 128页 积分10

用户精细化运营全流程.PDF

1732843663  3.39MB 89页 积分6

相关文章推荐