----廣告指标----

不同時期産品的宣傳必要要選擇合适的投放媒體和渠道，這就需要我們了解基本的廣告相關數據指标。

CPM

cost per impression，按千次展示付費，指通過某一媒體投放廣告，聽到或看到此廣告的人達到一千人平均所要花費的廣告費用。

CPM=（廣告費用/到達人數）×1000，比如投入廣告費用200元，有10000人浏覽過此廣告，則CPM=（200/10000）×1000=20元

CPM取決于産品的印象，不是評價廣告效果的單一指标，是對不同媒體進行衡量而制定的一個相對指标，通過比較不同渠道的廣告收入找出效果最好的渠道。

CPA

cost per action，按行為付費，通過廣告使用戶産生一定行為而計費，不限廣告投放量。對于用戶行為的定義依産品而定，包括形成一次交易、獲得一個注冊用戶、下載一次軟件，或是填寫一次有效問卷等，這些統稱為用戶行為轉化。

CPA=廣告費用/有效轉化次數

轉化次數的統計較為困難，另外由于廣告被點擊後會觸發用戶的後續行為（如注冊或消費行為），在網站中不大受歡迎。

CPC

cost per click，按點擊量付費，對某一廣告點擊所産生的廣告費用，統計點擊量可以設定一定标準，比如對于同一個IP，在一個時間段内重複點擊，統計為一次，也可忽略IP的限制，直接統計總點擊量。

CPC=廣告費用/點擊量

CPC為網絡廣告投放效果的重要參考數據，但也有其缺陷，比如雖然用戶沒有點擊廣告，但他已經看到了廣告。

CPS

cost per sales，按銷售付費，按照廣告點擊之後産生的實際銷售筆數來計算廣告費用，

CPS=廣告費用/有效銷售量

适合購物類、導購類、網址導航類網站，需要精準的流量才能帶來轉化。

CPT

cost per try，按試用次數付費，主要是移動應用渠道營銷平台以試玩或試用為付費标準。

CPT=廣告費用/有效試用次數

這種方式的特點是按用戶使用時長或使用周期計費，可以從根本上杜絕刷流量，是最真實有效快捷的營銷方式之一。

----網頁指标----

PV

page view，即頁面浏覽量，用戶每1次對網站中的每個網頁訪問均被記錄1次。用戶對同一頁面的多次訪問，訪問量累計。在一定統計周期内用戶每次刷新網頁一次也被計算一次。

可通過後台運營獲得數據；也可通過相關統計工具獲得，如Alexa、百度統計、Google Analysis等。日均 IP/PV 訪問量約為 600/2400的意思是今天訪問首頁次數為2400次，訪問IP為600個，也就是說這600個IP一共訪問網站2400次。

一般來說PV與來訪者數量成正比，但是PV并不直接決定頁面的真實來訪者數量，例如，同一個來訪者通過不斷的刷新頁面，也可以制造出非常高的PV。

UV

unique visitor，即獨立訪客，訪問網站的一台電腦客戶端為一個訪客。

00:00-24:00内相同的客戶端隻被計算一次。

使用獨立用戶作為統計量，可以更加準确的了解單位時間内實際上有多少個訪問者來到了相應的頁面。

PR

pagerank，即網頁的級别

安裝Google Analytics等統計工具

一個PR值為1的網站表明這個網站不太具有流行度，而PR值為7到10則表明這個網站非常受歡迎(或者說極其重要)。

跳出率

指用戶到達你的網站上并在你的網站上僅浏覽了一個頁面就離開的訪問次數與所有訪問次數的百分比。這裡的訪問次數其實就是指PV。

浏覽單頁即退出的次數/訪問次數。比如，在一個統計時間内，一個網站有1000個不同訪客從某一鍊接進入，并且其中有50個人沒有二次浏覽行為，是直接退出網站的，則針對這個鍊接的網站跳出率為50/1000=5%。然而有些退出的行為不能作為退出考慮，比如頁面上刻意添加的導出鍊接，如合作夥伴的網站等，還有聯系我們，付款頁面等，都不算是負面的跳出，所以要根據不同情況統計有效的數據才能得出可靠的跳出率。

是評價一個網站性能的重要指标，跳出率高，說明網站用戶體驗做得不好，用戶進去就跳出去了，網站沒有滿足用戶的期望與需求或是人群定位不精準，反之如果跳出率較低，說明網站用戶體驗做得不錯，用戶能夠找到自己需要的内容。而且以後他可能還會再來光顧你的網站，提高了用戶粘性。慢慢的可以積累大量的網站用戶。

退出率

對某一個特定的頁面而言，從這個頁面離開網站的訪問數占所有浏覽到這個頁面的訪問數的百分比。

從該頁退出的的頁面訪問數/進入該頁的頁面訪問數，可采用訪問統計工具如Google Analytics進行統計

從某方面反映了網站對于訪客的吸引力，如果退出百分比很高，說明訪客僅浏覽少量的頁面便離開了，因此當你的網站退出百分比很高的時候就要想辦法改善你網站的内容來吸引訪客了。

跳出率與退出率

跳出率适用于訪問的着陸頁 （即用戶訪問的第一個頁面），而退出率則适用于任何訪問退出的頁面（用戶訪問過程中在你的網站上訪問的最後一個頁面 ）。退出率是對于特定的頁面來說的，對于網站整體來說并無意義，因為來到網站的訪問必然最終都會離開網站，對于網站整體來說其退出率必然是100%。而跳出率則可以适用于着陸頁面，也可适用于網站整體。

跳出率隻能衡量該頁做為着陸頁面的訪問， 跳出率分母等于Landing Page的visits ，分子也是指跳出的visits。

退出率則是針對全部的訪問頁面不限于着陸頁面（Landing Page），任何頁面都有退出率。

退出率的分子=退出的次數（包括一次訪問過程中用戶浏覽單頁即跳出的次數，也包括浏覽多頁後從該頁面退出的次數。）

平均訪問時長

指在一定統計時間内，浏覽網站的一個頁面或整個網站時用戶所逗留的總時間與該頁面或整個網站的訪問次數的比。

訪問總時長/訪問次數，如一個網站在一定時間内總的逗留時間為1000秒，在這段時間内，總的訪問次數是100次，那麼這個頁面或網站的平均訪問時長就是1000秒/100 = 10秒。

是體現被統計對象的用戶黏性的重要指标之一，進而可以評估網站的用戶體驗，指導改善頁面。平均訪問時長越短，說明網站對用戶的吸引力越差，可用的有用信息越少，也說明網站需要優化或都添加有用信息了。

轉化率

指在一個統計周期内，完成轉化行為的次數占推廣信息總點擊次數的比率。

轉化率=（轉化次數/點擊量）×100%。

以用戶登錄為例，如果每100次訪問中，就有10個登錄網站，那麼此網站的登錄轉化率就為10%，而最後有2個用戶訂閱，則訂閱轉化率為2%，有一個用戶下訂單購買，則購買轉化率為1%。

轉化率反映了網站的盈利能力，重視和研究網站轉化率，可以針對性的分析網站在哪些方面做的不足，哪些廣告投放效果比較好，可以迅速的提升用戶體驗、節約廣告成本，提升網絡轉化過程。

重複購買率

指消費者對該品牌産品或者服務的重複購買次數。

重複購買率有兩種計算方法：一種是所有購買過産品的顧客，以每個人人為獨立單位重複購買産品的次數，比如有10個客戶購買了産品，5個産生了重複購買，則重複購買率為50%；第二種算法是，單位時間内，重複購買的總次數占比，比如10個客戶購買了産品，中間有3個人有了二次購買，這3人中的1個人又有了三次購買，則重複購買次數為4次，重複購買率為40%。直與複推薦企業采取第一種算法。

重複購買率越多，則反應出消費者對品牌的忠誠度就越高，反之則越低。

----用戶指标----

ARPU

Average Revenue Per User，即每用戶平均收入

在一定時間内，ARPU=總收入/用戶數，一般是計算長期的ARPU比較有意義，如平均每月每用戶收入。

而用戶數可以是總平均在線用戶數、付費用戶數或是活躍用戶數，不同産品标準可能存在差别。

ARPU注重的是一個時間段内從每個用戶所得到的收入，衡量互聯網公司業務收入的指标。ARPU值高說明平均每個用戶貢獻的收入高，但高未必說明利潤高，因為利潤還需要考慮成本。ARPU的高低沒有絕對的好壞之分，分析的時候需要有一定的标準。

用戶流失率

是指那些曾經使用過産品或服務，由于對産品失去興趣等種種原因，不再使用産品或服務的用戶。

用戶流失率=總流失用戶數/總用戶數，流失用戶數依産品而定，并且有各自的不同标準。

分析用戶的流失情況可以找到流失的原因，針對産品所處的時期再找到解決辦法。一般流失用戶都是對于那些需要注冊、提供應用服務的網站而言的，比如微博、郵箱、電子商務類網站等。對于流失用戶的界定依照産品服務的不同而标準不同，對于微博和郵箱這類用戶幾乎每天登錄查看的網站而言，可能用戶未登錄超過1個月，我們就可以認為用戶可能已經流失了；而對于電子商務而言，可能3個月未登錄或者半年内沒有任何購買行為的用戶可以被認定是流失用戶。因此這裡有個流失期限。

活躍用戶

是相對于“流失用戶”的一個概念，是指那些會時不時地光顧網站，并為網站帶來一些價值的用戶。

活躍用戶用于衡量網站的運營現狀，而流失用戶則用于分析網站是否存在被淘汰的風險，以及網站是否有能力留住新用戶。

每個産品活躍的定義千差萬别，如果是有帳号的客戶端産品，例如IM、端遊等，通常以帳号登錄作為活躍标識。如果是某些工具軟件，有的以啟動作為活躍，例如看天氣的。有些需要進行一些核心操作，例如拍照軟件，至少是完成一張照片拍攝，才能算活躍吧。

日活躍用戶

DAU，Daily Active User，指某個自然日内啟動過應用的用戶，該日内的多次啟動隻記一個活躍用戶。

月活躍用戶

MAU，Monthly Active User，指某個自然月内啟動過應用的用戶，該月内的多次啟動隻記一個活躍用戶。

這兩個指标一般出現在在線服務的分析統計指标中，比如在線文檔，或者是網頁郵箱服務，網絡遊戲，SNS遊戲等等。一般用來衡量服務的用戶粘性以及服務的衰退周期。

DAU/MAU比例是SNS遊戲的重要參數，一般最低極限是0.2，這保證遊戲能夠達到臨界規模的病毒式傳播和用戶粘性。

周活躍用戶

WAU，Weekly Active User，指某個自然周内啟動過應用的用戶，該周内的多次啟動隻記一個活躍用戶。這個指标是為了查看用戶的類型結構，如輕度用戶、中度用戶、重度用戶等。

用戶保有率

用戶保有率指在單位時間内符合有效用戶條件的用戶數在實際産生用戶量的比率，也叫用戶留存。

保有率=保有量/實際量

次日留存率：（當天新增的用戶中，在第2天還登錄的用戶數）/第一天新增總用戶數。因為都是新用戶，所以結合産品的新手引導設計和新用戶轉化路徑來分析用戶的流失原因，通過不斷的修改和調整來降低用戶流失，提升次日留存率，通常這個數字如果達到了40%就表示産品非常優秀了。

第3日留存率：（第一天新增用戶中，在往後的第3天還有登錄的用戶數）/第一天新增總用戶數。

周留存率：（第一天新增的用戶中，在往後的第7天還有登錄的用戶數）/第一天新增總用戶數。在這個時間段裡，用戶通常會經曆一個完整的使用和體驗周期，如果在這個階段用戶能夠留下來，就有可能成為忠誠度較高的用戶。

月留存率：（第一天新增的用戶中，在往後的第30天還有登錄的用戶數）/第一天新增總用戶數。通常移動APP的叠代周期為2-4周一個版本，所以月留存是能夠反映出一個版本的用戶留存情況，一個版本的更新，總是會或多或少的影響用戶的體驗，所以通過比較月留存率能夠判斷出每個版本更新是否對用戶有影響。

渠道留存：因為渠道來源不一，用戶質量也會有差别，所以有必要針對渠道用戶進行留存率分析。而且排除用戶差别的因素以後，再去比較次日，周留存，可以更準确的判斷産品上的問題。

留存用戶和留存率通常反映了不同時期獲得的用戶流失的情況，表現不同時期用戶對産品的适應性和黏性，分析這個結果往往是為了找到用戶流失的具體原因。

以上内容整理自百度百科、人人都是産品經理等網絡資源，不足之處請各位大神指正。

作者：柳小帥cc；via：簡書