本文是學習了天善學院秦路老師的課程的總結使用者價值：
使用者貢獻=產出量/投入量*100%（內容運營，比如知乎）
使用者價值=（貢獻1+貢獻2+……）（比如金融行業會以存款+貸款+信用卡+年費+……-風險-流失）
rfm模型：r是最近一次消費時間，m總消費金額，f消費頻次（mf是某乙個時間段內的，要加時間維度）將使用者劃分為多個群體，是衡量客戶價值和客戶創利能力的重要工具和手段
使用者分群，營銷矩陣：價值度和流失度
aarrr：acquisition獲取使用者、activation使用者活躍、retention使用者留存率、revenue獲取收入、refer使用者自傳播
使用者獲取：
渠道roi：投資回報比，推廣營銷的熟悉kpi，利潤/投資*100%
日新增使用者數：以使用者註冊提交資料為主
獲客成本：獲取一位使用者所需要支付的成本
使用者活躍：
活躍使用者佔比：活躍使用者數在總使用者數的比例，衡量的是產品健康程度
使用者會話session次數：使用者開啟產品操作和使用，直到退出產品的整個生命週期，5min內沒操作，缺省會話操作結束。
使用者訪問時長：一次會話的持續時間
使用者平均訪問次數：一段時間內的使用者平均產生會話次數
使用者留存：
使用者在某段時間內使用產品，過了一段時間後仍舊繼續使用的使用者
營收：
付費使用者數（花了錢又退款的也算，問題不大）
付費使用者數佔比：每日付費使用者佔活躍使用者數比，也可以計算總付費使用者佔總使用者數比
arpu：某時間段內每位使用者平均收入（一段時間內，總收入/總使用者）
arppu：某時間段內每位付費使用者平均收入（一段時間內，總收入/總付費使用者）
客單價：每位使用者平均購買商品的金額（總收入/總使用者，沒有時間限制）
ltv：使用者生命週期價值，和市場營銷的客戶價值接近，經常用在遊戲運營電商運營等，ltv=arpu*1/流失率
傳播：
k因子：每個使用者能帶來幾個新使用者
k因子=使用者數*平均邀請人數*邀請轉化率
使用者分享率：在某功能/頁面中，分享使用者數佔瀏覽頁面人數之比
功能使用：功能使用率/滲透率，使用某功能的使用者佔總活躍數之比（比如點讚、收藏、關注、搜尋、加好友等均可算作功能使用）
使用者會話：也叫session，使用者在一次訪問過程中，從開始到結束的整個過程。在網頁端，30min內沒有操作，缺省會話操作結束
使用者路徑：使用者在一次會話的過程中，其訪問產品內部的瀏覽軌跡
購物籃分析：
筆單價：每筆訂單的支出
件單價：商品的平均**
成交率：支付成功的使用者/總的客流量
購物籃係數：平均每筆訂單中賣出了多少商品
複購率和回購率：
複購率：一段時間內多次消費的使用者/總消費使用者（衡量使用者的消費慾望）
瀏覽量和訪客量：
pv：瀏覽次數。使用者在網頁的一次請求可以看作乙個pv（按照網頁發起請求算的，重新整理也算）
訪客行為：
首頁訪客佔比：只看了首頁的使用者，中總訪客數上的佔比（對新使用者的導航是否友好）
退出率和跳出率：
退出率：從該頁面退出的頁面訪問數/進入該頁的訪問數
跳出率：瀏覽單頁即退出的次數/訪問次數
跳出率一般衡量各個落地頁，營銷頁等頁面。退出率更偏產品，
任何頁面都有退出率
業務資料分析系統
由於專案需求，需要將玩家資訊從日誌中存入到db中，db暫選mysql.本文並未使用開源的向fluentd 一樣的系統，我的工作只是日誌分析，存入db，剩下的是開發人員如何展示資料啦。現列出部分指令碼，歡迎各位提出意見 日誌收集指令碼 用shell搞定 核心思想是scp，並用cat 合併檔案。此程式分...
資料分析常用指標和術語
1 平均數 日常生活中提到得平均數，一般是指算術平均數，就是指一組資料得算術平均值，即全部資料累加後除以資料個數。代表總體的一般水平，掩蓋了總體內各單位的差異。2 絕對數與相對數 絕對數是反映客觀現象總體在一定時間 地點條件下的總規模 總水平的綜合性指標，也是資料分析中常用的指標。絕對數也可以表現為...
遊戲運營的資料分析
這幾天一直在看如何展開資料分析文章，大家寫的都不錯，說實話，針對如何展開遊戲運營資料分析的指導真的非常少，作為每個公司的核心機密是不會拿到臺面上與大家分享的，一段時期我上網看了很多的材料，當顯示不能滿足需求的時候，就要靠我們自己來挖掘。以下是我的結合一些文章後自己總結的資料分析的方法。分割線 資料分...