NingG +

产品运营系列：现状跟踪，指标统计

2019-01-07

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

活跃用户和营收指标的关系：

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.

京ICP备19013747号-1
Top