前不久分享了一篇关于数据指标 DAU/MAU 的部分理解,文章里我多次提到下面这句话
「没有绝对的对错，只求彼此的认同」
为什么要多次强调这句话？
因为我们学习指标概念的前提都不是去追求一个绝对的对错，而是为了最后能和你共事的同事/伙伴 形成认同。
这样当你们去共同探讨某一个指标问题的时候,你们能清晰的认识到你们对这个指标的认识是什么,只有这样你们才能基于同一个认知去探讨问题,而不会出现各说各话的尴尬场面。
接下来咸鱼继续和大家聊聊我对数据指标的学习与认识。
如何定义新增？
假设我们的某个产品和渠道商合作,对我们的产品进行推广,结算费用时如何定义「新增」用户？(渠道推广费用以新增用户数计费)
这里我们剖析一下「新增」这个指标:
- 新:我们如何选择合适的方法判定「新」?
- 增:我们如何选择一个合适的节点定义「增」?
如何判定「新」？
判定新用户有一下两种方法:
- 基于设备判定:移动端,PC端各有门道如:MAC地址之类
- 基于账号判定:以安装的用户登录的账号判断
按照具体业务需求选择即可
如何选择适合的节点定义「增」？
渠道商往往比较强势,所以合作前就该谈好在那个节点算钱。
往往我们推广一款产品有以下几个节点:
渠道商引流页面 -> 应用商店(AppStore等) -> 点击下载/安装、启动 -> 关键事件(注册/浏览x分钟等)
我们来看看不同节点的优劣和选择场景:
以上列举了关于不同节点选择的适用场景。
在最后一栏中提及的渠道费用高/统计复杂指的就是按照实际注册人数计费,这时的统计数据完全由我们说了算,所以渠道商往往不愿意以这个节点计费同时收取高额的渠道费用(200-300/用户或更高)。
而选择这类节点计费的产品往往以互金产品,理财产品居多,可以联想斐讯还有之前提的团贷网等,这类产品的APRU往往很高,足以盖过渠道的推广费用。
ARPU指一个时间段内运营商从每个用户所得到的利润。
如何理解留存？
刚刚提完新增，自然就要关心留存了。
那么用「留存」这个指标可以用来做什么呢？
- 日留存:用以了解某个渠道的质量,如:上面「新增」结束后观察不同渠道之间的用户质量,可以查看7日留存
- 月留存/周留存:以周和月为单位去衡量产品的健康程度,观察用户在平台上的黏性,用以了解整个大盘的趋势/走向
如何去计算留存呢？
这里我们以7日日留存举例,这里计算方法有两种：
- (第7天活跃用户/第1天活跃用户) * 100%
- (第7天活跃用户/第0天活跃用户) * 100%
这两种方法有什么区别吗?
这两种计算方式本质上并没有不同,只是更加恰合自身业务,规避数据干扰。
- 第一种只关心特定日的留存,避免了其他日数据的干扰
- 第二种新增当日为0日,这样第7日与新增日对齐(如第0日为周日,那么第7日也为周日),这样就避免了某些星期级别的周期差异。
其实在列举上面两种算法的过程中我也在思考,上面两种算法就可以来计算所有业务的留存吗?
经过学习,发现还有一种 7日内留存 的计算方式,这类留存的计算公式如下:
(第二天至七天活跃用户去重后的总和/第1天活跃用户) * 100%
这种留存的计算方式在平常的业务中很容易受到某一日徒增/陡降的影响,但是这种计算方式,却适合业务中只有某一天活跃度很高的数据。
所以数据指标的不同计算方式并没有教科书,不同的计算公式都是为了恰合不同的业务特性。
关于月留存、周留存与日留存的小结
在留存这个数据指标的开始我们就简要的说了关于月留存、周留存与日留存的不同作用。
这里我们用一张图来简单总结:
图片来源:三节课 - 互联网数据业务分析实战
用户从哪来 - 渠道来源统计
除了文章开头所说的渠道推广外,我们用户增长的来源还有很多,所以渠道来源的统计相当重要。
这里推荐大家阅读一位大佬的文章:
这位大佬就以下三个方面做了解读干货超多,有需要的朋友不妨看看:
- 什么是网站流量获取渠道？
- 网站各渠道来量占比多少百分比合适？
- 不同类型的网站流量来源渠道不尽相同
以上就是咸鱼对「新增」、「留存」等数据指标的认识与理解,如若有误,还望各位指正讨论。
