数据清单：产品经理的产品指标

原创 ThinkerD inThinkerD

导读
文章主题：数据清单：产品经理的产品指标
阅读时间：约 6000 字，阅读时间预计 5 分钟
By：马林

阅读收获：
数据对于产品经理而言，如茫茫大海中耀眼的航标灯，为前进指明方向、为航行纠正偏差。产品生命周期中，数据跟踪分析一直是重要的方法论，良好的数据指标可以帮助产品经理做出科学、准确，甚至是生死攸关的里程碑决策。
本文以产品经理角度列举出 10 种类型产品指标并总结成清单，可在实际项目中直接使用，帮助小伙伴们打怪升级。

前言

产品经理是一个奇怪的物种，生存在思维的两个极端，对创新保持极度狂野、偏执（即感性），对功能保持极度克制、冷静（即理性）。
数据，作为感性与理性天平上的调节砝码，至关重要。准确合理的数据，帮助你在偏执的创新之路上一路狂奔，辅助你冷静的 MVP 时步子大一点再大一点。
评估和跟踪产品是产品经理的重要任务，感知市场趋势变化、探寻用户行为本质，确定产品方向，规划功能改进策略，以数据驱动实现重要决策。
本文以产品经理角度列举出 10 种类型产品指标并总结成清单，可在实际项目中直接使用，帮助小伙伴们打怪升级。

产品数据指标清单包括：
    01. 新增指标    02. 活跃指标
    03. 转化指标    04. 留存指标
    05. 收入指标    06. 行为指标
    07. 反馈指标    08. 错误指标
    09. 技术指标    10. 竞争指标

正文

|| 01 新增指标

新增指标，在产品体系内，从用户数大盘上看，新增加用户的数据情况，以分析用户的来源、来源渠道、渠道质量，包括决策广告投放引流时投入的成本。

举例来讲：
味多美 App 在抖音上投放一周视频广告，从新增指标维度，可以分析到每天从抖音引流到味多美 App 的用户数，这些用户的转化注册情况、登录情况、购买情况等。
在抖音投放广告有费用支出，结合每天引流到的用户数、投放周期（7天），对应的可以核算出每个用户成本，以此来评价广告的价值比、继续还是终止投放广告。

    1. 新用户数：每天新增加的用户数（相对于总体大盘），如果有多个渠道要区分标记
    2. 渠道来源：区别标记每个渠道，区分自然流量、推荐流量、付费推广、合作引流等
    3. 投放成本：用以带来新用户付出的成本价值
    4. 用户获取成本：获取每个新增用户的成本或费用，最好是可以量化到具体数值上，比如：10 元/新增每用户
    5. 潜在用户贡献度：新增用户的注册率，购物率，付费率，发言率等
    6. 新增用户投资回报率：引流带来的新用户价值与所付出的成本情况，用以衡量决策行为价值、渠道质量等

新增指标：NI，New Indicators
    新用户数：NU，Number of New Users
    渠道来源：CS，Channel Source
    投放成本：DC，Delivery Cost
    用户获取成本：UAC，User Acquisition Cost
    潜在用户贡献度：PUC，Potential User Contribution
    新增投资回报率：NROI，New Return On Investment

|| 02 活跃指标

活跃指标，用户在产品体系内的状态，对内容的喜好、参与评论积极程度，也可衡量内容的质量对用户的吸引度，用户对产品的忠诚度等。

    1. 每日活跃用户：每日活跃用户数，对于活跃可以有不同的定义，可根据自身产品的特点来定义，如：每日打开 App 或每日登录 App 等
    2. 每月活跃用户
    3. 留存率
    4. 使用时长：根据分析的实际需求设定指标，如：单个功能的使用时长，App 的整体使用时长等
    5. 每个用户点击数：或者是观看次数
    6. 每次观看次数：内容被点击或观看次数
    7. 点击率：内容曝光与被点击的比率，衡量内容曝光对用户的吸引度
    8. 跳出率：指在只访问了一个页面（例如网站首页）就离开的访问量与所产生总访问量的情况，跳出率反映产品用户体验的状况

活跃指标：AI，Active Indicators
    每日活跃用户：DAU，Daily Active Users
    每月活跃用户：MAU，Monthly Active Users
    留存率：RR，Retention Rate
    使用时长：DU，Duration of Use
    每个用户点击数：CPU，Clicks Per User
    每次观看次数：NVPV，Number of Views Per Viewing
    点击率：CTR，Click Through Rate
    跳出率：BR，Bounce Rate

|| 03 转化指标

转化指标，衡量产品在用户旅程中某个环节转向下个环节之间的情况，通过转化率指标判定决策每个环节在功能、体验上对用户的推动力。
产品的核心价值是解决用户需求，并实现商业目标，每个环节推动转化至关重要。例如：新用户到达 - 注册，用户将商品加入购物车 - 付款，用户观看视频 - 评论等。

    1. 转化率：不同行为（阶段）的转化情况，如：注册 - 购买，观看 - 收藏
    2. 每用户收入：每个用户的付费情况
    3. 每用户平均收入：每个用户平均付费情况
    4. 平均订单值
    5. 购物车放弃率
    6. 潜在用户转化率
    7. 漏斗流失率：可结合 AARRR 模型（AARRR 海盗模型指标最佳实践），前一个步骤跳转到下一步时的流失率

转化指标：CI，Conversion Indicators
    转化率：CR，Conversion Rate
    每用户收入：RPU，Revenue Per User
    每用户平均收入：ARPU，Average Revenue Per User
    平均订单值：AOV，Average Order Value
    购物车放弃率：CAR，Cart Abandonment Rate
    潜在用户转化率：PUCR，Potential User Conversion Rate
    漏斗流失率：FDR，Funnel Drop-off Rate

|| 04 留存指标

留存指标，衡量用户随着时间推移使用产品的留存情况，指标越高表示用户的忠诚度越高，平台对用户的吸引度越大。

    1. 流失率：流失用户占总体用户的情况
    2. 留存率：留存用户占当前用户的情况，按照产品特点可细分为次日、3 日、7 日，15 日
    3. 激活率：流失的用户再次被激活的情况
    4. 重复购买率
    5. 净推荐值：推荐者所占的百分比减去批评者所占的百分比
    6. 生命周期价值：用户的终生价值，是产品从用户所有的互动中所得到的全部经济收益总和

留存指标：RI，Retention Indicators
    流失率：CR，Churn Rate
    留存率：RR，Retention Rate
    激活率：AR，Activation Rate
    重复购买率：RPR，Repeat Purchase Rate
    净推荐值：NPS，Net Promoter Score
    生命周期价值：LTV，Life Time Value

（指标脑图预览文末附下载）

|| 05 收入指标

收入指标，衡量产品的营收情况，收入指标也可以从侧面反映用户的付费意愿。

    1. 总收入：产品的总体营收
    2. 每用户平均收入：每个用户平均付费情况
    3. 毛利率：毛利与销售收入（或营业收入）的百分比，毛利是收入合与收入相对应的营业成本之间的差额
    4. 利润率：利润率是衡量产品获利能力的指标，通过查找净利润占收入百分比的方法来计算
    5. 付费用户占比：付费用户占总体用户比例
    6. 付费率：用户观看内容产生的付费行为，或者是某渠道引流用户的付费行为
    7. 付费构成分布：通常为了更好的分析付费用户、或者决策产品定价，将产品价格划分区间，分析用户的消费能力后指导定价，付费用户符合金字塔型分布
    8. 生命周期价值：用户的终生价值，是产品从用户所有的互动中所得到的全部经济收益总和

收入指标：RI，Revenue Indicators
    总收入：TR，Total Revenue
    每用户平均收入：ARPU，Average Revenue Per User
    毛利率：GM，Gross Margin
    利润率：PM，Profit Margin
    付费用户占比：PUR，Pay User Rate
    付费率：PR，Pay Rate
    付费构成分布：PS，Payment Structure
    生命周期价值：LTV，Life Time Value

|| 06 行为指标

行为指标，衡量用户使用产品的状况，通常有时长、频率、时间段、操作方式、使用习惯等。

    1. 注册方式：用户通过哪种方式注册，手机号码、第三方公共账号等
    2. 注册渠道：注册来源，通常用于引流用户时评估渠道质量
    3. 登录次数
    4. 登录时间：分析用户习惯，针对性的推荐内容或者降低对用户的打扰
    5. 使用次数
    6. 使用频率
    7. 使用时长
    8. 会话持续时长
    9. 发言率
    10. 收藏率
    11. 点赞率
    12. 交易数量

行为指标：BI，Behavioral Indicators
    注册方式：RM，Registration Method
    注册渠道：RC，Registration Channel
    登录次数：LN，Logins Numbers
    登录时间：LT，Login Time
    使用次数：UC，Usage Count
    使用频率：UF，Usage Frequency
    使用时长：DU，Duration of Use
    会话持续时长：SD，Session Duration
    发言率：SR，Speaking Rate
    收藏率：CR，Collection Rate
    点赞率：LR，Like Rate
    交易数量：NT，Number of Transactions

|| 07 反馈指标

反馈指标，衡量用户对产品的反馈情况，可用于分析和跟踪产品运营、售后服务等。

    1. 用户评价率：针对产品的评价，如 App Store 中对 App 的评价情况
    2. 用户评分：针对产品的评分，如 App Store 中对 App 的评分情况
    3. 客户满意度
    4. 净推荐值：推荐者所占的百分比减去批评者所占的百分比
    5. 用户调查参与度
    6. 用户调查反馈回复率

反馈指标：FI，Feedback Indicator
    用户评价率：UER，User Evaluation Rate
    用户评分：UR，User Rating
    客户满意度：CSAT，Consumer Satisfaction
    净推荐值：NPS，Net Promoter Score
    用户调查参与度：USP，User Survey Participation
    用户调查反馈回复率：USFRR，User Survey Feedback Response Rate

|| 08 错误指标

错误指标，衡量用户在使用产品时遇到的错误情况，定位错误的情况用以改进。

    1. 崩溃次数：产品的崩溃次数，通常可通过产品日志来分析产品问题的原因
    2. 错误数
    3. 缺陷数：产品带有的缺陷 Bug 数量
    4. 错误率
    5. 用户反馈错误数：用户反馈的错误数量
    6. 用户反馈错误工单数
    7. 错误解决周期

错误指标：EI，Error Indicator
    崩溃次数：NC，Number of Crashes
    错误数：NE，Number of Errors
    缺陷数：NB，Number of Bugs
    错误率：ER，Error Rate
    用户反馈错误数：UFEC，User Feedback Error Count
    用户反馈错误工单数：NUFET，Number of User Feedback Error Tickets
    错误解决周期：BRC，Bug Resolution Cycle

|| 09 技术指标

技术指标，衡量产品的技术性能，通常产品表现为速度、效率、稳定性等。

    1. 加载时间：产品的加载时间，如 App 打开的加载时间，页面的加载时间，音视频打开的加载时间
    2. 加载速度：产品的加载速度，决策产品需要达到良好体验的指标
    3. 延迟：系统处理的延迟时间
    4. 运行时间：产品的正常运行时间
    5. 跳出率
    6. 服务器响应时间
    7. 服务器错误次数
    8. 文件大小：通常指 App 安装文件大小，降低安装文件以获得较快的下载安装速度
    9. 研发周期：通常指产品迭代发布周期

技术指标：TI，Technical Indicators
    加载时间：LT，Loading Time
    加载速度：LS，Loading Speed
    延迟：DE，Delay
    运行时间：OT，Operation Time
    跳出率：BR，Bounce Rate
    服务器响应时间：SRT，Server Response Time
    服务器错误次数：SE，Server Errors
    安装文件：IF，Installation File
    研发周期：RC，Release Cycle

|| 10 竞争指标

竞争指标，衡量与竞争对手的对比情况；通过市场的数据情况分析趋势、发展，使自身产品处于行业的领先地位。

    1. 用户数：用户数量对比，如：注册、DAU等
    2. 产品定价：产品定价直接反馈营收、商业特征、产品发展等
    3. 产品功能：产品功能直接反映出产品的发展、及远景规划
    4. 市场份额
    5. 品牌：品牌影响力
    6. 用户满意度：与竞争产品对比的情况
    7. 产品营收

竞争指标：CI，Competitive indicators
    用户数：UN，User Number
    产品定价：PP，Product Pricing
    产品功能：PF，Product Features
    市场份额：MS，Market Share
    品牌：BR，Brand
    用户满意度：CSAT，Customer Satisfaction
    产品营收：PR，Product Revenue

总结

双面性 产品数据的存在，宗旨是为更好了解产品、了解用户，而服务于用户，设定目标是为提升产品的质量，而不是为了数据而数据。任何指标的设定要结合自身产品特点，不能脱离实际，避免假大空，避免制定产品指标却无法落地的状况。

持续性 产品体验的提升是一个不断完善不断迭代的过程，产品数据也同样是不断完善的过程。产品在实际运营中时刻在变化，即使当数据指标达标后，不代表能持续保持良好的状态，产品数据分析跟踪是一个长期的过程，持续跟踪，持续改进。

点线面 发现一个数据问题点，要有全局思维，剖析问题根源，以点连线、由线布面。遇到不易分析的问题，将问题拆分，逐步细化，细化到最小单元点后再单独解决。

合理性 优秀的产品数据是运营出来的，内心要坚守解决用户需求的底线，不要为追求漂亮的数据去伤害用户，无异于杀鸡取卵。

（数据词典预览文末附下载）

附件资料

数据清单 - 产品经理的产品指标脑图高清版和指标词典下载
关注公告回复：【数据指标】获取下载链接。

参考资料
Product Prioritization Cheat Sheet - Stephen Butts #John316
https://bootcamp.uxdesign.cc/the-prioritization-cheat-sheet-1d9aa54b4713

继续滑动看下一个