知识卡片
用户行为分析的三类指标框架
内容
用户行为分析的指标大致分三类：黏性指标、参与度指标、转化类指标。这里最容易被忽视的是”活跃”这个词本身没有统一定义——产品早期为了让数据好看，可能把”打开一次App”就算活跃，指标虚高但没有实际意义；而严格定义为”发生过消费”的活跃用户数量会小很多，却更能反映真实的商业健康度。选什么样的活跃定义，本质是在选一把测量产品的尺子，尺子选宽了看什么都在增长，选严了才能看清真实的问题所在。相比之下，[[AARRR模型与留存复购率口径]]里”固定分母窗口”的做法，就是把这把尺子的刻度提前锁死，避免同样的模糊空间。
参考来源
- 位置：《用户画像：方法论与工程化解决方案》第9章《实践案例详解》（源文件：_epub-src/OEBPS/text00142.html）
- 结论依据：原文围绕“埋点日记几乎记录了用户的所有行为，其中有些指标是通用的，比如用户的访问频率、平均停留”给出定义、场景或处理方式，支撑卡片对“用户行为分析的三类指标框架”的概括。
- 原始内容：埋点日记几乎记录了用户的所有行为，其中有些指标是通用的，比如用户的访问频率、平均停留时长等，有些指标是特定场景适用的，比如盈利平台的下单行为、社区的内容发布行为等。用户行为的相关指标可分为黏性指标、参与度指标、转化类指标，下面详细进行介绍。