对于互联网从业者，以及想要进入互联网的朋友们来说，学会产品分析绝对是必备技能！

　　数据分析并不要求掌握python，精通算法等，只要有合适的分析方法，找到关键性的指标，便能顺利完成。众所周知，产品运营的职责是通过对产品各个层面的优化，以吸引更多的用户。于是，在产品数据分析中，一个基于用户生命周期的分析模型——AARRR，被广泛运用。

　　AARRR代表了用户运营周期的5个不同阶段。

　　Acquisition [用户获取]：新用户来到产品

　　Activation [用户激活]：用户在产品上完成了一个核心任务，且体验较好

　　Retention [用户留存]：用户继续不断使用产品

　　Revenue [用户收益]：因用户行为产生产品收益

　　Referral [用户推荐]： 用户推荐他人使用产品

　　与产品运营数据分析相关的指标也根据以上这些阶段而来。

　　获客即拉新，即让用户知道了解认识到有这样一个 APP 并来试用。通常情况下会有多个渠道增加产品的曝光，但如何选出最优渠道，使用最少的预算获得最好的拉新效果，第一个要做的就是渠道分析。

　　（1）渠道到达量：又称曝光量，指看到产品推广线索的人数，其中还包括广告点击量CTR。

　　（2）渠道转化率：转化率是应用最广阔的指标，包括：

　　CPM：每千人成本，按多少人看到广告计费。CPC：每用户点击成本，按点击计价。CPA：每行动成本，按用户行为计价。CPT：每时间段成本，按时间计价。CPS和CPS算在CPA的范围内。eCPM：每一千次展示可获得收入，广告主预估自身收益的指标。渠道ROI：即投资回报比（利润/投资*100%）

　　当运营活动的ROI大于1，说明这个活动是成功的，能赚钱。

　　ROI也能推广到其他指标，比如注册用户量，也就是获客成本。分享一个ROI数据分析的部分截图：

　　（3）日应用下载量：只点击下载不代表下载完成。

　　第三方平台下载到用户注册App，这步骤数据容易出错，主要是用户对不上。技术上通过唯一设备ID匹配。

　　（4）日新增用户：以用户注册提交资料为基准。新增用户可以进一步分为：

　　自然增长：用户邀请，用户搜索等推广增长：运营人员强控制下增长的用户量（5）获客成本：为获取一位用户需要支付的成本

　　（6）CAC：获取一个有效用户的成本

　　（7）一次会话用户占比：指新用户下载完APP，仅打开一次并使用时长在2分钟以内

　　这类用户很大可能是黑产或者机器人，通过各种技术刷量，获取虚假的点击量谋取收益。该指标属于风控指标，用于监管。

　　激活并不直接对等注册成功。激活要做的是活跃客户，更应该考虑的是用户对于产品核心功能的使用情况。

　　例如：短视频软件需要新用户观看到一定时长、聊天软件需要新用户完成一次对话才算激活。

　　用户活跃是运营的核心阶段，不论移动端、网页端或者微信端，都有相关指标，主要包括：

　　（1）日活/周活/月活：标准是用户用过产品，不限于打开APP。

　　活跃率：某一时间段内活跃用户在总用户量的占比。按时间维度则有：

　　日活跃率DAU周活跃率WAU月活跃率MAU有时也会将活跃用户再细分出：新用户、活跃用户、忠诚用户、不活跃用户、流失用户、回流用户等。

　　（2）PV和UV

　　PV：页面浏览量，用户在网页的一次访问请求可以看作一个PV。UV：独立访客数，即一定时间内用户访问页面的次数。注意：微信浏览器不会长期保留cookie，手机端的IP也一直变动，基于此统计的UV会有误差

　　可以通过微信提供的openid取代cookie作为uv基准，需要额外的技术支持。

　　（3）活跃用户占比：活跃用户/总用户，用来衡量产品健康程度

　　（4）用户会话session次数：用户打开产品操作和使用，到退出产品的整个周期。

　　网页端一般默认是30分钟内，30分钟内属于一次会话，超过30分钟属于第二次会话。移动端的时间窗口默认为5分钟。

　　用户会话次数和活跃用户数结合，能够判断用户的粘性。

　　比如如果日活跃用户数为100，日会话次数为120，说明大部分用户都只访问了产品一次，产品并没有粘性。

　　（5）用户访问时长：一次会话的持续时间

　　如果分析师发现做内容的产品大部分用户访问时长只有几十秒，那么最好分析一下原因。

　　用户在某段时间使用产品，过了一段时间后，仍旧继续使用的用户，被称为留存用户。用户激活之后，不留存的话最终也都将流失，因此留存阶段至关重要。

　　留存率 = 仍旧使用的用户/ 当初的总用户量

　　用户留存指标可细分为：次日留存、三日留存、七日留存、三十日留存。

　　Facebook有一个著名的40-20-10法则，即新用户次日留存率为40%，七日留存率为20%，三十日留存率为10%，有此表现的产品属于数据比较好的。

　　（2）用户流失率，能预测产品的发展。

　　用户流失率要针对问题具体分析，比如旅游类的应用，用户一年也打开不了几次，但依旧能发展。

　　（3）退出率：从该页退出的页面访问数/进入该页的页面访问数

　　比如某商品页进入PV1000，该页直接关闭的访问数有300，则退出率30%。

　　跳出率是退出率的特殊形式，有且仅浏览一个页面就退出的次数/访问次数，仅浏览一个页面意味着这是用户进入网站的第一个页面，俗称落地页LandingPage。

　　退出率用于网页结构优化，内容优化。跳出率常用于推广和运营活动的分析，两者容易混淆。

　　当用户激活后成为了一名用户，需要考虑的就是如何获取收入，实现盈利。

　　营收类指标主要包括：

　　付费用户数付费用户占比：每日付费用户/活跃用户数比 或者 总付费用户/总用户ARPU：某时间段内用户平均收入ARPPU.某时间段内每位付费用户平均收入，抛除未付费的客单价：每一位用户平均购买商品的金额。销售总额/顾客总数（主要用在电商和零售）复购率：购买次数＞1的人/所有购买过的人LTV：用户生命周期价值。LTV=ARPU*1（使用较少因为短期看不出效果）当产品有了一定规模的用户之后，就需要考虑激发用户间的自发传播。自传播的数据指标是K因子（推荐系数）。

　　（1）K因子：每一个用户能够带来几个新用户

　　K因子=用户数*平均邀请人数*邀请转化率

　　当K因子＞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。当K因子足够大时，就是快口相传的病毒营销。

　　（2）用户分享率：某功能或者页面，分享用户数占浏览页面人数之比

　　这么多指标，要怎么清晰地整合成一份报告呢？在简道云的数据工厂中，可根据以上这些指标之间的关系，构建出数据模型。

　　模型构建示意图

　　接下来便可以通过模型数据，搭建仪表盘BI，展示所有指标及各个维度的分析图表。

　　所用产品：「简道云官网」零代码轻量级应用搭建平台