拿到数据以后，如何理解数据呢？
第1步，要先弄清楚数据集里每一列的含义是什么。比如拿到一份excel数据集，要理解清楚每一列表示什么意思。不懂的地方，要和给你数据的人沟通清楚。
第2步，为了方便后期的分析，对数据进行分类。通常将数据分为下面3类：
现代管理学之父 彼得·德鲁克 提出用管理促进企业增长，他讲过一句非常经典的话：如果你不能衡量，那么你就不能有效增长。
那么，如何去衡量呢？
就是用某个统一标准去衡量业务，这个统一标准就是指标。
二、常用的指标有哪些？
我们分别来看下用户数据、行为数据、业务数据相关的指标有哪些。
1.用户数据相关的指标
日新增用户，日活跃用户，留存率
如果把一款产品看作我的一个鱼塘，那么使用产品的用户就是鱼塘里的鱼。
为了扩大鱼塘的规模，我每天都会从外部渠道买新的鱼放到鱼塘里，这些新买的鱼就是鱼塘里的新增用户。
鱼塘里的鱼有一部分感觉鱼塘非常棒，还经常有好吃的，环境也好，经常在水里活蹦乱跳，很活跃，这些鱼就是活跃用户。
剩下的一部分鱼感觉鱼塘没啥意思，就不活跃，经常呆在一个角落里思考人生，这些鱼就是不活跃用户。
随着时间的推移，一部分鱼觉得鱼塘没意思，就离开跑到其他鱼塘里了，这些鱼就是流失用户。留下来的鱼就是留存用户。
你会看到，我的鱼塘有3种用户：新增用户，活跃用户，留存用户。其中活跃用户对应的是不活跃用户，留存用户对应的是流失用户。
村里有很多人都有鱼塘，为了成为村里的首富，娶到村长的女儿，实现人生逆袭。我必须找到合适的指标来衡量鱼塘的鱼，从而制定对应的运营策略，才能靠养鱼赚到钱。
对于新增用户使用指标：日新增用户
对于活跃用户使用指标：活跃率
对于留存用户使用指标：留存率
下面我们分布来看下这3个用户数据指标。
1）日新增用户
日新增用户：就是产品每天新增用户是多少。
微信公众号的日新增用户是指每天新关注微信公众号的人数。比如下面图片里是微信公众号最近30天的日新增用户，
将每天新增用户用折线连起来，就可以看出用户增长或者下跌的趋势。
为什么要关注新增用户呢？
一个产品如果没有用户增长，用户数就会慢慢减少，越来越惨淡，比如人人网。
同时，新增用户来自产品推广的渠道，如果按渠道维度来拆解新增用户，我们可以看出不同渠道分别新增了多少用户，从而判断出渠道推广的效果。
2）活跃率
怎么定义活跃呢？是指某个用户登陆了app算活跃用户？还是打开使用了app里哪个功能算活跃用户？
不同的产品定义不一样，所以看到这样的指标，一定要要搞清楚活跃是怎么定义的。
活跃用户数按时间又分为日活跃用户数(简称日活,DAU，Daily Active User)，周活跃用户数，月活跃用户数。
月活跃用户要去重
3）留存率
什么是留存？
通过渠道推广过来的新用户，经过一段时间可能会有一部分用户逐渐流失了，那么留下来的用户就称为留存，也就是有多少人留下来了。
所以留存和流失正好是相反的概念，好比一对分手的恋人，一个爱上了别人跑了，一个还爱着对方，留在原地。
我还是通过微信公众号来举例，把取消关注微信公众号的用户定义为流失，那么关注微信公众号的用户就是留存用户。上面图片里是微信公众号后台的数据，7月1日有117人新关注了我的微信公众号，其中有14人又取消了关注，那么这新关注人里，剩下的103人就是这一天的留存用户数。
再比如在游戏app中，通过渠道推来的新用户，在一段时间内还会再再次登录游戏账号的就是留存用户。
为什么要关注留存呢？
可以评估产品功能对用户的黏性。如果一个产品留存低，那么说明用户对产品的黏性就小，就要想办法来提高留存了。留存反映了不同时期获得新用户的流失情况，如果留存低，就要找到用户流失的具体原因。
反映用户留存的指标，用留存率来表示。
留存率：（第1天新增的用户中，在第N天还使用过产品的用户数）/第1天新增总用户数
这里需要注意的是“使用过产品”，不同的业务这块定义的不一样，要根据具体情况来确定，比如微信公众号使用过产品是指还关注该公众号，比如一款app，使用过产品是指还打开过app。
根据时间，留存率又分为次日留存率，第7日留存率，第30日留存率等
次日留存率：（当天新增的用户中，在第2天使用过产品的用户数）/第一天新增总用户数
第3日留存率：（第一天新增用户中，在第3天使用过产品的用户数）/第一天新增总用户数
第7日留存率：（第一天新增的用户中，在第7天使用过产品的用户数）/第一天新增总用户数
第30日留存率：（第一天新增的用户中，在第30天使用过产品的用户数）/第一天新增总用户数
举个例子，某个app，我们把打开app定义为使用过产品。第一天新增用户100个，第二天这100个人里有40个人打开过app，那么次日留存率=40/100=40%。如果第七天这100个人人里有20个人打开过app，那么称七日留存率=40/100=20%
Facebook有一个著名的40-20-10法则，即新用户次日留存率为40%，7日留存率为20%，30日留存率为10%，有这个表现的产品属于数据比较好的。
三、总结
用户数据指标，记住这张鱼塘的案例图就可以了。用户数据指标有3个：日新增用户，活跃率，留存率。
1.PV和UV是什么？
PV(访问次数, Page View)： 页面浏览次数，用户每打开一个网页可以看作一个PV，用户看了十个网页，那么PV为10。
UV(访问人数, Unique Visitor)：是一定时间内访问网页的人数。在同一天内，不管用户访问了多少网页，他都只算一个访客。
对应不同的产品，有时候指标名称叫的不一样，但是本质上是指PV和UV。上面图片里是我微信公众号后台的菜单分析数据，其中的菜单点击次数就是PV，点击该菜单的次数。菜单点击人数就是UV，点击该菜单的人数。
通过PV和UV，我们可以看到用户喜欢产品的哪个功能，不喜欢哪个功能，从而根据用户行为来优化产品。
2.转发率
现在很多产品为了实现病毒式推广都有转发功能。转发率=转发某功能的用户数 / 看到该功能的用户数。
比如微信公众号推送一篇文章给10万用户，转发这篇文章的用户数是1万，那么转发率=1万（转发这篇文章的用户数 ）/ 10万（看到这篇文章的用户数）=10 %
3.转化率
转化率：计算方法与具体业务场景有关。我们举几个栗子。
比如你有一家淘宝店铺，转化率=购买商品的人数 / 所有到达店铺的人数。假如双11当天，有100个用户看到了你店铺的推广信息，被吸引进入店铺，最后有10个人购买了店铺里的东西，那么转化率=10（产生购买行为的客户人数） /100（ 所有到达店铺的访客人数）=10%
如果你仔细观察会发现，这里的购买商品的人数，到店铺的人数，就是我们前面讲到的使用某个功能的访客人数UV。
广告转化率=点击广告进入推广网站的人数 / 看到广告的人数，比如我们经常使用百度，搜索结果里会有广告，如果有100个人看到了广告，其中有10个人点击广告进入推广网站，那么转化率=10（点击广告进入推广网站的人数） / 100（看到广告的人数）=10%
3.K因子
K因子(K-factor)：用来衡量推荐的效果，即一个发起推荐的用户可以带来多少新用户。
K 因子= (平均每个用户向多少人发出邀请) * (接收到邀请的人转化为新用户的转化率)。
假设平均每个用户会向20个朋友发出邀请，而平均的转化率为10%的话，K =20*10%=2。这个结果还算是不错的效果。
当K›1时，用户群就会象滚雪球一样增大。如果K‹1的话，那么用户群到某个规模时就会停止通过自传播增长。
4.总结
行为数据相关的数据，记住这张图
商品数据指标包括：
用来衡量业务总量的指标，比如成交总额，成交数量
用来衡量每个人平均的指标，比如客单价
用来衡量付费情况的指标，比如付费率，复购率
用来衡量商品数据的其他指标
1.总量
2.人均
3.付费
付费率，是付费用户占活跃用户的比例。
复购率：是重复购买频率，用于反映用户的付费频率。复购率指一定时间内，消费两次以上的用户数 / 付费人数。
比如在1个月内，有10个用户购买了产品，5个用户产生了重复购买，那么复购率=5个重复购买用户数 / 10（总购买用户数=50%
4.商品
5.总结
