數據指標是產品經理和設計師日常都會看到的事物,像什么 UV、PV、留存率等等。

但也有一些相似的數據指標容易讓人混淆,一時間很難分清概念與作用。比如:

  • 退出率、跳出率
  • 轉化率 、完成率
  • 人均訪問時長、平均單次訪問時長

基礎掃盲!你會不會搞混這3組相似的數據指標?

因此,筆者本期想理一下這幾個容易混淆的數據指標,從「概念、作用、計算方式、案例」這 4 個維度來區別它們,避免工作中出錯。

退出率與跳出率

1. 退出率

也叫離開率,指離開頁面的次數占該頁面總瀏覽次數的百分比,以瀏覽量(PV)為計算單位。

作用:反映整體內容、設計等是否深受用戶喜歡。退出率越低,說明對用戶越喜歡/有用,反之厭煩。

基礎掃盲!你會不會搞混這3組相似的數據指標?

計算方式:退出次數/總訪問次數*100%

比如:某頁面的訪問總數(PV)是 5000,而直接離開該頁的訪問數有 500,那么退出率就是 500/5000*100%=10%

2. 跳出率

跳出率是退出率的一種特殊形式,二者不同的是:

退出率是描述「一段流程中各個頁面間」的退出比率。比如用戶瀏覽了頁面 ABCD,有頁面 D 到 C 的退出率,也有 B 到 A 的退出率。

而跳出率一般形容用戶「僅瀏覽一個頁面就退出」的比率。進入某流程只訪問了(第)一個頁面就離開,沒有后續流程。

基礎掃盲!你會不會搞混這3組相似的數據指標?

作用:一般反應頁面「頂部內容」質量是否具備吸引力、是否得到用戶認可。

跳出率越低,證明頭部內容越吸引用戶,用戶越可能往下閱讀。

計算方式:訪問一個頁面后就離開的次數/總訪問次數*100%

比如商品購買為例,假設有 1000 人進入了某商品詳情頁,其中 600 人只在該詳情頁看了一會就退出頁面了,只有 400 人選擇了加入購物車/即將購買。

那么這個商品詳情頁的跳出率就是:600/1000*100%=60%

轉化率與完成率

1. 轉化率

「轉化」指的是用戶完成了一個關鍵結果。這個結果比如是參與了活動、提交了注冊、完成了購買等等。

而「轉化率」就是完成關鍵結果的人數占總人數的百分比。

基礎掃盲!你會不會搞混這3組相似的數據指標?

作用:反映預期目標的完成情況、頁面內容是否受用戶喜歡等。

計算方式:完成轉化的人數/訪問總人數*100%

比如某活動入口的訪問量是 5000,只有其中 1000 人點擊了‘參與活動’按鈕,那這個轉化率就是:1000/5000*100%=20%

2. 完成率

完成率是轉化率的的一種特殊形式,關注:多少人完成了最終目標。

「轉化率」是強調某流程中的各環節效果。而「完成率」更多針對整段流程的最終成果/占比。

基礎掃盲!你會不會搞混這3組相似的數據指標?

計算方式:完成整段流程的人數/總訪問數*100%

以「購買商品」為例,從瀏覽商品 > 立即購買 > 提交訂單 > 付款 > 完成購買。

假設有 1w 人瀏覽商品,其中 5k 人點擊購買,4k 人提交訂單,3.5k 人付款,但最終只有 3k 人完成了購買。

那整體的「商品購買」的完成率就是:3000/10000*100%=30%

作用:通常用于衡量整段操作流程的難易程度。

完成率低,說明用戶在某個環節里遇到了問題,導致其沒有完成整段流程。

這時記得去看下,是哪段環節的轉化率特別低,并進行重點優化,引導用戶完成整段流程。

人均訪問時長與平均單次訪問時長

1. 人均訪問時長

這個很好理解,指平均每個用戶使用產品、訪問頁面的時間。

無論用戶啟動了多少次產品,均以總時長計算。一般以「時」為單位,根據需要再換算成「分」。

作用:反映產品的用戶黏性、頁面的內容質量。

人均訪問時長越高,證明用戶黏性強;某活動頁面的人均訪問時長越低,說明用戶對該頁內容不感興趣。

計算方式:使用總時長/訪問總人數

比如 3 月 1 日,某產品今日訪問用戶量為 1 萬,累計總使用了 2 萬小時,那就是人均時長就是:20000/10000=2 小時。也就是平均每個人使用了 120 分鐘。

2. 平均單次訪問時長

指平均用戶「一次內啟動產品」的訪問時長,是一個比人均訪問時長更細致的指標。

人均訪問時長側重「今日訪問時長」,計算用戶平均今天在產品上用了多久?而不論啟動了多少次產品。

平均單次訪問時長側重「單次打開時長」,計算用戶平均一次打開產品會用多久?

基礎掃盲!你會不會搞混這3組相似的數據指標?

計算方式:人均訪問時長/人均啟動次數

比如某音樂 APP,當天的人均訪問時長為 0.5 小時、人均啟動次數為 1.5 次,那么平均單次訪問時長就是:0.5/1.5=0.33 小時,約等于 20 分鐘。

當然了,這二者間必定有關聯關系。平均單次訪問時長增加了,那么人均訪問時長也會隨著增長的。

總結:

以上就是筆者對這幾個數據指標的理解,給大家梳理了一下,好讓各位也清楚知道這幾個數據指標的「概念、作用、計算方式」等。

歡迎關注作者的微信公眾號:「和出此嚴」

基礎掃盲!你會不會搞混這3組相似的數據指標?

收藏 45
點贊 4

復制本文鏈接 文章為作者獨立觀點不代表優設網立場,未經允許不得轉載。