2. 数据基础认知
做流量与活跃度分析，第一步不是建模，而是把指标说清楚。同一个词在不同团队嘴里可能代表完全不同的东西：运营说“今天UV涨了”，可能指全站去重访客；产品说“DAU掉了”，可能只统计了登录用户。口径不统一，后续所有因子拆解、归因和实验都会失真。本节把最常用的六个基础指标逐一拆开，讲清定义、统计口径和业务含义。
一、核心原理：指标是“业务问题的量化翻译”
每个指标背后都对应一个业务问题。PV回答“用户看了多少”，UV回答“多少人来了”，DAU/MAU回答“多少人还在用”，留存率回答“来了之后还回不回来”，转化率回答“来了之后有没有做我们期望的事”。理解指标，本质是理解它想回答的问题，以及它的统计边界。
指标 = 统计对象 + 统计口径 + 时间窗口 + 去重规则。四要素任一变化，数值就不可比。
例如“UV”如果不说明是“设备去重”还是“账号去重”，在登录场景下差异可能超过30%。因此，任何指标在进入报表前，都必须先固化口径文档。
二、六大基础指标的定义与口径
| 指标 | 定义 | 常用口径 | 业务含义 |
|---|---|---|---|
| PV | 页面浏览量 | 每次页面加载计1次，含重复刷新 | 内容消费深度、页面热度 |
| UV | 独立访客数 | 按设备ID或账号去重，通常按天 | 真实触达规模 |
| DAU | 日活跃用户数 | 当日有启动/登录/关键行为的去重用户 | 产品日常粘性 |
| MAU | 月活跃用户数 | 自然月内去重活跃用户 | 产品覆盖广度与规模 |
| 留存率 | 新增用户后续仍活跃的比例 | 次日/7日/30日留存，按首次活跃日分组 | 产品长期价值与体验质量 |
| 转化率 | 完成目标行为的用户占比 | 目标行为人数 / 进入漏斗人数 | 路径效率与商业变现能力 |
其中DAU/MAU比值常被称为“用户粘性比”，比值越高说明用户使用频率越接近每日。留存率则要特别注意“分组口径”：是按注册日分组，还是按首次活跃日分组，结果完全不同。
三、方法流程：从原始日志到可信指标
- 埋点采集：在页面曝光、按钮点击、App启动等位置上报事件，携带用户ID、设备ID、时间戳。
- 数据清洗：过滤爬虫、内部测试账号、异常时间戳，统一时区。
- 去重聚合：按天/月对用户去重，生成PV、UV、DAU、MAU。
- 分组计算：按首次活跃日分组，计算次日、7日、30日留存。
- 漏斗拆解：定义转化目标，逐层计算转化率。
- 口径校验：与业务方对齐，写入指标字典。
-- 示例：按天计算DAU与次日留存
SELECT
log_date,
COUNT(DISTINCT user_id) AS dau,
COUNT(DISTINCT CASE WHEN next_day_active THEN user_id END) * 1.0
/ COUNT(DISTINCT user_id) AS d1_retention
FROM user_active_log
GROUP BY log_date;四、案例场景：一次“DAU上涨”的复盘
某内容App某日DAU从80万涨到110万，团队一度认为改版成功。复盘发现：当天上线了“签到弹窗”，大量用户启动即被计为活跃，但平均使用时长反而下降，次日留存从42%跌到35%。这说明DAU口径把“启动”等同于“活跃”，放大了虚假繁荣。修正口径后，将DAU定义为“启动且停留超过10秒”，数值回落到85万，更贴近真实粘性。
建议为每个核心指标维护一张“指标卡片”：名称、定义、计算公式、数据来源、更新频率、负责人、已知偏差。这是团队协作的基础设施。
五、常见误区与复盘要点
- PV当UV用：PV含重复刷新，不能代表人数规模。
- DAU与UV混用：UV偏访问，DAU偏活跃行为，口径不同不可直接比较。
- 留存率分母错误：把全量用户当分母，会稀释真实留存。
- 转化率漏斗层级不一致：分子分母来自不同人群，结果无意义。
- 忽略时间窗口：7日留存必须给足7天观察期，否则数据不完整。
任何指标在跨团队使用前，必须确认“统计对象、时间窗口、去重规则、数据来源”四项一致，否则不要放在同一张报表里对比。
把指标定义、口径和业务含义固化下来，是后续因子拆解、实验设计和归因分析的前提。指标不清，分析越深，偏差越大。