模块一 指标建模
这部分内容分为两部分：
指标详解
数据指标的通用方法论
指标详解
指标详解部分，能够理解指标背后的业务含义，方便在数据指标时候统一概念。
数据指标有很多。只对业务有参考价值的数据进行统计，和当前业务无关的意义不大不要过多关注。
我们应该关注：
谁，做了什么，结果怎样：用户数据，行为数据，业务数据
用户数据：
存量 DAU MAU 日活，月活 daliy/monthly-active-user
增量 新增用户
健康程度 留存率
从哪里来 渠道来源
行为数据：
次数 频率 pv uv 访问深度
路径走通程度 转化率
做了多久 时长
质量 弹出率
业务数据：
总量 gmv 访问时长
人均 arpu arppu 人均访问时长
人数 付费人数 播放人数
健康程度 付费率，付费频次 观看率
被消费对象 思考用户行为之外，sku视角，被消费内容视角
一张图解释：
[
]
用户数据
DAU 和 MAU
概念：日活，月活。怎么称之为日，活，活的是是人还是设备还是账号，由于定义不同，背后有坑。
如何判定周期：
日。跨时区比如，最近24h。
月。每天的日活不同，如何算月活。
坑：比如百度统计里，最近30天uv，是累加，而不去重。这就没有价值。月活不是日活之和。当月至少活跃一次的用户总数。
如何判定活跃：
方法一，数据统计系统。事件上报。
有个案例，dau上涨，订单不涨，分析原因是程序员设置push推送了，就进行反馈，不是用户主动点击才上传。
方法二，业务上进行定义关键事件。
触发了关键事件，定义用户活跃。
存在问题：
存在维护成本，需要不断维护日活事件列表。
存在沟通成本。团队内外对活跃的认识。
如何判定用户：认设备，认人。
注意：
一个用户存在多台设备，比如电脑，ipad，手机。
也存在一台设备多个人使用。
认人。给用户以为唯一id。用户数=访问过服务的id数。
如果没有注册，就没有了
认设备。设备唯一id，用户数=访问服务设备数
无法对应设备背后的用户。
有没有账号体系：
没有。认设备
-
有。业务场景是不是强依赖登录
是。认人就行了uid。但仍然需要一个设备id用来描述没有登录的，设备数
-
不是。不登录用户对业务是否有价值
有。比如小说app，阅读行为就有价值。
没有。比如社区类，匿名浏览。
新增用户
不同角色对新增的理念不同：
-
渠道商
点击下载就算新增。
统计简单，但离激活环节最远。
适用场景，量不大，免费渠道，不需要精打细算。
注意事项按照下载按钮结算，无法避免刷量
-
运营
- 下载成功才算，一个用户最多算一次。
-
产品，
按照启动量算。
离激活最近，便于统计
自己比较强势时候适用
-
研发
注册入库了才叫新增用户。
最真实数据，劣势渠道费用激增，下载几块，激活几百块几千块。
适用场景，对用户质量要求高，arpu高
如何判断“增”？
选择合适的节点，算增。应该和渠道算清楚哪个节点算增。
如何判断“新”？
基于设备id。
用户留存
七日留存：
算法一： 七日日留存。第七天除以第一天的百分比。
算法二： 七日内留存。2-7 天用户除以第一天去重百分比。
算法三： 第一天算day0，之后再数7天，那就是 day7 除以 day0 做对比，星期几对齐。
为什么看留存：
日留存，衡量用户表现，了解渠道质量。
观察大盘趋势，周，月留存，记得务必去重。
何时用算法一：
对比渠道质量，用算法一。
以某些天数留存，衡量渠道用户表现。只关心特定日留存。
何时用算法二：
如果产品有使用周期，比如工作日用，非工作日的产品，不太关心第七天还剩下多少，关心周期内的用户。
何时使用算法三：
在日历上，星期几对齐。能抵消星期级别的波动。
渠道来源
网站流量获取渠道，比如：
直接访问
引荐流量
搜索引擎自然流量
付费搜索流量
社交媒体
行为数据
行为数据有哪些：
次数频率：pv uv 访问深度。
路径走通程度：转化率。
举个例子，获取到一些数据，人均访问次数，路径转化效果等：
PV UV 转化率
page views 页面浏览量
unique visitors 独立访问数
app已经不太符合最初定义。pv次数，uv人数。
转化率计算方式：
关注功能 pv/pv
关注业务 uv/uv
关键动作人均触发次数 pv/uv
访问深度
算法一：某些关键行为用户访问次数。比如：视频播放次数。
算法二：功能和内容分层，按照访问层级计算。
如何统计：
web页面打开时长。
app时代，前台驻留时间。
未来，摄像头，瞳孔等未来手段，当然了也要顾虑隐私权。
为何统计时长：
统计特殊事件（比如看视频）
支持业务需求（比如评价质量），比如调查问卷的答题时长。
弹出率 bounce rate
未完待续。。。
