第4问 常见的指标有哪些？
参考：《数据分析师手记-数据分析 72 个核心问题精解》配套小册子 - 飞书云文档
1. 互联网行业
特点：用户量大、高频使用、快速迭代。
核心逻辑：围绕用户生命周期（获客、活跃、留存、转化、传播）设计指标。
常见指标（需参考小册子具体定义）：
-
用户增长：DAU（日活跃用户）、MAU（月活跃用户）、新增用户数
-
留存与粘性：次日/7日/30日留存率、用户使用时长、PV/UV（页面访问量/独立访客）
-
转化与变现：转化率、GMV（成交总额）、ARPU（每用户平均收入）
-
传播效应：分享率、K因子（病毒传播系数）
应用场景：优化产品功能、提升用户增长（如A/B测试）、广告投放效果分析。
2. 零售行业
特点：线上线下融合，注重“人、货、场”协同。
核心逻辑：通过数据优化供应链、选品和用户体验。
常见指标：
-
人（消费者）：客单价、复购率、会员渗透率
-
货（商品）：库存周转率、SKU效率（商品品类销售表现）、毛利率
-
场（场景）：坪效（每平方米销售额）、线上转化率、退货率
应用场景：精准营销（如推荐系统）、库存管理、门店选址优化。
3. 金融行业
特点：高风险、强监管，依赖数据风控与个性化服务。
核心逻辑：平衡收益与风险，提升客户价值。
常见指标：
-
风险控制：不良贷款率、违约概率、信用评分
-
客户价值：CLV（客户生命周期价值）、客户流失率
-
财务绩效：ROA（资产收益率）、净息差、交易成功率
应用场景：反欺诈模型、个性化理财推荐、动态定价（如贷款利率）。
总结
-
指标选择原则：
-
根据业务目标筛选关键指标（如互联网关注增长，金融关注风控）。
-
注意指标定义的行业差异（如“活跃用户”在不同产品中的定义可能不同）。
-
-
通用分析思路：
-
拆解业务逻辑：如零售行业从“人货场”维度拆解。
-
对比与趋势：同比/环比分析、行业基准对比。
-
-
实践建议：
-
结合小册子中的具体定义，避免指标歧义。
-
优先关注直接影响业务决策的核心指标（如电商的GMV、金融的不良率）。
-