设计师必备的15个数据指标(进阶篇)

发布于 2021-04-07 00:05

接下来我再整理15个进阶数据指标。希望帮助对数据不熟悉的设计师快速入门,并对数据指标的理解更加深刻。

 01 
人均展现量

定义:展现PV/展现UV。从公式可以看出,人均展现量永远大于等于1。

举例说明:3月5号这天,进入我的-卡包界面的人数一共是1000万人,其中1000万人一共进入卡包界面的次数1500万次。对应的展现PV为1500万,展现UV为1000万。人均展现量为:1500/1000=1.5次。

数据用途:用来衡量功能/页面,对目标用户是否高频。人均展现量越大说明该功能/页面对目标用户的吸引和粘性越强。

 02 
人均访问次数

定义:加载PV/加载UV 。从公式可以看出,人均访问次数永远大于等于1。

对于客户端的话就是:打开客户端次数/打开人数。如果是对于页面的话就是:打开页面的次数/打开人数。这个数据指标和人均展现量的区别是什么呢?

人均访问次数的计算指标是加载这个纬度。只要后台有加载行为,数据源取自于后端。人均展现量数据取自于前端。有加载出来的,不一定有机会展现。

举例说明:3月5号这天,进入知乎客户端的人数一共是1000万人,其中进入知乎客户端的次数为1500万。对应的加载PV为1500万,加载UV为1000万。人均访问次数为:1500/1000=1.5次。

数据用途:用来衡量功能/页面,对目标用户是否高频。人均访问次数越大说明该功能/页面对目标用户的吸引和粘性越强。


 03 
播放完成率

3、播放完成率 

播放完成率可以指具体一个视频,也可以是整个平台的视频播放完成率。

数据用途:用来衡量视频对用户的吸引度。播放完成率越高,代表视频内容越受用户喜欢。


 04 

数据用途:用于衡量产品/页面/功能中的内容对用户的吸引度,用于对比同页面的不同功能。


 05 


 06 
人均打开次数

定义:打开次数/打开用户数。这个指标通常针对于整个产品。

举例说明:b站app,在3月5号这一天打开的总次数为8000万,其中打开的用户数为2000万,那么人均打开次数为:8000/2000=4。

数据用途:用于衡量用户对平台使用频率,人均打开次数越多,代表着用户对平台越依赖,粘性越强。


 07 
各节点的转化率

定义:节点转化用户数/节点用户数,来衡量每个节点的转化效果。

如商品详情页到提交订单页的转化率是:提交订单页UV/商品详情页UV。


数据用途:清晰了解各个节点的转化率,找到流失大的步骤,优化界面布局和流程。

 08 
分享率

定义:分享次数/内容页PV。可用于整个平台的分享率,也可以用于具体一个视频的分享率。

举例说明:下图视频的播放量为5987(进入页面即开始播放,内容页的PV也是5987),其中分享次数为49次,对应的分享率为:49/5987=0.8%。

数据用途:用于衡量视频的传播能力,分享率越高,代表着视频被用户传播的能力越强。


 09 
视频渗透率

定义:看过视频UV/总用户数。即看过视频用户占总用户的比例。

举例说明:在3月5号这一天,平台DAU为100万,其中有观看视频用户的人数为20万,那么视频渗透率为:20/100=20%。

数据用途:用于衡量观看视频内容的用户在整个平台的占比。

 10 
播放成功率

定义:成功播放第一帧的次数/总播放次数。

数据用途:用于评估播放器性能和用户网络情况的数据指标。

 11 
GMV

定义:下单金额,具体指的是下单产生的总金额,包括销售额+取消订单金额+退款订单金额。不同公司对于GMV定义会存一定的差异。

举例说明:在某电商平台,3月5号,用户提交订单总人数为10万人,其中这10万人提交订单的金额为2000万,那么GMV为2000万。

数据用途:用于衡量平台电商交易规模量。


 12 
ARPU

定义:GMV/支付UV。

举例说明:在某平台,3月5号,有10万用户提交了订单,用户提交订单的总金额为2000万。那么ARPU为:2000/10=200元。

数据用途:用来衡量人均用户购买能力。


 13 
客单价

定义:支付金额/支付UV

举例说明:某电商平台上,有5万用户顺利完成支付。支付金额为1000万,那么对应的客单价为:1000/5=200元

数据用途:一段时间内每个用户平均支付金额,用于衡量用户支付金额规模。

 14 
复购率

定义:某个一段时间内,复购用户数/购买用户数。

举例说明:在某电商平台,一周之内购买两次及以上的用户数为2万人,而这一周之内的总购买人数为10万人,那么复购率为:2/10=20%。

数据用途:用户衡量平台用户购买频率和购买留存情况。


 15 

数据用途:用来衡量平台内容对用户吸引度,衡量用户的使用粘性。


加老D私人微信,朋友圈更多精彩

本文来自网络或网友投稿,如有侵犯您的权益,请发邮件至:aisoutu@outlook.com 我们将第一时间删除。

相关素材