最近一直在研究数据分析的相关知识，把自己学到的会一点一点分享出来，先从百度统计说起。

数据统计工具：百度统计

百度统计思维导图

百度统计是一个强大的网站数据统计和分析工具，从六大维度进行分析——趋势分析、来源分析、页面分析、访客分析、定制分析、优化分析，帮助网站优化、用户定位、营销推广，打通网站与用户的完美锲合。

百度统计价值价值维度

趋势分析，可以了解到网站的基本状态、用户活跃度；

访客分析、自定义变量，可以了解到网站的访客构成和各类属性，帮助我们明确用户的定位；

页面分析、转化路径、事件跟踪，可以了解到用户操作行为，帮助我们合理安排页面布局、页面层次，优化网站设计，提高转化；

来源分析、优化分析、指定广告跟踪，可以了解到网站的营销推广状态，监控各种网络媒介推广效果，优化SEO。

适用于web的数据统计工具：

国外：GA 、Clicky、W3Counter、Woopra、W3Perl 、Piwik、TraceWatch、Snoop、goingup、JAWStats、Crazyegg

国内： 百度统计、CNZZ、国双统计、51la、量子统计、小艾统计、科捷统计、好耶iDigger 、gostats

外部分析工具：Alexa 、IUT、adplanner、quantcast

适用于APP的数据统计工具：

国外：Flurry,google analytics mobile，Mixpanel

国内：友盟,机锋统计,TalkingData,百度移动统计,CNZZ移动数据平台，imofan

开源：cobub

第三方数据分析工具，可快速接入，节省成本，比较适合创业型公司及刚上线的产品，但是无法对关键数据在突发异样时进行跟踪。

网站的后台也可以进行一些基本的数据统计，比如注册数、会员数、互动数等。

自己开发的数据分析工具，可以对每个数据进行实时跟踪，并快速做出产品的调整，需要足够的开发人员及成本，比较适合大型公司或者成熟型产品。

常用的核心数据指标

除了上述思维导图中提到的数据指标外，还包括根据思维导图中的数据指标延伸出的活跃度、流失率、留存率等。

活跃度：

主要衡量产品的粘性、用户的稳定性以及核心用户的规模，观察产品在线的周期性变化。

AU（Active Users）活跃用户：用户登陆产品记为一次登录

DAU（Daily Active Users）日活跃用户：每日登陆过的用户数，一般从后台抓取

WAU（Weekly Active Users）周活跃用户：七天内登陆过的用户数

MAU（Monthly Active Users）月活跃用户：30天内登陆过的用户数

AT（Daily Avg. Online Time）日均使用时长：活跃用户平均每日在线时长

AT=日总在线时长 / DAU

DNU（Daily New Users）每日注册并登陆的用户数：直接从后台抓取即可

PCU（Peak Concurrent Users）最高同时在线用户人数：统计周期内，同一时点（通常精确至分）的最高在线人数

ACU（Average Concurrent Users）平均同时在线用户人数：统计周期内，每个时点（通常精确到分）的平均在线人数

ACU=DAU * AT / 时间精度

EC（Engagement Count）用户登录频率：统计周期内平均每用户登录的总次数

根据统计周期不同，通常每日登录频率统计的是登录次数；周及月的登录频率统计的是登录天次（一天登录多次记为一次）

对于不同产品，活跃度的标准不一样，可以根据需要细分定位——轻度用户、中度用户、重度用户、忠诚用户等。

流失、留存：

观察流失用户的状态、流失前行为来判断产品可能存在的问题。

ULR（Users Leave Rate）用户流失率：统计当日登录过产品的用户，但在随后N日内未登录的用户数/统计日DAU

日流失率：统计当日登陆过产品的用户，次日未登陆的用户数/统计日DAU

周流失率：统计当周登陆过产品，之后下一周未登陆的用户数/WAU

月流失率：统计当月登陆过产品，下一月未登陆的用户数/MAU

OSUR（One Session User Rate）一次会话用户占比：新登录用户中只有一次会话的用户占比，主要衡量新用户的质量

DRR（Daily Retention Rate）日留存率：统计当日登录过产品的用户，在之后N日内至少登录一次的用户数/统计日DAU

WRR（Weekly Retention Rate）周留存率：统计当周登录过产品的用户，且下一周至少登录一次的用户数/WAU

MRR（Monthly Retention Rate）月留存率：统计当月登录过产品的用户，且下一月至少登录一次的用户数/MAU

次日留存率：统计当日登录过产品的用户，次日依旧登录的用户数/统计日DAU

回归率：曾经流失，重新登录产品的用户数占流失用户的比例

回归用户：曾经流失，重新登录产品的用户数

流失用户池：过去一段时间内流失的用户数

回归率 = 回归用户 / 流失用户池

收益：

产品盈利能力的综合评价。

PUR（Pay User Rate）付费比率：统计周期内，付费账号数占活跃账号数的比例，一般以自然月或自然周为单位进行统计

广度，更多的人付费

PUR = APA / AU

APA（Active Payment Account）活跃付费账用户数：统计周期内，成功付费的用户数

APA = AU * PUR

ARPU（Average Revenue Per User）平均每用户收入：统计周期内，活跃用户对产品产生的平均收入

ARPU = Revenue / AU

ARPU = ARPPU * PUR

ARPPU (Average Revenue Per Paying User)平均每付费用户收入：统计周期内，付费用户对产品产生的平均收入

深度，付更多的钱

ARPPU = Revenue / APA

LTV（Lift Time Value）生命周期价值：平均一个新增用户在其生命周期内（第一次登录到最后一次登录），为该产品创造的收入总计

LTV_N ： 统计周期内，一批新增用户在其首次登入后N天内产生的累计收入/ NU（新用户）

用于衡量渠道导入用户的回本周期，回本率=LTV_N/CPL（导入成本）

以上数据可以根据需要进行拆解、合并，比如流失付费用户数、回归付费用户数、新增付费用户数、新增活跃用户数等等。

同时，不同的产品类型，需要关注的数据指标也不一样，道生万物。