互联网行业的一些统计指标
最近在整理一些有意思的(没有感情的)数据指标 , 基本都是来自网上我搜索出来的 (如有侵权 , 请联系我删除 ) , 简单整理 , 以供查阅 , 如有问题 , 欢迎指正 .
CAC ( Customer Acquisition Cost ) 获客成本 : 获取一个用户的成本.
LTV ( Life Time Value ) 用户的终身价值 : 获取的用户能够为公司带来的总价值.
计算公式 : LTV = (某个客户每个月的购买频次*每次的客单价*毛利率)*(1/月流失率)。其中的 1/月流失率是得出平均每个客户在该平台能够留存的总时长是多少月.
一般来说 , 如果 获取用户的价值 <= 生命周期价值 即 : 运营成功 , 否则运营失败.
PBP ( Payback Period ) 回收期 : 花出去的用户获取成本可以在多长时间内回本.
ARPU ( Average Revenue Per User ) 活跃用户的平均付费金额 : 特定周期内,活跃用户的平均付费金额.
计算公式: 总收入/AU(活跃用户)
ARPDAU ( Average Revenue Per Daily Active User ) 平均每日活跃用户收益.
计算公式 : 当天总收入 / DAU(当天活跃用户)
ARPPU ( Average Revenue Per Paying User ) 付费用户的平均付费金额 : 特定周期内,付费用户的平均付费金额.
计算公式:总收入/付费用户数.
AU ( Active Users ) 活跃用户 : 个人理解是 启动过App的用户数
计算公式 : 登录用户 - 新增用户 (不太理解)
PU ( Paying Users ) 付费用户
DNU ( Daily New Users ) 每日新注册的用户
DAU ( Daily Active Users ) 日活跃用户 : 个人理解是 当天启动过App的用户数
DPU ( Daily Paying Users ) 日付费用户
WAU ( Weekly Active Users ) 周活跃用户 : 个人理解是 当周内启动过App的用户数
MAU ( Monthly Active Users ) 月活跃用户 : 个人理解是 当月内启动过App的用户数
DAU , WAU , MAU的差距越小 , 用户粘性越强 ; 例如 微信 , 大部分用户每天都会使用 , DAU略小于WAU略小于MAU , 新用户增长缓慢 , 老用户粘性超强 .
APA ( Active Payment Account ) 活跃付费用户数量
PUR ( Pay User Rate ) 付费比率
计算公式: APA(活跃付费用户)/AU (活跃用户)
CR ( Conversion Rate ) **(付费)转化率
计算公式: **(付费)用户数量/所有独立用户数量
ROI ( Return On Investment ) 投资回报率 : 特定周期内,广告主通过广告投放收回的价值占广告投入的比例.
PV ( Page View ) 网站浏览量 : 页面浏览的次数,用以衡量网站用户访问的网页数量。用户每次打开一个页面便记录1次PV,多次打开同一页面则浏览量累计。一般来说,PV与来访者的数量成正比,但是PV并不直接决定页面的真实来访者数量,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。具体的说,PV值就是所有访问者在24小时(0点到24点)内看了某个网站多少个页面或某个网页多少次。PV是指页面刷新的次数,每一次页面刷新,就算做一次PV流量。
UV ( Unique Visitor ) 独立访客数 : 指一天内访问某站点的人数,以cookie为依据。1天内同一访客的多次访问只记录为一个访客。通过IP和cookie是判断UV值的两种方式。在移动app飞速发展的现在 , 也可以通过独立设备来判断UV .
VV ( Visit View ) 访客访问的次数 : 记录所有访客一天内访问量多少次网站。当访客完成所有的浏览并最终关掉该网站的所有页面时,便完成了一次访问,同一访客一天内可能有多次访问行为,访问次数累计 .
VV ( Video View ) 视频播放量 : 在视频服务行业 , 表示视频播放次数 .
YoY ( year on year ) 同比 : 一般指不同年份的相同时期对比 .
QoQ/MoM/WoW (Quarter on Quarter/Month on Month/ Week on Week) 环比 : 不同时期的相同时间段的对比 .
这里有个小观察 : 在股市中 , 如果使用的是同比数据,那么表示当前是牛市 , 如果使用的环比数据 , 那么表示当前是熊市 .
RR ( Retention Rate ) 留存率 : 留存用户占总用户或者新用户的比率
CR ( Churn Ratio ) 流失率 : 流失用户占总用户或者新用户的比率 (没有找到一个令我信服的解释流失用户的计算方式)
新用户流失率 : 定义 用户的流失临界时间间隔为1个月 ( 也可以定义别的时间间隔 ) , 即 用户在注册后的一段时间内都没有登录过的用户就是流失用户 . 这个用户数与一个月前的那天的总注册用户数的比例 就是一个月前那天的新用户流失率
以下是我转载过来的, 可以方便大家理解留存率和流失率(如有侵权,请联系我删除) :
我们过去一直说的次日留存率、三日留存率、七日留存率并不是严格意义上的留存率,而是比留存率要小的登录率,我们在表述上一直偷了这个懒,于是导致了上面不符合逻辑的结果,即“流失率+留存率≠100%”。将“留存率”改成“登录率”,那么不等于“100%”就很好理解了。
打破很久以来的认知确实是很难的事情,但是为了行业的规范与发展我们确实有责任这么做,所以我个人认为“登录率”是一个更加实事求是的叫法。游戏中的账户与自然人不一样,自然人两天不呼吸必死无疑,但是离线两天的用户很有可能第三天回到游戏中,所以我更加大胆的认为,既然没人能断定必然的“留存”与“流失”,也就没有必要保留这两个模棱两可,容易引起歧义的定义,今后统一用“登录率”取而代之。也就是新用户看:次日/三日/七日登录率。老用户看:后X日登录率(统计日后X日有过登录的用户,占统计日登录用户的比例)、次周登录率、次月登录率。