電商營運常用數據分析指標大整理
營運涉及的範疇很廣，有用戶營運、內容營運、通路營運、活動營運、數據營運等，統計數據指標其實非常多，而且各種不同的細分產品業務（網購/遊戲/旅遊/影片/APP等），以及不同的產品生命周期、用戶群體屬性、使用頻率、付費場景、費率額度等不同，都可以創設出太多獨特的統計指標出來。
做為營運人員，日常與數據指標打交道已成為一門必備的核心技能。平時多儲備一點數據統計分析的基礎知識，無論是對日常營運工作，還是對面試拿Offer都是十分必要的。
下面是我整理了一下比較常用的用戶營運數據統計指標術語，以供大家收藏參考。
一、網頁訪問數據指標
1.IP （Internet Protocol）獨立IP
通常採用獨立IP數， 理論上指00:00-24:00內相同IP地址重複訪問只被計算一次。而不同的商業統計工具，縮短去掉重複統計的時間，也是數據統計放大的一個常用套路。
（PS：在目前，尤其對企業用戶群體中，一個公網獨立IP可能對應很多獨立終端，所以很多網路公司已經放棄使用獨立IP作為統計口徑了。）
2.UV (Unique Visitor )獨立訪客
訪問的獨立客戶終端（電腦、手機、pad等）為一個獨立訪客， 技術上已MAC地址作為唯一身份識別ID。理論上（僅限於理論）24小時重複訪問終端只計算一次
3.PV（Page View）網頁瀏覽量
網頁被訪問瀏覽的次數，也可簡稱為訪問量或瀏覽量。有些統計工具把用戶每次刷新都計算一次個PV（這也是很多網站PV虛高的原因之一），由於PV數據通常是相對（UV/IP/RU/WAU）最高的數據指標之一，所以網站訪問量是目前網路公司對外公布的統計數據中，幾乎是最常用的口徑。
4.LP（Landing Page）Landing Page
指在廣告引流或推廣中，引導用戶登入網站的第一頁面。在早期網路行銷中通常用網站首頁作為著陸頁，而後期通常採用特定的廣告頁。
5.BR（Bounce Rate）跳失率
指訪問陸頁（Landing Page）後，未點擊進入任何其他頁面或發生其他交互行為，即直接離開的訪客占訪問該著陸頁所有訪客的比率。該指標可以衡量一個網頁或者一個網站的質量度高低。
二、用戶活躍類數據統計指標
1.RU（registered users）註冊用戶
已完成註冊的用戶數，嚴格數據應是經過有效驗證激活的註冊用戶數，而放大數據則可以填寫提交註冊信息提交完成即可。
2.AU（Active users）活躍用戶
某一個時間段內登錄或使用了某個產品的用戶。
3.DAU(Daily Active User)日活躍用戶
單日登錄或使用了某個產品的用戶數（去除重複登錄的用戶）。通常遊戲類付費網站會採用DAU的概念。
4.MAU（monthly activeusers）月活躍用戶
把DAU的統計周期拉長到一個月，即是MAU的數據。
5.DNU(Daily New Users) 每日新增用戶
即當日新註冊並登錄的用戶數。
6.ACU （Averageconcurrent users）平均同時在線用戶數
平均同時在線用戶數，通常采用 24小時內每小時同時在線的用戶數總和除以 24小時。
7.PCU（Peakconcurrent users ）最高同時在線用戶
24小時內同時在線的最高用戶數。如果希望數據表現較高，通常可采用一個小時內同時在線用戶數最大的值；如果更嚴格，也可以統計某一秒鐘同時在線用戶數的瞬間峰值。
8.TS（Time Spending）用戶平均時間
所有線上用戶平均時間，除以該時段內的線上用戶數。
9.URR（Users RetentionRate）用戶留存率
新增用戶中，在某一周期之後仍然活躍的用戶占總新增用戶的比例。按不同間隔日為統計周期單位來計算的，是比較嚴格的；根據不同的產品使用頻次特性，按以周間隔為統計單位來計算相對更合理，因為很少的產品是需要用戶每日都登錄使用的。
10.UCR（Users Churn Rate）用戶流失率
與“用戶留存率”相對的一組概念，指新增用戶中，在某一周期之後無登錄使用等活躍行為的用戶。
用戶流失率=（1-用戶留存率）*100%計算
三、用戶付費行為數據統計指標
1.PU（Paying User）付費用戶
有付費行為的用戶。該指標弱化了統計周期的背景，所以在數據統計中不常采用。
2.CR（ConversionRate）付費轉化率
新增用戶中，有付費行為的新用戶除以總新增用戶數。此公式與電商網購中的支付轉化率指標類似。
3.ARPU（Average Revenue Per User）平均每用戶收入
衡量一個時間段內某個付費產品或業務收入水平的指標，通常電信營運商或網路遊戲公司等採用較多，而零售電商則較少采用。
ARPU=某一時段的總收入/該時段的總AU數
4.ARPPU（Average Revenue Per Paying User）平均每付費用戶收入
ARPPU=某一時段的總收入/該時段的總PU數。
5.APA（Active PaymentAccount）活躍付費用戶
指統計周期內仍保持活躍的付費用戶（活躍PU）數，此處的用戶通常以用戶註冊ID為準。需要排除曾經有付費行為但在統計周期內無任何活躍行為的靜默付費用戶。
6.PUR（Paying User Rate）用戶付費率
計算公式為：APA/AU，通常以特定統計周期內的活躍用戶為統計前提。指統計周期內的活躍付費用戶（APA）數除以該周期內的總活躍用戶（AU）數。
7.LTV（Life Time Value）生命周期價值
從用戶從最第一次登錄到最後一次登錄的整個生命周期過程中，所貢獻的全部經濟收益價值總和。而由於用戶的生命周期通常難以統計，所以在實踐中，更多采用“LTV_N”來統計新用戶在首次登錄後的N天內，所貢獻的價值總和。此指標更為靈活實用。
上面這些，只是一些比較常用的營運數據統計術語而已，還不能說是大全，在遊戲和APP營運中，還有很多更為細致的數據指標。
隨著產品形態及生命周期階段的不同，偏重的數據分析指標都會有些差異，數據統計分析指標也會源源不斷的創新湧現。只要是對所營運的產品業務數據分析有實效，你也可以自己創設新的數據統計分析指標，這並非是某些權威人士才有的特權。
四、關於怎麼看待“數據與營運業績”之間的關系問題
由於營運本是一項涉及面比較龐雜而又非常鍛煉人的工作，除了“產品、研發、行銷”外，幾乎其余所有業務直接相關的問題（財務/人事/行政等支撐職能除外），尤其是無主認領的問題，都可以歸於營運項下（包括客服），所以不少“營運喵”經常自嘲為“打雜的”。
最後，無論你數據分析玩的多厲害，營運通常需要懂的很廣博，但又沒有一項是十分精深，所以一定要苦練才有辦法創造更多機會。
