江苏龙网

  1. 首页 > 人文 > >

百度|数据分析术语词典大全—运营人必看

百度|数据分析术语词典大全—运营人必看


最近很多私信小萝卜 ， 说自己对很多数据术语的定义并不清晰 ， 不了解到底是什么意思 ， 什么是DAU、WAU、字段又是什么？经常带着一头雾水工作 ， 术语特别多 ， 百度查询出来通常一大段文字 ， 好不容易清楚了 ， 过一阵就又忘了 。 等要用的时候再去查 ， 麻烦又显得很不专业 。
希望小萝卜整理一期数据分析术语 ， 今天为了让大家更了解数据分析中涉及到的术语 ， 方便大家随时查询节省时间 ， 我将常用的73个数据指标进行盘点 ， 并对其进行释义 ， 整理成一个运营人必看的术语词典 。 希望可以帮助大家更好的学习数据分析 ， 解决要经常百度查询的困扰 。
强烈建议看完点赞收藏哦 ， 避免以后找不到 。 还有什么不懂的可评论私信


1.基础数据字段
大部分数据库表格的“列”被称为“字段”， 每个字段包含某一专题的信息 。 基础数字段包括用户信息数据字段和用户行为数据字段 ， 是数据分析的底层关键支撑 。
2.用户信息数据字段
它指的是用户的社会信息数据 ， 比如姓名、性别、出生年月、籍贯、婚姻、学历、手机号、邮箱等字段 。
3.用户行为数据字段
每一位用户在产品上操作行为的记录 ， 记录格式通常为 User id（哪个用户）+Active（哪种操作）+Time（何时产生） 。
4.浏览量
俗称曝光量 ， 指的是产品的推广信息在朋友圈、搜索引擎、应用商店等渠道中被多少用户看到 。
5.点击量
指的是某一段时间内某个网页或产品页面被点击的次数 。
6.新增用户
通常指的是产品新增的注册用户数 。
7.CPM（Cost Per Mille）
千次曝光成本 。 信息流媒介、内容营销媒介比较倾向采用此类广告计费 。
8.CPC（Cost Per Click）
单次点击成本 。 用户单次点击成本 = 渠道投放费用 / 用户点击量 。
9.CPA（Cost Per Action）
单次行动成本 。
10.DAU （Daily Active User）
指的是日活跃用户数量 ， 是在 24 小时内活跃用户的总量 。
11.WAU（Weekly Active User）
去除重复登录的用户后 ， 一周内登录或使用了某个产品的用户数 。
12.MAU （Monthly Active User）
指的是一个月周期内 ， 去除重复登录的用户后的活跃用户总和 。
13.活跃率
活跃用户/总用户 。 活跃用户即某一个时间段内登录或使用了某个产品的用户 。
14.在线时长
一定时间内用户在线使用产品的时长 。
15.PV（Page View）
页面浏览量 。
16.UV（Unique Visitor）
一定时间内访问网页的人数 。
17.留存用户
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 。
18.用户留存率
【百度|数据分析术语词典大全—运营人必看】留存用户 / 当初的总用户量 。
19.用户流失率
流失用户/当初的总用户量 。
20.GMV（Gross Merchandise Volume）
一定时间段内的成交总额 。 它是一个虚荣指标 ， 一般包含拍下但未支付的订单金额 。
21.实际成交金额
用户付款的实际流水 ， 是用户购买后的消费金额 。
22.销售收入
指的是实际成交金额减去退款后剩余的金额 。
23.付费用户量
在产品里产生过交易行为的用户总量 。
24.ARPU（Average Revenue Per User）
每用户平均收入 。 在单个促销活动中 ， 它指的是每一笔用户订单的收入 ， 总收入/订单
数 。 而在整个产品生命周期中 ， 我们更关注用户平均付费 ， 总收入/用户数 。
25.ARPPU（Average Revenue Per Paying User）
平均每付费用户收入 ， 等于某一时段的总收入/该时段的总付费用户数 。
26.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的比例 。
27.内容生产者
参与内容生产的用户总量 。
28.内容互动者
指的是在产品里边有生产内容、阅读内容、评论内容、分享内容、收藏内容、投票（任一）行为的用户总量 。
29.内容价值
指的是通过内容产生的实际收入 ， 具体包含广告收入、分成收入、订阅付费等 。
30.体验用户量
申请体验企业服务的用户总量 。
31.追加销售量
升级到更贵的服务/产品级别的用户数量 。
32.CLV（Life Time Value）
客户终身价值 ， 用户从首次登录到最后一次登录的整个生命周期过程中 ， 所贡献的全部经济收益价值总和 。
33.病毒 K 因子
现有用户能够为产品获取的新用户数 。
34.传播周期
用户完成从传播到转化新用户所需要的时间 。
35.触达量
接收到产品或活动发送的内容的用户数量 。
36.送达率
接收到内容推送的用户比例 ， 等于触达量/总用户数 。
37.预警用户
达到一定流失阈值的用户 。
38.跳出率
访问一个页面后离开的次数/总访问量*100%
39.内容发布
通过 PGC（编辑生产内容）和 UGC（用户生产内容）的方式 ， 在产品里发布内容供用户点击阅读的行为 。
40.内容曝光
将生产的内容通过首页 Banner、App 推送、Feed 流等曝光渠道将内容呈现给用户的行为 。
41.内容更新总量
单位时间内更新的内容总数 。
42.内容发布量趋势
也叫内容更新趋势 ， 指单位时间周期内 ， 内容更新总量的变化情况 。
43.内容发布频率
某时间周期内的图文更新总量 / 时间周期 。
44.内容生产用户量
参与内容生产的用户数量 。
45.内容点击人数
内容在某个时间周期里的点击总量 ， 它体现的是内容有效的服务人数 ， 包含产品用户和非产品用户 。
46.内容平均点击人数
在某个时间周期里内容阅读的平均水平 。 内容平均点击人数 = 内容点击人数 / 内容数 量 。
47.内容平均阅读量趋势
在同样的时间周期内 ， 内容阅读量的变化情况 。
48.内容点击率
内容点击人数 / 内容曝光量 。
49.人均阅读次数
内容阅读次数 / 内容点击人数 ， 体现的是内容的粘性 ， 人均阅读次数越多 ， 说明目前产品功能里的内容粘性越高 。
50.完成阅读率
完成该内容阅读的人数/该内容的总点击人数 。 针对单篇内容阅读的数据指标 ， 体现的
是内容写作质量 。
51.内容评论人数
在统计时间周期里 ， 去除重复用户后 ， 有产生过内容评论行为的用户总和 。
52.内容评论率
在统计时间周期里 ， 有产生过内容评论行为的用户占内容阅读点击人数的比重（内容
评论率 = 内容评论人数 / 内容点击人数） 。
53.内容评论量
在统计周期里 ， 内容功能里的总内容评论次数 。
54.内容人均评论量
在某个时间周期里 ， 每个评论用户的平均评论互动量 ， 即内容评论量 / 内容评论人数 。
55.内容平均评论量
内容评论量 / 内容图文量 ， 代表某个时间周期里内容互动的平均水平 。
56.内容平均评论量趋势
在同样的时间周期里 ， 内容平均评论量的变化情况 。
57.内容分享人数
在统计时间周期里 ， 有产生过内容分享行为的用户总和（去重 ， 含站外用户） 。
58.内容分享率
在统计时间周期里 ， 有产生过内容分享行为的用户占内容阅读点击人数的比重（内容
分享率 = 内容分享人数 / 内容点击人数） 。
59.内容分享量
内容功能里的内容被分享到站外的总数量 。
60.内容人均分享量
内容分享量 / 内容分享人数 ， 指的是在某个时间周期里 ， 每个分享用户的平均分享互
动量 。
61.内容平均分享量
内容分享总量 / 内容总量 ， 指的是在某个时间周期里 ， 内容分享的平均水平 。
62.用户分层数据分析
按照某个逻辑将用户进行归类 ， 是用户运营数据分析中通用的数据分析方法 。
63.用户分群数据分析
作为用户分层的补充 ， 对用户信息进一步分类细化的分析方法 。
64.RFM 用户价值数据分析
指的是根据三个核心的用户行为指标：最近一次消费时间（Recency）、消费频率
（Frequency）和消费金额（Monetary） ， 来构建用户价值的数据分析方法 ， 用以衡量消费用户的价值和创利能力 。
65.用户忠诚度数据分析
对用户消费或生产内容的频率进行量化的数据分析方法 ， 以此研究用户是否会对产品产生足够的喜爱 。
66.渠道投放
指的是在百度、腾讯、今日头条、微博等流量平台 ， 购买广告位对产品进行曝光的运营行为 。
67.广告点击量
指的是在物料投放期间 ， 累计的点击用户数量 。 一般会对重复点击进行去重 。
68.广告点击转化CTR（Click-Through-Rate)
等于广告点击量 / 广告浏览量 ， 可用于评估渠道推广物料是否优质 。
69.用户获取成本
（CAC ， Customer Acquisition Cost） ， 指的是获取每一个新增用户所花费的开销 ， 等于新增用户的总投入／新增用户总数 。
70.N 日留存率
指的是用户在初始时间后第 N 天的回访比例 ， 常用指标有：次日留存率、7 日留存率、
21 日留存率、30 日留存率等 。
71.公众号净增关注人数
公众号新关注与取消关注的用户数之差 。
72.公众号累积关注人数
当前关注公众号的用户总数 。
73.下载量
指的是 App 的安装次数 ， 是衡量拉新效果的结果指标 。
运营的工作需要依靠数据进行驱动 。 每一个合格的运营都应该具备系统性的运营思路 ， 简单来讲就是有一个「系统化的模型」 ， 帮助把文案、社群、活动策划这些技能综合运用起来；在这个阶段 ， 有「系统化的数据思维能力」也是个必选项 ， 否则很容易陷入拍脑袋决策而非科学决策的恶心循环中 ， 所以一定要加强数据分析能力 。


    推荐阅读


    上一篇：|同比增长102%！realme成东南亚市场排名第四的手机品牌

    下一篇：梅溪派出所积极组织消防安全检查