常用指标口径
新增用户
定义:首次使用产品的用户即为新增用户。
如何判定:在接入诸葛后,该用户第一次使用产品时,诸葛会将该用户记录下来,并将此用户定义为「新增用户」
技术判定: 对比诸葛的数据库,没有出现的cookie/设备号/账号,就是新增用户。
场景举例:JS的新增是只要打开网站就会记为新增,而app只有下载打开后才会被记为新增。
活跃用户
定义:使用过产品的用户
如何判定:在某段时间内使用过产品的用户被记录下来,多次启用过产品的不会重复计算
场景举例:如A公司6月23日~7月4日期间的活跃用户位1890,那么就是在6月23日~7月4日期间一共有1890人使用过产品,但是其中340名用户在此期间使用5次以上,但是记在计算活跃用户时不会重复计算,只会计算为1个。
触发人数
定义:在产品上对于某一行为的操作人数。
使用场景:如在某电商应用上,有「搜索」功能,此功能在6月1日有2309人进行过操作,那么触发人数就是2309,对于多次触发「搜索」功能的人不会重复计算。
人均触发次数
定义:在产品上对于某一行为的平均操作次数。
计算公式:人均触发次数 = 触发次数 / 触发人数
时长
使用时长分布
定义:使用产品的时长分布,是了解用户对产品使用情况的维度之一
分布区间:使用时长的分布区间为诸葛io根据数据情况等份划定。
平均使用时长
定义:使用应用的平均时长。
计算公式:平均使用时长 = 会话的总时长 / 会话次数
会话时长:用同一次访问内触发的最后一个事件的时间减去会话开始的时间。如果用户没有事件触发,那么时长就是1s。
留存/留存率
新增用户留存/留存率
定义:某段时间内的新增用户,经过一段时间后,仍然继续使用产品被称为新增留存;这部分用户占当时新增的比例就是留存率。
场景举例:某产品,1月份新增用户10000人;2月时10000人中还有8000人使用产品,则新增留存人数为8000,新增留存率为80%;3月份10000人中还有7000人使用产品,则新增留存人数为7000,新增留存率为70%。
活跃用户留存/留存率
定义:某段时间内的活跃用户,经过一段时间后,仍然继续活跃的用户被称为活跃留存;这部分活跃留存用户占当时活跃用户的比例就是活跃留存率。
场景举例:某产品,1月份的活跃用户数是10万人,2月时10万人中还有5万人活跃,则活跃留存人数为5万,活跃留存率为50%;3月份,10万人中还有4万人活跃,则活跃留存人数为4万,活跃留存率为40%。
自定义留存/留存率
定义:某段时间内,「初始行为」触发了某个事件的用户,经过一段时间后「回访行为」是触发另一事件的用户被称为自定义留存;此部分用户占触发「初始行为」的比例就是自定义留存率。
场景举例:某电商产品,6月份「初始行为」搜索商品的用户有1000人,7月份「回访行为」是加入购物车的用户有800人,则自定义留存为800,自定义留存率为80%;8月份「回访行为」是加入购物车的用户有500人,则自定义留存为500,自定义留存率为50%。
次日留存率
定义:新增用户在次日再次使用产品的比例。
场景举例:某产品,6月1日新增用户100人,6月2日使用产品的人数为70人,则次日留存为70人,次日留存率是70%。
7日留存/周留存
定义:新增用户在第7天再次使用产品的比例。
如何判定:诸葛io会严格按照每个用户在第7天是否使用产品,计算其周留存。
场景举例:某公司,6月1日新增用户100人,这100人中,6月7日仍在使用产品的人数为30人,则6月1日新增用户的周留存/7日留存为30%。如果用户在6月1日新增,只在6月5日时活跃过,那么周留存中时不把这部分用户计算在内的。