电商平台应该分析哪些数据？

在数据分析领域，“总注册数”、“新增注册数”指标本身是一个虚荣指标，该指标随着活动力度、形式等呈现短期暴增，他能够告诉你的活动传递并影响了多少“新用户”，这些新用户知道你在做什么，而并不意味你的产品一定对他有价值。显然要结合新用户的留存、转化等情况综合考量。科学的数据分析可以无限逼近客户真实意愿，数据分析可以指导员发现问题，找到弊病可能出现的原因，从而优化列表页的体验、提升首页流量分配效率、购买决策路径等，终提升用户的转化率。针对A的拉新活动，针对上述提到的拉新问题、活动效果评估不佳的情况，围绕拉新、留存与转化采取了相应措施。

电商活跃用户量什么意思 电商活跃度什么意思

电商活跃用户量什么意思 电商活跃度什么意思

DAU是什么意思

DAU是日活跃用户数量的英文名。一般用于反映网站、互联网应用等运营情况。结合MAU（月活跃用户数量）一起使用，用来衡量服务的用户粘性以及服务的衰退周期。

DAU、MAU分别从宏观和微观的角度对服务的用户粘性做了权衡，也可以这么说，MAU更像战略层面的表征，DAU更像战术层面的表征。通过这些宏观和细微的趋势变化，可以对营销及推广提供一些数据支持或者帮助。

日均活跃用户数量(Daily Active User，DAU)是用于反映网站、互联网应用或网络游戏的运营情况的统计指标。日活跃用户数量通常统计一日（统计日）之内，登录或使用了某个产品的用户数（去除重复登录的用户）。

受统计方式限制，互联网行业使用的日均活跃用户数指在统计周期(周/月)内，该App的每日活跃用户数的平均值。通常DAU会结合MAU（月活跃用户数量）一起使用，这两个指标一般用来衡量服务的用户粘性以及服务的衰退周期。

以上内容参考

2不知道哪过语言但是是数字2

用户分类以及活跃用户的衡量方法

一个APP根本的便是用户，那么当然用户也分许多种类，比如活跃用户、留存用户、流失用户等等，那么一般情况下又是怎么来分析活跃用户的呢？首先，我们来看一下用户的具体分类。

不同类型的用户

用户包含各种类型，反应了不同群体的特征和想法。在使用整个产品的周期中，我们应定义更全面的指标：

流失用户： 有一段时间没有再打开产品，那么我们就视为流失用户，根据产品的属性，可以按30天，60天，90天等划分。

不活跃用户： 有一段时间没有打开产品，为了和流失区分开来，需要选择无交集的时间范围。比如流失用户是60天以上没打开产品，那么不活跃则是0～60天没打开。

回流用户： 有一段时间没用产品，之后突然回来再次使用，则称为回流用户。回流用户是活跃用户，且是由流失用户或不活跃用户唤回而来。

活跃用户： 一段时间内打开过产品。

忠诚用户： 也可以叫超级活跃用户，长期持续使用产品，比如连续四周，或者一个月内15天等。

现在我们发现，不论是活跃用户还是不活跃用户的维度，都一下子丰富了起来。

活跃用户

很多人对于什么是活跃用户的概念还很模糊，大多数运营数据分析平台上都直接给出了一个活跃用户的数字，那么什么是活跃用户呢？用户每天既会不断新增，也会不断流失，如果单独只看每日活跃用户数，是很难发现问题的本质的，所以通常会结合活跃率和整个APP的生命周期来看。

活跃率是指活跃用户/总用户，通过这个比值可以了解你的用户的整体活跃度，但随着时间周期的加长，用户活跃率总是在逐渐下降的，所以经过一个长生命周期（3个月或半年）的沉淀，用户的活跃率还能稳定保持到5%-10%，则是一个非常好的用户活跃的表现，当然也不能完用，得视产品特点来看。

概括来说，增长黑客在衡量“活跃度”时，会通过访问次数、访问时长、收藏指数和相关影响因素几个维度来判断用户的活跃情况，并按连续活跃天数和阶段内任意活跃天数2个时间维度对用户活跃度进行整体分析。

如何进行用户活跃度分析？

1.通过日访问次数评估用户活跃度

访问次数代表用户每日使用产品的频次，我们将计算所有访问次数大于1次的用户，来计算这些用户的平均访问次数，或者设定一个固定值，例如某位用户连续7平均访问产品的次数为3-5次，那么我们就可以把4设定成固定值。

在基于访问次数计算出平均值或设定了固定值（A）之后，我们要统计每日访问次数大于1次并且小于A50%的用户，以及每日访问次数大于A50%并小于A的用户，以及日访问次数大于A的用户分别的数量。统计的目的在于通过访问次数将用户进行分层，高于A值的用户是我们产品的活跃用户，对于没有达到A值的用户可以通过运营活动重点提升日访问次数。

2.通过日访问时长评估用户活跃度

与通过访问次数计算用户活跃度的方式相同，找出用户使用时长的衡量值B，通过B对用户进行筛选分组。

3.通过“收藏指数”评估用户活跃度

一般来说，用户产生收藏行为代表着对产品内容的认可，如某篇文章，某件商品。

在实际统计中，“收藏指数”因产品所在行业的不同而不同，需要针对产品所在行业进行个性化定义，例如社区类产品要统计有过发帖、回帖行为的用户，资讯类产品要统计日浏览文章大于5篇（举例）的用户，电商类产品要统计日浏览商品大于5件（举例）的用户等。

同样，通过对“收藏指数”的定义，计算出相关用户行为的衡量标准，我们称其为C值，C值为活跃用户必须满足的条件，继而可以筛选出高出C值50%、甚至更多的用户数量。

4.找出用户活跃度的影响因素

在影响因素这项分析上，需要统计不同特征用户的活跃度人数。例如领取红包后1-3天的活跃用户变化情况，与非领取红包用户的活跃度进行对比，再比如连续打卡3天、5天的用户在活跃度上的变现异。

以上是4项用户活跃度的衡量方式，在统计时，首先需要筛选出满足条件的用户数量，然后计算满足条件用户在整体用户中的占比。

电商常用的数据分析指标

浏览量PV：用户访问页面的总数，用户每访问一个网页就算一个浏览量，同一个页面刷新一次也算一个浏览量

访客数UV：一般以天为单位来统计24小时内的UV总数，一天内重复访问的只能算一次

实时在线人数：指15分钟内在线UV数

平均在线时间：指平均每个UV访问网页停留的时间长度

日均流量：平均每天的流量

跳失率：指只浏览了一个界面的访问次数除以该界面的总访问次数

转化率：指进行相关动作的访问量占总访问量的比例

注册转化率=注册用户数/新访客数

转化率=咨询人员的用户数/总访问数

收藏转化率=将产品添加收藏/该产品的总访问量

添加转化率=将商品添加到购物车的用户数/该产品的总访问量

成交转化率=成交用户数/总访问数

渠道转化率=从某渠道来的成交用户数/该渠道来的总用户数

活跃会员数：指一定时期内有消费记录或者登录行为的会员数，周期一般有30天、60天、90天等等

活跃会员比例=活跃会员数占会员总数

会员复购率：指在某个时期内产生二次消费或者两次以上消费的会员占会员总数

平均购买次数=订单总数/购买用户总数

会员回购率：指上一期末活跃会员在下一期时间内有购买行为的会员比例

会员留存率：某个时间的会员在在特定时间周期内登录过或消费过的会员比例

会员流失率：指一段时间内没有消费的会员占会员总数的比例

新客成本：获客总成本/新增客户数

单人成本=营销成本/访客数

单笔订单成本=营销成本获得的订单数

费销比=营销成本/订单金额