【科普】不同行业的常见数据分析的指标是什么？

今天这篇文章是好友在知乎上的分享，以下是具体介绍：

公司的业务挺多的，视频、金融、电商等等都有涉及。前两天在数据后台看到各个业务线的报表结构，就想拿个脑图汇总一下，在整理的过程中，发现不同业务的指标相差很大，知道了很多新指标名称，也从关注指标中，获悉这个业务线的重点。

写这篇文章，是想给很多刚入门或者想转行的小朋友看看，不同的业务关注的指标有哪些，或许对后续找工作或者学习方面有所帮助。（反正我自己是觉得有点用的，毕竟知道了别的业务线关注的指标有哪些）

下面，会侧重介绍：电商、金融、游戏、直播、阅读几个大类。大家如果有要补充的，可以私信我一起交流。

01 电商

核心指标

PV、UV、成交用户数、成交订单数、GMV、客单价、退款率

流量数据

PV、UV、登录用户数、新访客数、商详页PV、商详页UV、店铺UV、点击地图（即各模块流量）

转化数据

成交转化率（通常为成交订单数/UV）、支付率（下单数/支付数）、动销率、收藏率、加购率

商品数据

店铺数、类目数、品牌数、在线商品数、SKU、SPU

用户数据

用户基础数据（地址、性别、年龄等）、行为数据（访问留存、复购情况、会员数、人均购买次数、客单价、月活等）

售后数据

售后反馈订单数、客服回复率、24h发货率、评价订单数、退单数（退单率）、退款金额（退款率）、退款原因

优惠券数据

优惠券领取量、使用量、优惠金额、优惠订单数、ROI

活动数据

日常秒杀、双十一、618等大促活动：新增访客、新增注册、总UV、成交订单数、转化率、ROI

市场数据

市场占有率、用户份额、交易额排名、流量排名

02 金融

主要分为借贷、投资、理财

借贷

核心数据：

访问UV、注册人数、申请人数、授信人数、授信总额、放款人数、放款总额

细分数据：

借款金额分布、借款期限分布、首贷人数、复贷人数、平均完件时间、平均审批时间

还款情况：

到期还款人数、到期还款率、预期人数、逾期率、净坏账

漏斗分析：

从访问、注册，到申请，填写每步信息的步骤，都要做成一个漏斗，看哪一步用户流失比较多。比如实名认证、绑卡、人脸识别、填写备用联系人等等的步骤。

用户数据：

性别、年龄、地址、学历、职业、征信情况等等，借贷类的用户数据比较齐全，所以用户数据用处很大，比如小额借贷直接根据用户填的信息，算法算出是否借给该用户。

投资/理财

开户人数、累计总金额、当日存入总金额、当日取出总金额（到期兑付）、当日取出总金额（提取赎回）、存入订单数、存入人数、件均金额、当日收益

03 游戏

APP数据

推广页点击、下载、安装、激活、注册、进入游戏

流量数据

启动UV、新增账号、创角账号、活跃账号、付费账号、平均同时在线人数（ACU）、最高同时在线人数（PCU）、日/周/月活

用户数据

累计用户数、用户成长（等级分布、角色分布、升级时长）、在线时长、启动次数、任务完成率、流失情况

收入数据

付费金额、付费人数、付费率、首充人数、首充金额、ARPU、LTV（生命周期价值）

粘性/留存

次日留存、总在线时长、平均在线时长、流失数据

04 直播

分为用户端和主播端

用户端

UV、登录UV、直播间UV、弹幕发送UV、观看总时长、人均时长、观看时长分布、消费金额、充值金额、道具使用情况

主播

主播人数、新增主播人数、签约主播人数、活跃开播主播人数、主播演出总场次、主播开播时长、直播时长、观看UV、峰值UV、粉丝数、播放视频个数、点赞人数、评论数、转发数、收藏数

留存

次日留存、周启动次数（如7日登录3日）、新用户留存情况

05 阅读

流量数据

启动UV、新增UV、点击量、阅读PV、阅读UV

阅读数据

阅读UV、阅读总时长、人均阅读时长、作品收藏、作品评论数、阅读时长分布、书评数、书单数据（创建数、访问数、点赞数、收藏、分享）、付费章节阅读UV、免费章节阅读UV、阅读字数、5分钟阅读人数占比、30天阅读天频、阅读章节数、人均阅读字数

收入数据

购买人数、购买章节数、人均付费收入、章节收入

总结

虽然不同的业务关注的指标不一样，但是对流量数据、用户数据这些基本上都是大同小异的，对于留存、复购、用户分层等等的分析也基本上各个业务都会有。

上面列出的各指标，可能也不全面，实际的要以业务本身关注的为准。对于想要了解那些业务的童鞋来说，也可以了解个大概。

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑AI基础下载（pdf更新到25集）机器学习的数学基础专辑本站qq群1003271085，加入微信群请回复“加群”获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am喜欢文章，点个在看