有些人解讀數據就是數據，數據不給業務進行任何的支撐，或者領導問起一些業務指標的時候，自己并不能對答如流，明明數據已經看完，但是自己就是回答不了。

其實根本問題是內部沒有一套數據體系，導致技術搞出的數據不滿意，或者產品和運營解讀按照自己的經驗解讀，導致數據的誤差。

不能夠回答領導的問題，大多數還是因為自己不能夠把用戶數據、行為數據轉換成業務數據。

這篇文章主要基于常見的數據類型進行總結，方便公司內部形成數據體系，消除數據提取或者解讀的誤差，同時也方便自己把用戶數據和行為數據轉化成業務數據，對老板的提問對答如流。

常見的數據可以分為三大類：用戶數據、行為數據和業務數據。用戶數據一般包含存量、增量、留存和來源；行為數據一般包含PV、UV、訪問深度、轉化率、時長、跳出率；業務數據一般包含總量：GMV、播放總時長、閱讀總時長等；人均：ARPU、ARPPU、人均播放時長、人均閱讀時長；人數：付費人數、觀看人數、閱讀人數；其他：付費率，觀看率，閱讀率等等。

業務數據根據自己的業務不同，提取的指標不相等，只要表述出來自己的業務指標即可。

其實這是系列文章，產品運營中的常見的數據指標是如何定義的，這篇文章為（上），這篇文章主要從用戶數據的存量、增量、留存和渠道質量衡量四個方面來講述。

一.用戶數據

1.1.存量

存量的數據一般用DAU（Daily Active User）或者MAU（monthly active users）來統計，通常所講的日活和越活，還有一些常見的其他指標pcu、dnu、wau、acu等。在定義DAU和MAU的時候都是按照關鍵的用戶自發行為來定義，也就是active，在不同的業務中這個active的指標是不同的。

這里強調一下，一定是用戶自發的行為來定義的。常見的有登陸、發起請求、閱讀一篇文章、觀看一個視頻，更有甚至用下單當成active，無論哪種都可以，只要是用戶自發的行為即可。某些人會把推送接收的push來定義成日活用戶，這種定義一般是沒有意義，因為他不是用戶自發的行為。

DAU的計算方式一般不容易出錯，計算當天的數據即可，如果是跨時區的全球業務，定義指標一般用24小時來代替day的概念。

MAU的計算方式有些會產生誤區，注冊用戶10W，DAU為3K，計算MAU為3K*30=9W，這種計算方式沒有是錯誤的，正確的計算方式是這一個月的日活用戶相加并去重，同理WAU的計算方式也一致，切記所有累計活躍用戶一定要去重。

1.2.增量

增量用戶是指在某一時間段內新增的用戶，新增的爭論一般會存在于新增的指標，也就是新增注冊用戶還是新增設備數。

一般情況下，如果自己沒有賬號體系，那么也只能認新增的設備數；如果有賬號體系，用戶不登錄對業務沒有幫助，則人賬號，如果有幫助則人設備數。

長時間不登錄的用戶重新不能按照新增計算，只能按照喚醒用戶計算。

這個一般用于內部新增，對于外部的渠道新增恐怕還有另外一種算法，最好跟渠道確定一下新增的指標，不然后期扯皮非常嚴重。

在渠道眼里，下載了就算新增，無論這個用戶有沒有安裝，還是安裝之后就刪除了，所以前期一定要和渠道定義好指標，不然渠道的商務真的能煩死。

如果你公司足夠有錢，可以把新增定義到注冊，如果你們就偶爾找一下渠道，還扣扣索索，那就等著渠道定制的新增吧。

1.3、留存

留存的數據一般用X日留存來計算，大多數情況下用7日留存來看產品在用戶的接受度，或者渠道的質量。

在某些產品中還會引入首日留存的概念，其實首日留存和次日留存是同等的概念，在首日留存中，開始的日期從day0日開始計算，次日留存中開始日期以day1開始計算。

首日留存適用于有明顯周期性的產品，比如最近我接觸的程序員產品，大多數時候只是周一到周五使用，周六周日的產品使用率特別低，這個時候就特別適合引入首日留存的這一套計算流程。

這樣做的好處，第一天為day0，第7天其實為day7，也就是8天，在星期的維度上為同一天。

排除了這種在一周內有明顯起伏波動的產品，不同周幾上面產生的影響。

第X日的計算留存方式，只要按照X日/首日*100%即可，這種一般用于衡量渠道質量。

X日內留存的計算方式，（第二天+……+第X天）去重/首日*100%，這種一般用于衡量產品喜愛度。

無論用首日留存計算還是次日留存計算，只要內部形成統一和渠道方形成統一，講明白就好。

字數差不多了，后面再敘述行為數據和業務數據。

作者：增長黑客一本黑

來源：增長黑客一本黑（ReadMeditation）