数据分析中常用的数据指标有那些
本篇文章主要记录的是三点：1、常用的数据指标有那些？2、他们怎么定义的？3、日常工作中查看这些指标会碰到那些坑？
什么是数据指标？
定义：对当前业务有参考价值的统计数据。 也就是说不是所有的数据都可以被成为指标，还有就是与当前业务无关紧要的，意义不大的。 数据不是凭空产生的不能脱离现实。
常用的数据指标分为三种（用户数据，行为数据，业务数据）
一、用户数据
用户数据有（存量（规模，DAU/MAU）、增量：新增用户、健康程度：留存率、从哪里来：渠道来源）
1、存量（规模，DAU/MAU）就是等于日/月活跃用户
日/月活（DAU/MAU）
日活：一个自然日 跨时区（全球服务）关心最近24小时
月活：当月至少活跃一次的用户总数 月活不等于当月各日DAU只和 务必去重，才有观察的意义。
活跃的定义
如何来定义活跃？
第一种是：数据统计系统的定义 预制报表的系统（友盟，百度统计） 划都是基于事件上报进行统计。
什么是事件上报？指的是用户在一个网址上产生一个动作也就是进行率主动操作，就等于系统就会认为是一次活跃。
（第三方）避免遇到的坑：有时候发现产品的日活上涨率，后来发现是技术把最近统计了一个用户不用操作，在后台就能发生的行为。比如收到通知就主动上报。
第二种是：业务上的定义，就是自己公司定义如何纪录日活。可以找一个关键事件，我们认为只要用户使用了这个关键事件，就算用户的活跃。比如每个app的首页，只要打开了这个app的首页就算是活跃。 用户执行了关键事件=这个用户是活跃的。
其实用户进入首页页面，作为关键事件。也是有很多坑在里面，比如：系统推送了一条信息，然后用户点击进入了信息详情页。这个时候过程就没有访问首页所以也没有上报，所以这样的用户就没有统计到日活里面。
我们可以这样的改善：我们可以创建一个日活事件（里面有：访问首页，访问xx详情页，访问xx页面） 这样做的化，就会有个日常维护的成本，不断的维护事件列表。 这样的方法存在的问题：日常维护的成本 沟通成本。
建议：每次的更改叫全公司的人员看见，我们公司的日活怎么定义的。
用户的定义
当我们去统计用户的时候，我们应该去按设备去统计还是按人去统计。
按人：给每一个人注册id专属的这样的话就很简单用户数量=访问服务的id数量 这样的情况只适合强注册/登陆环境，没有注册登陆的人就会被漏掉
按设备：我们在网页中埋下随机长字符串作为设备的唯一标识符。这样的话；用户数等于访问过服务的设备数但是无法对应设备背后的用户。
解决办法还是要看自己产品的使用情况 比如：是否有帐号体系 没有就认设备 是否有强依赖登录呢 有人+设备 不登录用户对业务是否有价值 没有 人+设备 有设备
2、增量：新增用户
如何去定义新增
选择适合的节点，定义新增的方法有很多比如（点击渠道链接，下载，安装启动，激活）
1、点击渠道链接：优势：统计简单 劣势：离激活环节最远转化率差 使用场景量级不大/免费渠道不需要做精细结算。
2、下载 优势：真正反映用户的实际意愿 劣势：数据远可信度存疑，无法避免刷量 使用场景：渠道依赖应用商店没有更好的渠道。
3、安装/启动 优势：离激活最近便于统计。 劣势：渠道不一定配合，无法避免刷量。 适用场景：自己比较强势，可以给渠道制定统计规则。
4、激活： 优势：最真实的数据 劣势：渠道费用激增，统计复杂。 适用场景：对用户质量要求很高且产品ARPU高。
用适当的方法，判别“新”
基于设备：我们去看看这个设备是不是出现过，已经出现量就不算。
基于账号关联：登陆是老账号就不算是新。
3、健康程度：留存率（待更新）
4、从哪里来：渠道来源（待更新）
二、行为数据
行为数据有（次数/频率：PV、UV、访问深度、路径走通程度：转化率、做了多久：时长、质量：弹出率）
1、次数/频率：PV、UV、访问深度
pv指得是页面浏览量 次数 不去重， uv指的是独立访问数 人数 去重，访问深度有2种算法：算法一：用户对某写关键行为的访问次数。算法二：网址的内容/概念分层几个层级 以用户本次访问最深的一级计算。
2、路径走通程度：转化率
每条路径是否走通，比如：填写基本信息，是完成来还是没有完成。
案例 我们是一个内容网站，用户会去浏览网站，浏览完成之后会去发表评论 我们有2个行为：浏览详情页 发表评论 他们都有pv/uv 这时候我们相观察浏览的详情页的转化率和人均页面查看数和人均评论次（如下图）
3、做了多久：时长
播放视频的行为 看4分钟和30分钟还是不一样的。如何统计访问时长：通过停机特殊事件，支持业务需求。
4、质量：弹出率
用户进入页面立马走掉的一个比例。
三、业务数据
总量：GMV 访问时长
人均：APPU/ARPPU 人均访问时长
人数（完成业务的人数是多少，消费的可能关注多少人下单率）：付费人、播放人数
健康程度：付费率，付费频次，观看率
被消费对象：SKU视角 被消费内容视角
小结
