用戶數據指標的用處是什麼

A. 為什麼要關注數據指標，什麼是好的數據指標

引言

數據分析離不開對企業關鍵指標的跟蹤。這些指標與你的商業模式(即營收來源、支出成本、客戶數量以及客戶獲取策略的效果等)有關,因此往往十分重要。

但有時 創業公司 的關鍵指標卻並不容易判定,因為你連自己所處的商業模式都沒有辦法完全確定。你不停地修改自己分析的活動,並且仍在尋找正確的產品或目標客戶。對於創業公司而言, 之所以進行 數據分析 ,是為了在資金耗盡以前,找到正確的產品和市場。

但是在進行數據分析之前，CEO應該先確定你拿到的數據是不是一些好的 數據指標 ，還是虛榮數據指標，應該先確定是好的數據指標，再來談數據分析，因為依據虛榮數據指標進行的分析對你的公司來講無異於災難，它會讓你沾沾自喜而察覺不到真正的危險。

那麼對於創業公司來說什麼是好的數據指標？是用戶增長率么？還是用戶獲取成本？抑或用戶終生價值？好的數據指標評判的依據和價值是什麼？

一、什麼是好的數據指標

好的數據指標能帶來你所期望的變化

好的數據指標能帶來你所期望的變化,下面就是衡量其好壞的一些重要准則。

好的數據指標是比較性的

如果能比較某數據指標在不同的時間段、用戶群體、競爭產品之間的表現,你可以更好地洞察產品的實際走向。「本周的用戶轉化率比上周高」顯然比「轉化率為 2%」更有意義。

好的數據指標是簡單易懂的

如果人們不能很容易地記住或討論某指標,那麼通過改變它來改變公司的作為會十分困難。

好的數據指標是一個比率

會計和金融分析師僅需迅速查看幾個比率就能對一個公司的基本狀況(這些基本狀況包括市盈率、銷售利潤率、銷售成本、員工平均營運收入,等等。)做出判斷。你也需要幾個這樣的比率來為自己的創業公司打分。

二、比率是最佳的數據指標

比率之所以是最佳的數據指標,有如下幾個原因。

比率的可操作性強,是行動的向導。

以開車為例:里程透露的只是距離信息,而速度(距離/ 小時)才真正具有可操作性。因為速度告訴你當前的行駛狀態,以及是否需要調整速度以確保按時抵達。

比率是天生的比較性指標。

如果將日數據與一個月的數據相比較,你會得知該數據當前所經歷的是一個短期的突躍,還是一個長期的漸變。再以開車為例:速度是一個數據指標。可只有將當前速度與最近一小時的平均速度進行比較時,才能確知你在加速還是減速。

比率還適用於比較各種因素間的相生和相剋(正相關和負相關)。

就開車而言,單位時間內行駛的里程/罰單數這個比率顯示了二者的關聯性。你開得越快,行駛的里程就越多,但收到的罰單也越多。這個比率可以幫你決定是否應該超速。

以上均以開車為例,現在再來設想一個創業公司:其軟體產品採取免費加收費的模式,即同時擁有免費和收費兩個版本。公司面臨一個選擇:是該在免費版中提供盡量豐富的功能以吸引新用戶, 還是該將這些功能保留在收費版本中,以促使用戶為高級功能付費。兩種做法各有利弊:推出功能豐富的免費版不利於銷售額的增長;而免費版功能過簡又不利於新用戶的增加。此時,你需要一個結合了二者的數據指標來幫助自己理解,產品的改動對公司的整體業績會有怎樣的影響。否則,你可能會片面地為增加銷售額而犧牲新用戶的增長。

三、好的數據指標會改變行為

好的數據指標會改變行為，這是最重要的評判標准。 隨著指標的變化,你是否會採取相應的舉措 ?

-將日銷售額之類的「會計」指標納入財務報表,有助於進行更准確的財務預測。 這些指標是精 益創業中創新會計的基礎,它們能告訴你當前的狀態離理想的商業模型有多遠,實際結果是否印證了你的商業計劃書。

-「試驗」指標， 如一個測試的結果,其作用在於幫助你優化產品、定價以及市場定位。這些數 據的變化會極大地影響你接下來的動作。這要求你在收集數據之前就先行確定好針對各種不同情況的應變措施。例如,如果把網站做成粉色調能帶來更多的營收,你就該把它做成粉色調; 如果半數以上的反饋表明用戶不會為某功能付費,你就要決定不去開發此功能;如果悉心打造的最小可行化產品不能將訂單量提高 30%,你就該試試其他方法。

-學會根據數據確定一條做與不做的准繩 ,對規范你的創業行為大有裨益 。一個好的數據指標之所以能改變商業行為,是因為它與你的目標是一致的:保留用戶,鼓勵口碑傳播,有效獲取新用戶, 或者創造營收。

不過可惜,這招並不是任何時候都管用。

知名作家、 企業 家、演講家賽思·戈丁曾在一篇名為「Avoiding false metrics」的博文2中舉過幾個這樣的例子。

本去買新車。在簽寫購車協議時,銷售員對他說:「下周,您會接到一個詢問購車體驗的電話。時間很短,也就一兩分鍾。評分從低到高為 1 到 5。您會給我們打5 分,對嗎?我們的服務還不錯,夠得上 5 分,不是嗎?如果有不周到的地方,我確實很抱歉,但如果您能給我們打 5 分,那是最好的。」

本並沒有太把這當回事(奇怪的是,也沒有人「如約」打來電話)。賽思認為,這種評分機制就是一個錯誤的數據指標,因為它並沒有促使汽車銷售員為客戶提供更優的服務,反而讓他的口舌浪費在了說服客戶給他好評上(這顯然對他很重要),這與設計評價機制的初衷——提高服務質量——背道而馳。

由錯誤數據指標引導的銷售團隊也會犯同樣的錯誤。作者就見過某公司的銷售總監將銷售員的季度獎金與其正在接洽中的訂單數量掛鉤,而不是與已簽訂單數量或訂單的利潤率掛鉤。銷售員都是靠金錢驅動的,總是跟著錢走。在這個案例中,這就意味著銷售團隊會為了個人收入製造大量低質量的潛在客戶,並將其停在「接洽」狀態長達兩個季度,這就浪費了本來可以多談攏幾個高質量客戶的大好時間。

當然,客戶的滿意和確保接洽足夠多的客戶都對公司的成功至關重要。但是,如果想要改變公司員工的商業行為,就必須選擇那些與你希望促成的改變相關聯的指標。如果衡量的指標與目標不相關,員工的商業行為就不會隨之發生改變,這無異於浪費時間。更可怕的是,你可能還在沾沾自喜、自欺欺人地以為一切都幹得還不錯。這樣是不可能成功的。

另外,數據指標之間的耦合現象也值得注意 。譬如轉化率(訪客中真正發生購買行為的比例)通常就是和購買所需時間(客戶需要花多長時間才能完成購買)相綁定的;二者相結合可以告訴你很多關於現金流的信息。類似地,病毒式傳播系數(viral coefficient,平均每個用戶邀請來的新用戶數)和病毒傳播周期(viral cycle time,用戶完成一次邀請所需的時間)共同推動產品的普及率。當你開始探尋生意背後的關鍵數字時,就會注意到這些數據對;它們的背後隱藏著最重要的數據指標:營收、現金流,或產品普及率。

四、如何找出好的數據指標

那麼，在知道了什麼是好的數據指標之後，應該如何找出好的數據指標呢？

想要找出正確的數據指標,有五點需要牢記在心。

– 定性指標與定量指標

定性指標通常是非結構化的、經驗性的、揭示性的、難以歸類的;量化指標則涉及很多數值和統計數據,提供可靠的量化結果,但缺乏直觀的洞察。

– 虛榮指標與可付諸行動的指標

虛榮指標看上去很美,讓你感覺良好,卻不能為你的公司帶來絲毫改變。相反,可付諸行動的指標可以幫你遴選出一個行動方案,從而指導你的商業行為。

– 探索性指標與報告性指標

探索性指標是推測性的,提供原本不為所知的洞見,幫助你在商業競爭中取得先手優勢。報告性指標則讓你時刻對公司的日常運營、管理性活動保持信息通暢、步調一致。

– 先見性指標與後見性指標

先見性指標用於預言未來;後見性指標則用於解釋過去。相比之下,我們更喜歡先見性指標,因為你在得知數據後尚有時間去應對——未雨綢繆,有備無患。

– 相關性指標與因果性指標

如果兩個指標總是一同變化,則說明它們是相關的;如果其中一個指標可以導致另一個指標的變化,則它們之間具有因果關系。如果你發現你能控制的事(比如播放什麼樣的廣告)和你希望發生的事(比如營收)之間存在因果關系,那麼恭喜你,你已擁有了改變未來的能力。

B. 數據分析中的基本指標

用戶行為類指標

用戶行為指標是互聯網行業和傳統行業最大區別。傳統行業，用戶行為發生在門店裡，極難用數字化手段記錄，因此只有在發生交易時，才能記錄數據。

傳統企業的大部分數據都是交易數據。而互聯網行業依託小程序/H5/APP，能記錄用戶在每個頁面的點擊，相當於在網上店鋪的每一步動作都有記錄，因此能分析很多東西。

具體到指標上，可以套用AARRR模型，分模塊展開：

拉新：主要用於分析拉新的轉化效率與質量。拉新是很多互聯網公司最重要的任務，拉新成本是很多互聯網公司最大的成本支出，因此拉新關注度極高。

通過這些指標的分析，能讓負責商品運營的同事直觀看到商品暢銷/滯銷情況，從而調整商品進銷存計劃，避免商品積壓/缺貨。

注意，虛擬商品原則上是沒有庫存的（或者說庫存想設多少設多少）。但是濫發虛擬商品，又會引發互聯網中通貨膨脹與商品貶值。比如游戲里稀有皮膚賣的貴，是因為稀有才貴，為了短期收入搞大優惠，一但爛大街，反而大家都不稀罕了。

所以控虛擬商品的庫存，不是看商品動銷率或者在庫時間，而是看GMV整體目標。在達成GMV整體目標情況下，高中低端商品保持一個穩定的庫存結構，避免爛大街。

C. 百度統計需要的數據指標主要包括哪些

網路統計需要的數據指標主要包括哪些?

很多網站都會在後台安裝網路統計工具，網路統計會很好的對做檔網站的流量情況進行基本分析。那麼網路統計需要數據指標主要包括哪些呢?對網站的基本情況又會有哪些用處呢?

一、訪客數(UV)

訪客數就是指一天之內，多少獨立的客戶端對網站進行訪問的數量。網路統計完全拋棄了IP這個指標，而啟用了訪客數這一指標，是因為IP不能反映真實的用戶數量。尤其對於一些流量較少的企業站來說，IP數和訪客數會有一定的差別。訪客數主要是以cookie為依據來進行判斷的，而每台電腦的cookie也是不一樣的。有些情況下IP數會大於真實的訪客數。

二、瀏覽量(PV)

PV就是用戶的點擊量，一般用戶點擊一個頁面就是一個PV。同一個頁面被訪問多次，瀏覽量也會累積。瀏覽量很好的反應了網站對用戶的吸引程度。瀏覽量越高，說明網站越受到用戶的吸引。對於資訊站來說，PV是一個重要的指標，反映了網站內容是否對用戶有足夠的吸引力。想要知道網站的內容如何，PV是很好的一個數據說明。

三、新訪客數

新訪客數是一天中網站新訪客的數量。從網路統計開始到網站統計以來，當一個訪客第一次訪問網站時，就被記為一個新訪客。新訪客主要還是以cookie為依據來進行判斷的。新訪客數可以衡量通過網路營銷開發新用戶的'效果。在眾多的網路營銷方法中，搜索引擎營銷往往更容易為企業帶來新用戶。

四、新訪客比例

新訪客比例是指一天中新訪客數占總訪客數的比例。對於不同類型的網站，這個指標有著不同的意義。對於一些講求用戶黏性的web2.0網站來說，比如論壇和SNS網站，如果新訪客比例過高，就意味著老用戶很少來，這並非是一件好事。而對於主要依靠搜索引擎帶流量的資訊站來說，新訪客比例反映了網站編輯是否能抓住熱點內容做文章、而且新訪客比例較高，往往是網站進步的一個表現。

五、平均訪問時長

平均訪問時長是用戶訪問網站的平均停留時間。平均訪問時長等於總訪問時長與訪問次數的比例。平均訪問時長是衡量網站用戶體驗的一個重要指標。對於企業網站來說，只要把"產品介紹"、"企業案例"、"企業簡介"、"聯系方式"等幾個重要頁面展示給我們的目標用戶，純毀亂目的就算達到了，因此沒有必要追求過高的平均訪問時長。

六、平均訪問頁數

平均訪問頁數是用戶訪問網站的平均瀏覽頁數。余彎平均訪問頁數等於瀏覽量與訪問次數的比例。平均訪問頁數很少，說明訪客進入你的網站後訪問少數幾個頁面就離開了。把平均訪問頁數和平均訪問時長這兩個指標放在一起來衡量網站的用戶體驗。如果平均訪問頁數較少，平均訪問時長較短，就要分析以下幾個問題：網路營銷帶來的用戶是否精準;網站的訪問速度如何;用戶進入網站後能否找到需要的內容;網站內容對用戶是否有吸引力。

七、跳出率

跳出率是指訪客來到網站後，只訪問了一個頁面就離開網站的訪問次數占總訪問次數的百分比。跳出率是反映網站流量質量的重要指標，跳出率越低說明流量質量越好，用戶對網站的內容越感興趣，網站的營銷功能越強，這些用戶越可能是網站的有效用戶、忠實用戶。在網路搜索推廣中跳出率和平均訪問時長可以反映出推廣關鍵詞的選擇是否精準，創意的撰寫是否優秀，著陸頁的設計是否符合用戶體驗。

八、轉化次數

我們做網站優化就是想達到網站流量的轉化。因此網路統計對網站的轉化軌也會進行一定的記錄。轉化率越高，說明網站的優化效果越好。反之網站的優化就沒有達到預期的效果。轉化率可以很好的分析出網站哪些頁面優化比較，哪些頁面優化比較差，通過對網站的轉化率，可以很好的對頁面優化做出及時調整。