內容類產品：用戶生命周期的4個階段以及對應的19項數據指標

來自專欄 GrowthHub

文章從用戶生命周期的四個階段並貼合活躍這一維度，羅列了Pinterest內部關注的20多項指標。從Pinterest我們可以延伸至內容類產品來看待這些指標，因為和電商、互金等產品相比，活躍的波動對內容類產品有著更直接的影響。為了便於理解，文章最終提煉出了19項指標並部分添加了描述和解讀，供參考。

以下為譯文：

總是有很多人問我這樣一個問題：在我的數據指標看板上，我到底應該關注哪些指標？在這篇文章中，我將結合場景給大家說說Pinterest內部的指標看板到底長什麼樣？

我們梳理了出了產品的用戶增長模型，模型中的最高級指標就是月活（MAUs）。這也是我們的終極目標。然後基於用戶生命周期漏斗，先後分為用戶獲取階段、用戶活躍階段、用戶深度參與階段以及流失召回階段，最後基於各階段設定相關指標。

在著手提升活躍之前，需要從以下6個維度明確當前現狀：

（月活躍用戶數：一款互聯網產品一個自然月或30天使用產品的人數，也即這一時間段內每日活躍用戶之和並去重）

（1）明確可提升空間：明確當前的MAU值以及當前季度我們有多大的提升空間。

（2）科學預測：基於過去幾年同時期的增長趨勢，預測我們的一個期望值。可以看出，我們也考慮了這一指標的增長受季候的影響。

（3）移動端的月活

（4）月活基於性別的分布

（5）月活基於城市的分布：在一張表上即可看到具體每個城市的月活情況甚至基於國家的分布，橫坐標比如美國、英國等。並且這些國家也會基於互聯網的普及程度、互聯網廣告投放等去統計。

（6）活躍拆分：幫助我們找到對月活貢獻最大的因素。特別是把月活用戶數拆分成新註冊用戶數、沉睡喚醒用戶數、老用戶的流失數、新用戶流失數。

註：月活躍用戶包含了當月的新增用戶、留存用戶、曾經流失又喚醒的用戶。這也就涉及對老用戶、新用戶、流失用戶的定義，並且清楚的知道這三個維度的數據。相關定義下文會有顯露。

一、用戶獲取階段

1、總註冊量

2、APP端註冊量

3、註冊基於來源渠道的分布

4、病毒傳播係數（參與邀請的人數、邀請發送的次數、被邀請註冊用戶數）

二、用戶活躍階段

1、整體激活百分比：我們用1d7s來指代哪些在註冊後一周內回訪1次以上的用戶。整體激活率=1d7s/註冊數。即新註冊用戶中有多少人在註冊後的一周內回訪了Pinterest

2、APP端的激活百分比：1 中整體激活百分比基於平台的分布，通常在不同平台，這一百分比都會有戲劇性的不同

3、激活用戶基於渠道來源的分布

4、激活用戶基於性別的分布

解讀：雖然不同性別整體趨勢一致，但是綠色代表的用戶性別顯然要比棕色代表的性別激活要高。

5、有核心行為的訪客在7天內的註冊轉化：和1中提到的激活率類似，只是具體到註冊後一周有過pin行為或是進入Pin頁面的用戶的百分比。這是評估我們關鍵節點轉化率的一個高級指標。

6、APP端在新增7天內有核心行為的訪客數量

7、APP端在新增7天內有核心行為訪客的註冊轉化率

8、APP端用戶從註冊到有關鍵行為的漏斗轉化：這一指標追蹤了新註冊用戶在註冊之後的28~35天內依然有關鍵行為的用戶周留存情況。特別是，用戶註冊35天後，還有多少用戶留存、有多少百分比的用戶還有關鍵行為（比如查看pin頁面或有點擊Pin按鈕）

9、註冊用戶中有關鍵行為用戶的佔比，並且基於性別分布

10、用戶註冊之後35天內的周留存：這是我們活躍指標中比較重要的一個。我們會追蹤一個用戶註冊後的1個月內的周留存情況。（一個月內的每7天都至少有一次活躍的百分比），特別是會看註冊後的28~35天依然活躍的百分比（28~35天後的留存率）

三、用戶深度參與階段

1、活躍指標之間的佔比：日活占月活的百分比，周活占月活的百分比、日活占月活的百分比。活躍用戶之間的佔比是衡量用戶參與度的一個非常重要的指標

解讀：以第一個圖為例，表示每一天活躍的用戶占周活躍用戶的百分比，準確點是佔7天內活躍用戶的百分比，每天的佔比越接近1說明用戶的粘性越高。

2、EDM漏斗轉化率：郵件發送總數、到達率、打開率、內容點擊率並且基於類型的分類統計

3、Push漏斗轉化率：Push總條數、到達率、打開率，並且按推送類型和平台分類統計（Android & ios）

四、沉睡用戶喚醒階段

1、被喚醒的用戶基於平台的分布：沉睡了28天的用戶被重新召回的數量，並且基於不同平台的分布

2、不同來源渠道的喚醒率

總結來看，你會發現以上內容大都是在強調活躍這一指標（從獲取一個用戶到轉化成一個活躍用戶甚至一個月留存用戶），這是因為我們認為活躍決定了後續增長的可持續性。（可持續性可以理解為：一但增長策略能提升活躍，那這一策略就是直接影響著之後的新用戶）如果你想為數以億計的用戶提供服務那一個較高的活躍是非常必要的。當然，也要基於用戶性別、城市、渠道等多維度去深度理解不同用戶在產品上的不同興趣點並能找到表現不是很好的維度。

原作者：John Egan

原鏈接：The 27 Metrics in Pinterest』s Internal Growth Dashboard

編譯：CMHan

譯者：GrowthHub（微信公眾號：growthhub）