数据分析系列 3/32 | 数据分析需要掌握的常用指标
数据分析相关概念多且杂，容易搞混。为了便于大家区分，今天小编就来盘点一下数据分析常用的指标解释。建议大家收藏起来方便查看。
PART
01
互联网相关
1、PV（Page View）页面浏览量
指某段时间内访问网站或某一页面的用户的总数量，通常用来衡量一篇文章或一次活动带来的流量效果，也是评价网站日常流量数据的重要指标。PV可重复累计，以用户访问网站作为统计依据，用户每刷新一次即重新计算一次。
2、UV（Unique Visitor）独立访客
指来到网站或页面的用户总数，这个用户是独立的，同一用户不同时段访问网站只算作一个独立访客，不会重复累计，通常以PC端的Cookie数量作为统计依据。
3、Click 点击
一般针对付费广告而言，指用户点击某个链接、页面、banner的次数，可重复累计。比如我在PC端看到一则新闻链接点进去看了一会就关了，过了一会又点进去看了一遍，这就算我为这篇新闻贡献两次点击。
4、avr.time 平均停留时长
指某个页面被用户访问，在页面停留时长的平均值，通常用来衡量一个页面内容的质量。
avr.time=访客数量/用户总停留时长
5、CTR 点击率
指某个广告、Banner、URL被点击的次数和被浏览的总次数的比值。一般用来考核广告投放的引流效果。
CTR=点击数（click）/被用户看到的次数
6、投资回报率（ROI：Return On Investment ）
反映投入和产出的关系，衡量我这个投资值不值得，能给到我多少价值的东西（非单单的利润），这个是站在投资的角度或长远生意上看的。
其计算公式为：投资回报率（ROI）=年利润或年均利润/投资总额×100%，通常用于评估企业对于某项活动的价值，ROI高表示该项目价值高。
7、留存/顾客留存（Retention / Customer Retention)
指建立后能够长期维持的客户关系的百分比。一般针对新用户关注留存率较多。
8、新用户（New User)
指一段时间内从未访问过的用户，如每日新增用户（历史从未访问），一般针对新用户关注留存率较多，关注的留存率指标一般有1、3、7、30日留存等等。
9、DAU(Daily Active User)日活跃用户
单日登录或使用了某个产品的用户数（去除重复登录的用户）。通常游戏类付费网站会采用DAU的概念。
10、MAU（monthly activeusers）月活跃用户
把DAU的统计周期拉长到一个月，即是MAU的数据。
PART
02
统计学相关
1、绝对数和相对数
绝对数：是反应客观现象总体在一定时间、一定地点下的总规模、总水平的综合性指标，也是数据分析中常用的指标。比如年GDP，总人口等等。
相对数：是指两个有联系的指标计算而得出的数值，它是反应客观现象之间的数量联系紧密程度的综合指标。相对数一般以倍数、百分数等表示。相对数的计算公式：
相对数=比较值（比数）/基础值（基数）
2、百分比和百分点
百分比：是相对数中的一种，他表示一个数是另一个数的百分之几，也称为百分率或百分数。百分比的分母是100，也就是用1%作为度量单位，因此便于比较。
百分点：是指不同时期以百分数的形式表示的相对指标的变动幅度，1%等于1个百分点。
3、频数和频率
频数：一个数据在整体中出现的次数。
频率：某一事件发生的次数与总的事件数之比。频率通常用比例或百分数表示。
4、比例与比率
比例：是指在总体中各数据占总体的比重，通常反映总体的构成和比例，即部分与整体之间的关系。
比率：是样本(或总体)中各不同类别数据之间的比值，由于比率不是部分与整体之间的对比关系，因而比值可能大于1。
5、倍数和番数
倍数：用一个数据除以另一个数据获得，倍数一般用来表示上升、增长幅度，一般不表示减少幅度。
番数：指原来数量的2的n次方。
6、同比和环比
同比：指的是与历史同时期的数据相比较而获得的比值，反应事物发展的相对性。
环比：指与上一个统计时期的值进行对比获得的值，主要反映事物的逐期发展的情况。
7、均值
即平均值，平均数是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。
8、中位数
对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。
9、方差
是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。
10、标准差
中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。
11、皮尔森相关系数
皮尔森相关系数是用来反映两个变量线性相关程度的统计量。相关系数用r表示，其中n为样本量，分别为两个变量的观测值和均值。r描述的是两个变量间线性相关强弱的程度。r的绝对值越大表明相关性越强。
12、相关系数
相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母r表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔森相关系数。
欢迎关注微信公众号，访问更多精彩：数据之魅。
如需转载，请联系授权，谢谢合作。