NingG +

产品运营系列:现状跟踪,指标统计

0. 概要

跟踪产品和业务的状况,对整体情况,有一个客观的判断,才能支持下述决策:

  1. 发现风险:哪个地方,出现风险之前,细微的指标,都有反映,有的剧烈、有的微弱
  2. 业务预测:预判业务的增长规模,以及需要提前准备的资源(人力、资金)等
  3. 支撑决策:发现业务的客观规律,获取客户/用户的反馈,支持科学决策

1. 指标分类

上面所有的决策,都需要客观的跟踪产品和业务状况,都需要进行量化,也就需要指标,指标分为:

  1. 核心指标:真正的直接反应核心的供给、需求、利润、品质等情况
  2. 关联指标:其他关联的周边指标,方便发掘潜在问题、增长点、改进策略等情况

1.1. 业务角度

从业务角度,整体上,指标分为 3 大类:

  1. 供需指标
    • 供给指标:服务\产品的数量、种类等
    • 需求指标:用户的数量、分布等
  2. 利润指标
    • 营业额:订单的数量、订单金额
    • 成本:提供服务,所需的资源成本(资源、资金、人力等)
  3. 竞争力
    • 用户反馈:用户吐槽的地方
    • 用户体验:用户使用的路径,使用功能的频率

1.2. 研发角度

从研发角度,指标分为 4 大类:

2. 指标汇总

几个常用指标的汇总:

具体指标的文本表述:

分类 指标 缩写 含义 备注
新增 日增 DNU Daily New Users,日新注册的用户 反映拓展能力
  新增用户占比   日活用户中,新增用户的占比,DNU/DAU  
活跃 日活 DAU Daily Activate Users,每日激活单元,每日活用用户数量。 一般来说,为用户提供了价值,就可以记入
  周活 WAU 周活跃用户数  
  月活 MAU 月活跃用户数,一般少于 30* DAU,因为,需要用户去重。  
留存 留存率     反映产品价值,大家愿意持续使用
  用户粘性 SoU 用户粘性,Stickiness of User,SoU = DAU/MAU,用户留存  
  粘性发展指数 DoS Development of Stickiness,粘性发展指数(粘性的变化),DoU = SoU1/SoU2  
并发 最高同时在线 PCU Peak Concurrent Users,最高同时在线用户数  
  平均同时在线 ACU Average Concurrent Users,平均同时在线用户数  
付费 活跃用户 AU Active Users,统计时间段内,使用过服务的用户  
  活跃付费用户数 APA Active Paying Account,统计时间段内,活跃的付费用户数  
  付费比率 PUR PUR(Pay User Rate):付费比率,可通过 APA/AU 计算得出  
  付费用户 PU Paying Users,统计时间段内,支付过费用的用户  
  用户平均收入 ARPU Average Revenue Per User,用户的平均付费=总收入/AU  
  付费用户平均收入 ARPPU Average Revenue Per Paying User,付费用户中,平均用户收入,总收入/APA  
  生命周期价值 LTV Life Time Value,一个用户从开始使用服务,到流失,创造的总收入  
竞争优势 市场占有率 MS Market Share,当前产品的「销售额」在当前品类所有产品中的「占比」 市场占有率,排他性
  用户渗透率 CS Customer Penetration,被调查用户中,「使用」指定产品的「占比」 用户渗透率,共存性
  付费渗透率   被调查用户中,付费用户的占比  
投资 投资回报率 ROI Return On Investment,以年为粒度,年利润/投资总额  

2.1. 需求:用户指标

用户的识别,存在 2 个维度:

用户的需求,3 个方面的指标:

指标统计,可以基于几个维度:

所以,存在,总体新增、渠道新增、版本新增等维度的指标。

2.2. 需求:活跃

日活的用户堆积示意图:

下图,形象表示了,随着时间推移,日活用户的来源

2.3. 竞争力:留存、复购、流失

留存率:实例说明,一日留存,完全基于当日新增用户进行统计计数的

  1. 如果用户在5月1日,第一次使用我们的产品,记入5月1日 新增用户数量
  2. 如果5月2日他还使用了,5月1日的一日留存加一
  3. 同理5月3日他又使用了,5月1日的两日留存加一
  4. 5月1日的 一日留存率 = 5月1日 一日留存 / 5月1日 新增用户数量

几个核心指标:

  1. 日活:每天活跃用户数量,但,一些业务场景下,公司不会关注日活用户,会重点关注「订单数量」和「下单用户数量」,以及他们的时间分布
  2. 留存:注册一定时间后,仍然使用服务
    1. 影响因素:对留存的影响,一般是核心功能、产品体验、品质/质量
    2. 分析的目标:落地在产品上,通过对产品的调整、优化,来提高留存
  3. 复购:首次购买之后,再次购买的占比
    1. 关注:消费行为
    2. 影响因素:商品或服务的质量、客户满意度、售后体验等
    3. 分析的目标:落地到产品或服务上
  4. 流失:定义不同,比如留存用户的流失、复购用户的流失,超过一定时间,不再使用服务,就称为流失
    1. 正常情况下,留存和复购,就反映了流失的情况
    2. 分析的目标:流失的分析,是为了细粒度发掘流失的详细原因

2.4. 收入:活跃用户和营收

活跃用户营收指标的关系:

2.5. PMF:产品市场满足度

PMF,Product / Market Fit,产品市场满足度:表示,产品刚好满足市场需求。

实际情况中,大部分产品,都是尚未满足市场需求,或者过度满足市场需求:

  1. Product/Market Underfitting:产品尚未满足市场,需要产品的改进和扩张
  2. Product/Market Overfitting:产品被市场套牢,并且随着市场的

具体的对应的企业:

一般来说:

产品的使用价值 > 购买的总成本,此时,称为 PMF产品满足了市场

2.6. 指标的用途:评判和预测

下述 2 个场景,都需要指标进行数据决策:

  1. 判断,产品是否值得推广,一般依据留存率判断
    1. 分渠道:不同渠道的留存率
  2. 预估活跃度和收入流水
    1. 收入流水:活跃用户 x 用户平均流水,AU x ARPU

3. 参考资料

原文地址:https://ningg.top/product-series-indicator-of-situation/
微信公众号 ningg, 联系我

同类文章:

微信搜索: 公众号 ningg, 联系我, 交个朋友.

Top