在產品運營的過程中，經常性的讓數據或者技術給查一些數據，產品也會給技術要一些數據，數據其實是同一套，技術搞出來的數據產品和運營都不滿意，即使是同一套數據，產品和運營都有自己解讀方式，最後搞的大家都很頭疼。
有些人解讀數據就是數據，數據不給業務進行任何的支撐，或者領導問起一些業務指標的時候，自己並不能對答如流，明明數據已經看完，但是自己就是回答不了。
其實根本問題是內部沒有一套數據體系，導致技術搞出的數據不滿意，或者產品和運營解讀按照自己的經驗解讀，導致數據的誤差。
不能夠回答領導的問題，大多數還是因為自己不能夠把用戶數據、行為數據轉換成業務數據。
這篇文章主要基於常見的數據類型進行總結，方便公司內部形成數據體系，消除數據提取或者解讀的誤差，同時也方便自己把用戶數據和行為數據轉化成業務數據，對老闆的提問對答如流。
常見的數據可以分為三大類：用戶數據、行為數據和業務數據。用戶數據一般包含存量、增量、留存和來源；行為數據一般包含PV、UV、訪問深度、轉化率、時長、跳出率；業務數據一般包含總量：GMV、播放總時長、閱讀總時長等；人均：ARPU、ARPPU、人均播放時長、人均閱讀時長；人數：付費人數、觀看人數、閱讀人數；其他：付費率，觀看率，閱讀率等等。
業務數據根據自己的業務不同，提取的指標不相等，只要表述出來自己的業務指標即可。
其實這是系列文章，產品運營中的常見的數據指標是如何定義的，這篇文章為（上），這篇文章主要從用戶數據的存量、增量、留存和渠道質量衡量四個方面來講述。
一.用戶數據
1.1.存量
存量的數據一般用DAU（Daily Active User）或者MAU（monthly active users）來統計，通常所講的日活和越活，還有一些常見的其他指標pcu、dnu、wau、acu等。
在定義DAU和MAU的時候都是按照關鍵的用戶自發行為來定義，也就是active，在不同的業務中這個active的指標是不同的。
這裡強調一下，一定是用戶自發的行為來定義的。常見的有登陸、發起請求、閱讀一篇文章、觀看一個視頻，更有甚至用下單當以active，無論哪種都可以，只要是用戶自發的行為即可。某些人會把推送接收的push來定義成日活用戶，這種定義一般是沒有意義，因為他不是用戶自發的行為。
DAU的計算方式一般不容易出錯，計算當天的數據即可，如果是跨時區的全球業務，定義指標一般用24小時來代替day的概念。
MAU的計算方式有些會產生誤區，註冊用戶10W，DAU為3K，計算MAU為3K*30=9W，這種計算方式沒有是錯誤的，正確的計算方式是這一個月的日活用戶相加並去重，同理WAU的計算方式也一致，切記所有累計活躍用戶一定要去重。
1.2.增量
增量用戶是指在某一時間段內新增的用戶，新增的爭論一般會存在於新增的指標，也就是新增註冊用戶還是新增設備數。
一般情況下，如果自己沒有賬號體系，那麼也只能認新增的設備數；如果有賬號體系，用戶不登錄對業務沒有幫助，則人賬號，如果有幫助則人設備數。
長時間不登錄的用戶重新不能按照新增計算，只能按照喚醒用戶計算。
這個一般用於內部新增，對於外部的渠道新增恐怕還有另外一種算法，最好跟渠道確定一下新增的指標，不然後期扯皮非常嚴重。
在渠道眼裡，下載了就算新增，無論這個用戶有沒有安裝，還是安裝之後就刪除了，所以前期一定要和渠道定義好指標，不然渠道的商務真的能煩死。
如果你公司足夠有錢，可以把新增定義到註冊，如果你們就偶爾找一下渠道，還扣扣索索，那就等著渠道定製的新增吧。
1.3、留存
留存的數據一般用X日留存來計算，大多數情況下用7日留存來看產品在用戶的接受度，或者渠道的質量。
在某些產品中還會引入首日留存的概念，其實首日留存和次日留存是同等的概念，在首日留存中，開始的日期從day0日開始計算，次日留存中開始日期以day1開始計算。
首日留存適用於有明顯週期性的產品，比如最近我接觸的程序員產品，大多數時候只是週一到週五使用，週六週日的產品使用率特別低，這個時候就特別適合引入首日留存的這一套計算流程。
這樣做的好處，第一天為day0，第7天其實為day7，也就是8天，在星期的維度上為同一天。
排除了這種在一週內有明顯起伏波動的產品，不同周几上面產生的影響。
第X日的計算留存方式，只要按照X日/首日*100%即可，這種一般用於衡量渠道質量。
X日內留存的計算方式，（第二天+……+第X天）去重/首日*100%，這種一般用於衡量產品喜愛度。
無論用首日留存計算還是次日留存計算，只要內部形成統一和渠道方形成統一，講明白就好。
閱讀更多 運營官張沐 的文章
