产品经理必知的数据指标-轻识

网页指标：

PV（page view）：即页面浏览量，用户每1次对网站中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。在一定统计周期内用户每次刷新网页一次也被计算一次。

一般来说PV与来访者数量成正比，但是PV并不直接决定页面的真实来访者数量，例如，同一个来访者通过不断的刷新页面，也可以制造出非常高的PV。

UV（unique visitor）：即独立访客，访问网站的一台电脑客户端为一个访客。

PR（pagerank）：即网页的级别，一个PR值为1的网站表明这个网站不太具有流行度，而PR值为7到10则表明这个网站非常受欢迎(或者说极其重要)。

页面停留时长：访客一次访问在某个页面上停留时间，等于这个页面的总停留时长除以这个页面的访问量。

网站停留时长：等于网站总的停留时长除以访问量。

跳出率（Bounce Rate）：指用户到达你的网站上并在你的网站上仅浏览了一个页面就离开的访问次数与所有访问次数的百分比。比如有100个用户进入你的网站，然后50个用户打开首页就跳出去了，跳出率一般是50%，

是评价一个网站性能的重要指标，跳出率高，说明网站用户体验做得不好，用户进去就跳出去了，网站没有满足用户的期望与需求或是人群定位不精准，反之如果跳出率较低，说明网站用户体验做得不错。一般来说50%的跳出率是正常状态，70%以上就出现问题了，90%以上就是问题就严重了

跳出率只能衡量该页作为用户的landing page的页面质量，不能衡量其他。

一般来说，如果你做的是从其他媒体引入的流量，说明你的媒体渠道选择失误，搜索引擎付费关键字定位不准、客户群定位不准确，还是landing page的call to action可能不够吸引人。

当然对于不同页面和不同类型的网站的跳出率需要区别对待，很多网站的性质决定用户甚至只要浏览首页，需求就可能得到满足。比如wordpress的博客，可能一些老访问者，访问博客只是看有没有更新，没有更新，跳出很正常。这种情况如果简单的说网站质量很差是值得商榷的，这个时候建议细分群体和细分页面去看跳出率，并且关注页面停留时间。

退出率（exit rate）：

“退出率”是指该网页是会话中“最后一页”的浏览占该网页总浏览量的百分比。

10个visits来到a页面 ——5个visits直接离开，3个visits去b页面（2个visits去c页面然后直接离开）。b页面的3个visits有2个visits返还a页面最终从a页面离开。

计算a页面的跳出率和退出率分别就是（5/10） *100% 和（5+2/10+2 ）*100%

这是Google analytics里面的退出率的计算，在Omniture是算exit/visit，也就意味着这个值是（5+2）/10*100%

退出率高也要分情况讨论并不能一概而论，如果你已经规划好你网站的用户访问流程，但是你发现你网站的某个退出页面成为去其他某个很重要的页面的阻碍，那么你应该关心的你的这个退出页面的内容了。

退出率不能用来分析网站所有的页面，只能用来分析特定流程中的某些页面能不能满足用户的需求（交互）的问题。一般认为退出率高需求没有得到满足，但在特定页面不能用退出率衡量用户需求问题。

如果客户需求得到满足就退出，退出率高是很正常的，如电子商务网站的支付成功页面，其他网站的客户服务（eg：联系我们，关于我们）此类页面，退出率一般肯定很高。用户结算支付完需求得到满足，用户知道联系方式需求得到满足。这个时候需要借助其他分析了，例如电子商务可以用转化漏斗分析。但是在同样的类似流程中，注册页面、支付页面和填写收货地址页面却又是可以用退出率来衡量页面质量的（这样的页面一般是有固定步骤的），如果退出率高，那么反映你的注册流程页面、支付流程页面和物流流程页面存在问题了，比如不支持货到付款，需要填写项过多，界面不友好等等。

退出率还反映在页面内容的吸引性，call to action能不能激励用户。另外从网站技术角度来说，页面太大不能被完全加载，页面没有返回任何其他页面的链接入口，也是造成退出率过高的问题。

转化率：指在一个统计周期内，完成转化行为的次数占推广信息总点击次数的比率。转化率=（转化次数/点击量）×100%。以用户登录为例，如果每100次访问中，就有10个登录网站，那么此网站的登录转化率就为10%，而最后有2个用户订阅，则订阅转化率为2%，有一个用户下订单购买，则购买转化率为1%。转化率反映了网站的盈利能力，重视和研究网站转化率，可以针对性的分析网站在哪些方面做的不足，哪些广告投放效果比较好，可以迅速的提升用户体验、节约广告成本，提升网络转化过程。

重复购买率：指消费者对该品牌产品或者服务的重复购买次数。重复购买率越多，则反应出消费者对品牌的忠诚度就越高，反之则越低。

活跃度指标

活跃度指标：主要衡量产品的粘性、用户的稳定性以及核心用户的规模，观察产品在线的周期性变化。

AU（Active Users）活跃用户：用户登陆产品记为一次登录

DAU（Daily Active Users）日活跃用户：每日登陆过的用户数

WAU（Weekly Active Users）周活跃用户：七天内登陆过的用户数

MAU（Monthly Active Users）月活跃用户：30天内登陆过的用户数

AT（Daily Avg. Online Time）日均使用时长：活跃用户平均每日在线时长

PCU（Peak Concurrent Users）最高同时在线用户人数：统计周期内，同一时点（通常精确至分）的最高在线人数

ACU（Average Concurrent Users）平均同时在线用户人数：统计周期内，每个时点（通常精确到分）的平均在线人数

流失、留存指标

流失、留存指标：观察流失用户的状态、流失前行为来判断产品可能存在的问题。

ULR（Users Leave Rate）用户流失率：统计当日登录过产品的用户，但在随后N日内未登录的用户数/统计日DAU

日流失率：统计当日登陆过产品的用户，次日未登陆的用户数/统计日DAU

周流失率：统计当周登陆过产品，之后下一周未登陆的用户数/WAU

月流失率：统计当月登陆过产品，下一月未登陆的用户数/MAU

次日留存率：统计当日登录过产品的用户，次日依旧登录的用户数/统计日DAU

周留存率：统计当周登录过产品的用户，且下一周至少登录一次的用户数/WAU

月留存率：统计当月登录过产品的用户，且下一月至少登录一次的用户数/MAU

回归率：曾经流失，重新登录产品的用户数占流失用户的比例

回归用户：曾经流失，重新登录产品的用户数

最后也欢迎有问题的小伙伴加微信：yw5201a1 沟通交流。

此外我们的官方网站也上线了，每日分享高质量的文章、原型素材和行业报告，小伙伴可自行前往索取，支持搜索，需要的小伙伴可点击底部的阅读原文直接查看，或者复制网址：www.dadaghp.com 打开。

更多干货可关注微信公众号：产品刘

想学习更多关于产品、职场、心理、认知等干货，可长按右边二维码，关注我们。

··················END··················

RECOMMEND