常见的20个数据指标名称和含义

本文主要涉及数据指标的定义和原则 和 数据指标原则和存在的意义。

1.CPM

CPM : Cost per Thousand Impression, 千人成本

含义：广告每显示1000次（印象）所付出的费用。

CPM是评估广告效果指标之一，在移动营销方面，一般是在产品测试或者运营初期选择该方式。在产品稳定运营后，选选择性地进行CPM。

2.CPC

CPC：Cost per Click， 点击成本

含义：每次点击付费，根据广告被点击的次数收费，是评估广告效果指标之一，点击意味着用户有兴趣，体现广告内容对用户的吸引力。

3.CPA

CPA: Cost per Action, 行动成本

含义：每次完成行动所付出的费用，根据每个用户对网络广告所采用的行动收费的定价模式，不在限制广告投放量，回应有效的动作则是计费依据。在移动端，按照用户实际激活（如用户打开移动应用）作为计算标准居多，当然注册结算也是很多移动开发者的选择。

4.CPS

CPS: Cost per Sale, 订单付费

含义：实际有效的订单，进行比例计算，目前采用该模式，通过联合运营，渠道市场通过自有流量和用户不断转化付费和订单，开发者从收益中按比例支付渠道收益。

5.CPT

CPT：Cost per Time, 时长付费

含义：部分广告位的结算方式，渠道的某些推荐位也采用该模式。该模式是获取自然用户的一种方式，通过曝光度来吸引用户。产品运营的初期和稳定期均可采用的模式。

6.CPI

CPI: Cost per Install, 安装成本

含义：每一次安装收费。厂商预装采用该模式，无须考虑用户是否激活所安装的应用。是CPA的一种形式，Action是安装，激活或者注册。

7. RTB

RTB：Real Time Bidding, 实时竞价

8.DNU

DNU：日新登陆用户数， Daily New Users,每日注册并登录游戏的用户数。DNU也可以是首次登录或启动的用户，在移动统计中，有时候用户也特指设备。

解决问题：

｜-- 渠道贡献的用户份额

｜-- 宏观走势，确定投放策略

｜-- 是否存在大量垃圾用户

｜-- 注册转化率分析

9.DOSU

DOSU：日一次会话用户数，Daily One Session Users, DOSU。 一次会话用户，即新登录用户中只有一次会话，其会话时长低于规定阀值。

一次性用户则是在此指标基础上引申的指标，重点关注首登日之后7天内或者14天在没有打开APP的用户。了解非留存用户的首日行为及比例，有助于在解决产品导入用户的流程上进行深度优化。

解决问题：

｜-- 推广渠道的质量评估

｜-- 用户导入是否存在障碍点，如网络状况，加载时间，客户端崩溃等问题

｜-- 内容引导设计分析点之一

10.DAU

DAU：日活跃用户数，Daily Active Users, DAU。每日登录APP的用户数，活跃用户数的计算是去重计算。

解决问题：

｜-- 核心用户规模

｜-- 产品生命周期

｜-- 产品活跃用户流失，分解活跃用户

｜-- 用户活跃率，活跃用户/累计用户量

11.WAU

WAU：周活跃用户，Weekly Active Users, WAU 。最近7日（含当日）登录的用户数，一般按照自然周计算。

解决问题：

｜-- 周期性用户规模

｜-- 周期性变化趋势，主要是推广期和非推广期的比较

12.MAU

MAU：月活跃用户数，Monthly Active Users, MAU。最近一个月即30日（含当日）登录过游戏的用户数，一般按照自然月计算。

MAU变化幅度较小，产品用户规模稳定性来说，MAU是风向标。在推广期，版本更新，运营活动的调整，对于MAU的冲击更加明显。此外，产品的生命周期阶段不同 ，MAU的趋势变化也不同。

解决问题：

｜-- 用户规模稳定性

｜-- 推广效果评估

｜-- 总体用户规模变化

13.DEC

DEC：日参与次数，Daily Engagement Count, DEC。用户对APP的一次使用算作一次参与，日参与次数就是用户每日对APP参与的总次数，在进行实际分析时，日平均参与次数计算 当日参与次数/日参与用户数。周参与次数是 一周的参与次数总量，一般该指标用于分析分布或者平均值。

解决问题：

｜-- 参与频率分析，尤其是在上线，版本更新和运营活动等期间，监控该数据，了解对产品的反馈，发现异常情况。

｜-- 衡量用户黏性，针对不同用户群分析（活跃，新增，付费）

14.DAOT

DAOT：日均使用时长， Daily Average Online Time, DAOT。每日总计在线时长 / 日活跃用户数。使用时长可分为单次使用时长，日使用时长和周使用时长等指标，通过对这些指标做区间分布和平均计算，了解参与黏性。

解决问题：

｜-- 分析产品的质量问题

｜-- 观察不同时间维度的平均使用时长，了解不同用户群的习惯。

｜-- 渠道质量衡量标准之一

｜-- 留存即流失分析的依据

15. DAU/MAU

DAU / MAU ：DAU / MAU 理论不低于0.2， 0.2 * 30 = 6天，即用户每月至少6天登录APP，此比例也是衡量用户规模的参考。

解决问题：

｜-- 人气变化的风向标

｜-- 用户活跃天使的评估

16.留存率

留存率，某段时间的新增用户数，记为A，经过一段时间后，仍然使用的用户占新增用户A的比例就是留存率。

｜-- 1. 次日留存率，Day 1 Retention Ratio。日新增用户在+1日登录的用户数占新增用户的比例

｜--2. 三日留存率， Day 3 Retention Ratio。日新增用户在+3日登录的用户数占新增用户的比例

｜--3. 七日留存率，Day 7 Retention Ratio 。日新增用户在+7日登录的用户数占新增用户的比例

留存率是评判APP质量的重要标准，在关注留存率的同时，也要关心流失率的分析。理性看待次日留存在一定意义上代表APP的满意度和产品初期的体验效果，不一定是有多好或者多不理想。

解决问题：

｜-- APP质量评估

｜-- 用户质量评估

｜-- 用户规模衡量

17.流失

流失：统计时间区间内，用户在不同的时期离开APP的情况。

｜-- 1.日流失率，Day 1 Churn Ratio。统计日登录，但是随后7日未登录的用户占统计日活跃用户的比例。

｜-- 2.周流失率，Week Churn Ratio。上月登录过，但是在本月未登录的用户占上月月活跃用户的比例。

流失率是APP进入稳定期需要重点关注的指标，留存关注用户进入APP的情况，关注流失率则是在产品中期和后期关心产品的用户稳定性，收益能力转化。如果存在较大的流失率，则需要对该指标起到警告作用，并逐步查找那部分用户离开APP，问题出在哪里，尤其对付费用户的流失更需要重点关注。

解决问题：

｜-- 活跃用户生命周期分析

｜-- 渠道的变化情况

｜-- 拉动收入的运营手段，版本更新对于用户的流失情况影响

｜-- 什么时期流失率较高

｜-- 行业比较和产品中期评估

18.ARPU

ARPU：平均每用户收入，Average Revenue per User, ARPU。在统计时间内，活跃用户产生的平均收入以及收益能力。一般月计。计算公式

ARPU = Revenue / Plyers

Monthly ARPU = Revenue / MAU

即总收入处以总活跃用户数，一般按照月计。 手游市场一般按照日记，计算公式：

Daily ARPU = Daily Revenue / DAU

国内的ARPU = 总收入 / 付费用户数，所以会强调付费ARPU，也专门叫ARPPU。

ARPU用户产品定位初期的不同规模下的收入估计，也是LTV的重要参考依据。

解决问题：

｜-- 不同渠道用户质量判断

｜-- 产品收益贡献分析

｜-- 活跃用户人均收入与投放成本关系

19.ARPPU

ARPPU：平均每付费用户收入， Average Revenue per Payment User， ARPPU。在统计时间内，付费用户对APP产生的平均收入，一般以月计。

平均每付费用户收入计算公式如下：

ARPPU = Revenue / Payment User

Monthly ARPPU = Revenue / APA

即游戏的总收入除以总付费用户数，一般以月计。 在手游市场一般按日计，计算公式：

Daily ARPPU = Daily Revenue / Daily APA

ARPPU 与APA，MPR的结合可以分析付费用户的留存情况，对特定付费群体的流失进行深度分析，保证付费质量和规模。

解决问题：

｜-- 付费用户的付费能力和梯度变化

｜-- 付费用户的整体付费趋势和不同付费阶层差异

｜-- 对鲸鱼用户的价值挖掘

20.LTV

LTV：生命周期价值 Life Time Value LTV。用户在生命周期内为该APP创造的收入总和。可以看成是一个长期累积的ARPU。对每个用户的平均LTV计算公式：

LTV = ARPU * LT（按月或天计算平均生命周期）。其中LT为Life Time（生命周期），即一个用户从第一次参与，到最后一次参与之间的时间，一般计算平均值，LT以月计，就是玩家在游戏中的平均月的数量。例如一款游戏的ARPU = ¥2， LT = 5， 则LTV = 2*5 = 10。

在实际中也可以采取以下的LTV计算方法：跟踪某日或者某周的新增用户，计算该批用户在随后的7日，14日，30日累积收入贡献，然后除以该批次新增用户数，即 累积收入/新增用户 = 累积ARPU （LTV）。这种方法可计算该批新增用户在不同生命周期阶段的粗略生命周期价值，此时我们可根据不同阶段的LTV绘制曲线，了解LTV 变化发展情况。

上述的LTV定义是标准的定义方式，而在实际利用方面，考虑实际的推广营销情况，则会在使用方面有所变化。

解决问题：

｜-- 用户收益贡献周期

｜-- 用户群与渠道的利润贡献，LTV 与CPA的衡量。

｜-- LTV 不区分付费与非付费用户，看待整体的价值。

附：

DSP：Demand Side Platform,需求方平台

Ad Exchange，广告交易平台，目前移动端仅有Google

DMP：Data Management Platform, 数据管理平台