数据分析师课|新公布的5个数据衡量指标的类型，这些细节你一定要注意

A、数据衡量指标的类型——转化率

转化率一般可分为注册转化率、申购转化率、场景用户转化率、入口转化率等，亦即“路转粉”的过程。

当然，我们在选择用户时，大多数情况下会有倾向性地面向潜在目标用户以提升转化率。

转化率的关键数据是每一步的UV和最终的用户转化数量，主要分为两种：

流程转化率，统计新用户从接触到最终被成功转化的转化率，多用漏斗模型来表现转化率数据;

渠道入口转化率，多渠道多入口可到达产品场景，对比每一个入口的转化率高低。

B、数据衡量指标的类型——活跃度

活跃度可分为用户登录/访问频次、场景设置频次、申购/购买频次、互动频次等，主要是看用户在产品上的留存和活跃程度，比如用户近30天内登录过10次，用户近90天内发生了30次申购行为。

有些产品/功能上线后，用户留存率很高，但是基本不活跃(僵尸用户)，即可明确下一阶段的工作重点可能是促活。

C、数据衡量指标的类型——健康度

产品的健康度在某种意义上说跟活跃度有点交叉，有些广义的概念可把活跃度包含于健康度内。

arpu值、用户流动性、会员体系下的用户升降级速度…都是衡量一款产品健康度的指标。

以会员体系下的用户升降级速度为例：

设计一套会员体系时，数据体系的搭建就必须有事前规划测算、事中验证跟踪、事后调整这3个阶段。

事前的规划测算一般需花费较大的时间和精力演算，因为一旦会员规则对外放开了，就不好轻易做调整。

也因此，第3个阶段的调整，最好是能避免则避免。

会员体系需要拟合升降级曲线，一般达到的效果就是升级先易后难，降级留有一定buffer值。

升级太快降级太慢有导致体系被击穿、成本hold不住等风险，升级太慢降级太快用户不买账没粘性。

升降级速度，体现的是该产品的健康程度。

D、数据衡量指标的类型——流失

主要关注用户的流失率和流失节点，好做出应对策略。

很多产品上线一段时间后，发现流失率越来越高，但又无从下手解决问题。这个时候可关注用户的流失节点：用户主要是在哪一步开始流失的，用户流失的集中时间点是在什么时候，从流失节点着手进行产品优化、适当的流失挽留堵漏等操作。

如定投功能的使用，可能经过观察和分析会发现，用户在第一次扣款前后的流失率最高，则可能的原因有以下：

扣款前：设置时用户仅抱着尝鲜的心态，在扣款(实际发生资金行为)前及时终止定投“止损”;或对扣款行为的安全感不足等

扣款后：对资金的安全和流动性存在担忧;自身无法保证银行卡资金在扣款日是充足的等

找到了可能的问题所在，即可对齐进行相应的用户教育和引导，降低流失率。

一个水缸多个孔，堵住其中1个或几个，水流失的速度自然就慢了下来。

E、数据衡量指标的类型——渠道触达

产品上线后，触达用户的渠道多种多样：公众号消息、短信、push、广告投放等，统计分析各渠道的触达率和转化率，可为接下来的用户分层精细化运营提供更有效的辅助信息。

以上就是有关于数据衡量指标的类型的相关内容，以及相应的解析，不论你是已经入职数据分析师岗位的新人，还是打算进入数据分析岗位的小白，以上的内容都或多或少会对大家有所帮助，环球网校的小编在这里祝大家的数据分析师职业道路顺利。