用户获取
是一个固定的流程：用户接触-用户认知-用户兴趣-用户行动／下载。渠道到达量
俗称曝光量，即产品推广页中有多少用户浏览。CTR
广告点击率称为 CTR，广告点击量/广告浏览量渠道转化率
业界将转化率和成本结合，衍生出 CPC，CPM，CPT，CPS，CPA 等。【CPC（按点击付费）】CPC—英文全称 Cost Per Click。
【CPM（按展示付费）】CPM—英文全称 Cost Per Mille 或者是 Cost Per ThousandImpression，它按多少人看到广告计费，传统媒介比较倾向采用。CPM 是一种展示付费广告。它适合在各类门户或者大流量平台采用 banner 形式展现品牌性
【CPT（按时长付费）】CPT—英文全称 Cost Per Time。以时间来计费的广告。阿里妈妈的按周计费广告和门户网站的包月广告都属于这种 CPT 广告。
【CPS（按销售付费）】CPS—英文全称 Cost Per Sales。以实际销售产品数量来计算广告费用的广告，这种广告更多的适合购物类、导购类、网址导航类的网站。凡客的网站联盟是这种广告形式的典型代表。
【CPA（按行为付费）】CPA-Cost Per Action，按用户行为计价，行为能是下载也能是订单购买。对需求方有利对供应方不利。按广告投放实际效果，即按回应的有效问卷或定单来计费，而不限广告投放量。
渠道推广是依赖技术的行业，用户画像越精准，内容与用户越匹配，则越容易产生收益。
eCPM（effective cost per mille），每一千次展示可获得收入，这是广告主预估自身收益的指标。CPM 和 CPT 对网站有利，而 CPC、CPA、CPS 则对广告主有利。目前比较流行的计价方式是 CPM 和 CPC，最为流行的则为 CPM。
渠道 ROI
ROI 是一个广泛适用的指标，即投资回报比。
日新增用户数
新增用户数是用户获取的核心指标。
新增用户可以进一步分为自然增长和推广增长。用户获客成本
用户获取必然涉及成本
直面上的获客成本成本，微信粉丝在 10～20 元，产品根据不同业务形态价格差异极大。金融理财
类的产品，一个有效用户成本超过四位数。一次会话用户数
一次会话用户，指新用户下载完 App，仅打开过产品一次，且该次使用时长在 2 分钟以内。这类用户，很大可能是黑产或者机器人，连羊毛党都算不上。用户活跃
活跃率：某一时间段内活跃用户在总用户量的占比。
日活跃率 DAU、周活跃率 WAU 和月活跃率 MAU。
活跃用户数，衡量的是产品的市场体量；
活跃率，看的则是产品的健康。
成熟的运营体系，会将活跃用户再细分出新用户、活跃用户、忠诚用户、不活跃用户、流失用户、回流用户等。流失用户是长期不活跃，忠诚用户是长期活跃，回流用户是曾经不活跃或流失，后来又再次打开产品的活跃用户。
健康的产品，流失用户占比不应该过多，且新增用户量要大于流失用户量。
PV 和 UV
PV（PageView）是页面浏览量，用户在网页的一次访问请求可以看作一个 PV，用户看了十个网页，则 PV 为 10。
UV（Unique Visitor）是一定时间内访问网页的人数，正式名称独立访客数。在同一天内，不管用户访问了多少网页，他都只算一个独立访客。
有一点需要注意的是，微信浏览器不会长期保留 cookie，手机端的 IP 也一直变动，基于此统计的 UV 会有误差（不是大问题,只是 uv 中的新访客误差较大）。这里可以通过微信提供的 openid 取代 cookie 作为 uv 基准，需要额外的技术支持。
用户会话次数
用户会话也叫 session，是用户在时间窗口内的所有行为集合。用户打开 App，搜索商品，浏览商品，下单并且支付，最后退出，整个流程算作一次会话。
会话的时间窗口没有硬性标准，网页端是约定俗成的 30 分钟内，在 30 分钟内用户不管做什么都属于一次会话。而超过 30 分钟，不如出去吃个饭回来再操作，或者重现打开，都属于第二次会话了。
移动端的时间窗口默认为 5 分钟。
用户会话次数和活跃用户数结合，能够判断用户的粘性。
用户会话依赖埋点采集，不记录用户的操作，是无法得知用户行为从哪里开始和结束的。
用户访问时长
用户访问时长是一次会话持续的时间。用户留存
如果说活跃数和活跃率是产品的市场大小和健康程度的话，那么用户留存就是产品能够可持续发展。
留存率
用户在某段时间使用产品，过了一段时间后，仍旧继续使用的用户，被称为留存用户。留存率 = 仍旧使用的用户/ 当初的总用户量。
【新增用户留存】：新用户留存以用户新增作为留存起始条件进行计算。假设产品某天新增用户 1000 个，第二天仍旧活跃的用户有 350 个，那么称次日留存率有 35%，如果第七天仍旧活跃的用户有 100 个，那么称七日留存率为 10%。
留存=新用户留存。
40-20-10法则
Facebook 有一个著名的 40-20-10 法则，即新用户次日留存率为 40%，七日留存率为 20%，三十日留存率为 10%，有此表现的产品属于数据比较好的。
【活跃用户留存】：活跃用户留存以用户活跃作为留存起始条件进行计算。
如果昨日活跃的 100 个用户，其中 40 人在今日再次回到产品，则昨日的活跃用户次日留存率为 40%。
新增留存率和活跃率是不同的，新增留存率关注于产品的新手引导，各类福利，而活跃留存率和产品氛围、运营策略、营销方式等有关，更看重产品和运营的水平。
用户留存计算
时间粒度：时间粒度可以分为日、周、月、年。
用户在新增或使用产品后当日回到产品的比率，计为当日留存率。
用户在新增或使用产品后第 2 天回到产品的比率，计为次日留存率。用户在新增或使用产品后第 n 天回到产品的比率，计为 n 日留存率。
用户在新增或使用产品后第 8～14 天回到产品的比率，计为次周留存率。
用户在新增或使用产品后第 n 周内回到产品的比率，计为 n 周留存率。（注：这里的周是指 7 天，而非自然周）
在第 n 天后依然有使用产品的用户数/ 第 1 天的新增用户数。
7 日留存率 vs 7 日内留存率
7 日内留存率指用户在往后一周内任意一天回到产品的比例。例如第一天新增 100 个用户，第二天回到产品的 40 个用户，第三天回到产品的 20 个用户，……
依次算第 8 天回到产品的用户数为 15 人。将七天内的用户数相加去重后得到 50个用户。
7 日内留存率为 50/100*100% = 50%
7 日留存率则为 15/100*100 = 15%用户流失率
用户流失率和留存率恰好相反。如果某产品新用户的次日留存为 30%，那么反过来说明有 70%的用户流失了。
生命周期
生命周期 = （1/流失率）*流失率的时间维度。
退出率
从该页退出的页面访问数/进入该页的页面访问数，某商品页进入 PV1000，该页直接关闭的访问数有 300，则退出率 30%。
跳出率是退出率的特殊形式，有且仅浏览一个页面就退出的次数/访问次数。
退出率用于网页结构优化，内容优化。跳出率常用于推广和运营活动的分析，两者容易混淆。
营销
产品的发展模式有两种，如果一款产品能够在短时间获得百万用户，AARRR框架更适合它；
如果一款产品从第一个用户起即有明确的商业模式，也能尝试套用市场营销的概念。
用户生命周期
用户生命周期来源于市场营销理论，旧称客户生命周期。
一种是针对用户个体/群体的营销生存窗口。
客户/用户忠诚指数
忠诚指数是对活跃留存的再量化。活跃仅是产品的使用与否，A 用户和 B 用户都是天天打开 App，但是 B 产生了消费，那么 B 比 A 更忠诚。
客户/用户流失指数
流失指数是对流失的再量化，它是忠诚指数的反面。
流失指数=1-忠诚指数。
客户/用户价值指数
用户价值指数的主流计算方式有两种，一种是 RMF 模型，利用 R 最近一次消费时间，M 总消费金额，F 消费频次，将用户划分成多个群体。不同群体即代表了不同的价值指数。
第二种是主成分分析 PCA，把多个指标转化为少数几个综合指标（即主成分），其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复。（通常是线性相关指标被合并）
针对用户营销的明细数据。如何应用呢？最经典的是矩阵法，将指标划分出多个象限，如用户价值指数和用户流失指数。
对于用户价值高且流失指数高的用户，应该采取积极的唤回策略，对于用户价值低且流失指数高，那么考虑成本的平衡适当运营即可…这就是精细化运营的一个案例，也是市场营销多年来总结出的有效方法。
传播/活动
K 因子
国外用得广泛的概念：每位用户平均向多少用户发出邀请，发出的邀请又有
多少有效的转化率，即每一个用户能够带来几个新用户，当 K 因子大于一时，每
位用户能至少能带来一个新用户，用户量会像滚雪球般变大，最终达成自传播。
当 K 因子足够大时，就是快口相传的病毒营销。
国内的邀请传播，主体自然是微信朋友圈。微信分享功能和网页都是能增加
参数统计的，不难量化。病毒传播周期
活动、广告、营销等任何能称之为传播的形式都会有传播周期。病毒性营销强则强矣，除非有后续，它的波峰往往只持续两三天。这也是拉新的黄金周期。
另外一种传播周期是围绕产品的邀请机制，它指种子用户经过一定周期所能邀请的用户。用户分享率
有一点值得注意，数据只能知道用户转发与否，转发给谁是无法跟踪的。活动曝光量/浏览量
活动参与率
活跃交易用户数（真正关乎营收的指标）
GMV
成交总金额，只要用户下单，生成订单号，便可以算在 GMV 里，不管用户是否真的购买了。客单价
每一笔用户订单的收入，总收入/订单数复购率
单位时间内，消费两次以上的用户数占购买总用户数。退货率
退货率是一个风险指标，越低的退货率一定越好，它不仅直接反应财务水平的好坏，也关系用户体验和用户关系的维护。用户
1）用户基本属性
年龄；
性别；
省份；
城市；
类型：例如用户的当前身份，为学生、白领等；
风险等级：在很多涉及金融的分期电商，用户的风险等级是一个重要属性，决定
该用户是否可以获取额度并使用分期购物。
以上用户的基本属性，主要是帮助平台建立用户画像，分析用户的电商消费喜好。
2）用户交易行为
最近一次成交订单距今天数；
最近一次成交订单金额；
历史成交订单数；
历史成交订单金额。
通过前两个指标，可以判断该用户当前的活跃状态，是否需要对齐进行激活或者召回。
通过后两个指标，则可以清楚计算得到用户的客单价，也就是该用户的 ARPU 值，是衡量用户价值的关键。
3）用户生命周期
注册用户数：注册电商平台用户数；
活跃用户数：登录 APP 用户数；
浏览商详用户数：浏览商品详情页用户数；
新用户数：历史成交订单数为 0 的用户数；
老用户数：历史成交订单数大于 0 的用户数；
复购用户数：历史成交订单数大于 1 的用户数；
沉默用户数：距离上次登录 APP 大于 30 天，小于 90 天的用户数；
流失用户数：距离上次登录 APP 大于等于 90 天的用户数。
根据用户的生命周期，对用户进行区分，有利于对用户进行分层精细化运营，针对不同阶段的用户，采取不同的运营策略，例如新用户可通过新人优惠券和 push尽快促其完成首单，沉默用户数可通过短信和专属优惠将其召回。
需注意，不同平台对于自身沉默和流失的用户定义不同，有些平台会通过活跃来判断，也有些是通过交易来判断。此次仅做参考，需结合自身平台特点和业务诉求进行制定。流量
1）APP
APP 打开人数；
APP 打开次数；
各 tab 曝光 UV；
各 tab 曝光 PV；
各 tab 点击 UV；
各 tab 点击 PV；
各 tab 的 UV 点击率=各 tab 点击 UV/各 tab 曝光 UV；
各 tab 的 PV 点击率=各 tab 点击 PV/各 tab 曝光 PV。
2）活动页
页面曝光 UV；
页面曝光 PV；
页面点击 UV；
页面点击 PV；
页面 UV 点击率=页面点击 UV/页面曝光 UV；
页面 PV 点击率=页面点击 PV/页面曝光 PV；
人均曝光=页面曝光 PV/页面曝光 UV；
人均点击=页面点击 PV/页面点击 UV。
活动页包括首页、各级活动页、频道页，对于页面的统计流量，最重要的是曝光
和点击，依此可以判断一个活动页面的客流量。
也可以参考人均点击、点击率等指标去判断单活动页面对用户的吸引力。
3）活动页元素
元素曝光 UV
元素曝光 PV
元素点击 UV
元素点击 PV
元素 UV 点击率=元素点击 UV/元素曝光 UV
元素 PV 点击率=元素点击 PV/元素曝光 PV
人均曝光=元素曝光 PV/元素曝光 UV
人均点击=元素点击 PV/元素点击 UV
活动页元素，是指上述页面中的元素，例如 banner、icon、feed 流、广告位、弹
窗和 floating 等。
这是活动页流量监控的重要数据，只有知道每个元素的点击率，才能知道用户对
页面中哪些内容更感兴趣，依此指导运营进行页面的设计和调整。
尤其是广告位的投放，很多平台对于广告位投放内容，是需要进行内部竞争的。
竞争的主要依据之一就是点击率，如果投放的内容点击率高，说明投放价值相对
更高，当然这个还需要结合后续转化来查看。
4）商详
商详页 UV；
商详页 PV；
添加购物车点击 UV；
添加购物车点击 PV；
立即购买点击 UV；
立即购买点击 PV。
5）订单页面
确认订单页 UV；
确认订单页 PV；
提交订单点击 UV；
提交订单点击 PV。
6）支付页面
支付页 UV；
支付页 PV；
支付订单点击 UV；
支付订单点击 PV。搜索
当用户有非常明确的购买目标时，搜索永远是用户的第一大入口。
1）搜索基本情况
搜索曝光 UV；
搜索曝光 PV；
搜索点击 PV；
搜索点击 PV；
搜索 UV 使用率=搜索点击 UV/搜索曝光 UV；
搜索 PV 使用率=搜索点击 PV/搜索曝光 PV；
人均搜索次数=搜索点击 PV/搜索点击 UV；
人均搜索词量=（搜索有结果词量+搜索无结果词量）/搜索点击 UV。
2）搜索有结果
搜索有结果 UV；
搜索有结果 PV；
搜索有结果点击结果 UV；
搜索有结果点击结果 PV；
搜索有结果无点击 UV；
搜索有结果无点击 UV 占比=搜索有结果无点击 UV./搜索有结果 UV；
搜索有结果词量；
搜索有结果无点击词量；
搜索有结果无点击词量占比=搜索有结果无点击词量 / 搜索有结果词量。
3）搜索无结果
搜索无结果 UV；
搜索无结果 PV；
搜索无结果人数占比=搜索无结果 UV / 搜索点击 UV；
搜索无结果词量；
搜索无结果词量占比=搜索无结果词量 /（搜索有结果词量+搜索无结果词量）商品
商品主要看其销量和利润，销量通过下单支付指标，而利润则通过毛利指标。
1）商品基本情况
商品数量；
商品上新数量；
商品有库存数量；
商品无库存数量；
商品有销售数量；
商品无销售数量；
商品上新率=商品上新数量 /商品数量；
商品动销率=商品有销售数量 /商品数量；
商品滞销率=商品无销售数量 /商品数量；
商品倾销率=商品无库存数量 /商品数量。
2）商品销售
下单人数；
下单数量；
下单金额；
支付人数；
支付单数；
支付金额。
3）商品利润
自营商品毛利=成交金额-采购成本-仓储成本-物流成本+返利；
pop 商品毛利=成交金额*扣点比例-平台促销费用订单
订单是电商体系的核心，是一切转化和统计的关键。订单全流程包括下单、支付、成单、售后。
1）下单
下单数量；
下单人数；
下单金额。
2）成交
成交数量；
成交人数；
成交金额；
成交件单价=成交金额/成交数量；
成交客单价=成交金额/成交人数；
成交人数转化率=成交人数/下单人数；
成交订单转化率=成交数量/下单数量。
除了基本订单成交指标，还需要观测客单价，客单价是衡量用户价值的关键，也
可以了解用户的消费习惯。
此外，通过成交的转化率可查看订单的流失情况，进而优化下单支付的流程漏斗。
3）关单
关单数量；
关单人数；
关单金额；
自动关单数量；
手动关单数量。
订单关单包括用户主动取消订单或者系统因为各种原因取消订单。除了关注
数量，需要关注关单的具体原因，例如用户主动取消订单的原因分类，是价格过
高还是质量不好等。相当于一个用户调研，以此根据用户反馈不断迭代。
4）售后
售后单数量；
售后单人数；
售后单成功数量；
售后单失败数量。
售后形式一般包括退款、退货和换货。观测售后单量和人数可以确认订单的履约质量，如果售后单量过高，说明商品质量和服务存在问题。同时还要关注售后单的结果，判断是否为用户提供了良好的售后服务。营销
电商营销多通过优惠券和各类促销活动来完成，包括单品直降活动、满减满折优惠活动、拼团活动等
1）优惠券
发行量；
领券人数；
领券数量；
领取率=领券数量/发行量；
用券人数；
用券数量；
用券率=用券数量/领券数量；
用券下单人数；
用券下单数量；
用券下单金额；
用券支付人数；
用券支付单量；
用券支付金额；
优惠券投入金额=用券支付单量*优惠券面额；
优惠券 ROI=优惠券投入金额/用券支付金额。
优惠券的 ROI 是衡量优惠券活动价值的关键，通过用券支付金额可以确认优
惠券带来的订单金额，再通过消耗的优惠券总数量与优惠券面额相乘得到总投入
成本，最终计算得到投入产出比。
2）活动
活动下单人数；
活动下单数量；
活动下单金额；
活动支付人数；
活动支付单量；
活动支付金额；
活动投入金额；
活动 ROI=活动投入金额/活动支付金额；
活动的指标与优惠券类似，主要以 ROI 作为活动价值的衡量。