analytics-metrics-kpi

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Analytics & Metrics Skill

Analytics & Metrics 技能

Become data-driven. Define meaningful metrics, build dashboards, run experiments, and make decisions based on data, not intuition.

成为数据驱动型从业者。定义有意义的指标、搭建仪表盘、开展实验，基于数据而非直觉做出决策。

Metrics Framework (Acquisition → Revenue)

指标框架（获客 → 营收）

North Star Metric

北极星指标

Definition: One metric that best captures the value your product delivers.

Characteristics:

Directly tied to business success
Driven by product improvements
Leading indicator of revenue
Understandable to whole company

Examples:

Slack: Daily Active Users (DAU)
Airbnb: Booked Nights
YouTube: Watch Time
Uber: Rides Completed
Stripe: Payment Volume Processed

定义： 最能体现产品所传递价值的单一指标。

特征：

与业务成功直接挂钩
受产品优化驱动
是营收的领先指标
全公司都能理解

示例：

Slack：日活跃用户（DAU）
Airbnb：预订晚数
YouTube：观看时长
Uber：完成订单量
Stripe：处理支付交易量

Funnel Metrics (Acquisition)

漏斗指标（获客）

Total Visitors: 100,000/month
↓ 20% conversion
Free Signups: 20,000
↓ 10% free-to-paid
Paid Customers: 2,000

CAC: $50 (marketing + sales spend / customers acquired)
LTCAC: $100 (all customer acquisition costs)

Metrics to Track:

Traffic - Total visitors to website/app
Signup Rate - % who sign up (target: 10-15%)
Free-to-Paid Conversion - % free users who pay (target: 2-5%)
CAC - Cost per acquired customer
CAC Payback - Months to recover CAC from revenue (target: < 12 months)

Total Visitors: 100,000/month
↓ 20% conversion
Free Signups: 20,000
↓ 10% free-to-paid
Paid Customers: 2,000

CAC: $50 (marketing + sales spend / customers acquired)
LTCAC: $100 (all customer acquisition costs)

需追踪的指标：

流量 - 网站/应用的总访客数
注册转化率 - 完成注册的用户占比（目标：10-15%）
免费转付费转化率 - 付费的免费用户占比（目标：2-5%）
CAC - 单个获客成本
CAC回收期 - 从营收中收回CAC所需的月数（目标：<12个月）

Activation Metrics

激活指标

Goal: New users become active users

Free Signups: 2,000
↓ 30% onboard successfully
Activated: 600
↓ 60% remain active Day 7
Day 7 Active: 360

Metrics to Track:

Onboarding Completion Rate - % who complete setup (target: 50-80%)
Time to First Value - Hours to first successful use
Feature Adoption - % who try key features
Day 1/7/30 Retention - % active those days (target: 40/25/15)

目标： 让新用户成为活跃用户

Free Signups: 2,000
↓ 30% onboard successfully
Activated: 600
↓ 60% remain active Day 7
Day 7 Active: 360

需追踪的指标：

新手引导完成率 - 完成设置的用户占比（目标：50-80%）
首次价值实现时间 - 首次成功使用产品所需的小时数
功能采用率 - 尝试核心功能的用户占比
次日/7日/30日留存率 - 对应日期的活跃用户占比（目标：40/25/15）

Engagement Metrics

参与度指标

Goal: Users regularly use product

Daily/Monthly Metrics:

DAU/MAU - Daily/Monthly Active Users
DAU/MAU Ratio - Stickiness (target: 20-30%)
Feature Usage - % using key features
Session Length - Minutes per session
Session Frequency - Times per week

Cohort Analysis Example:

Jan Cohort (1,000 signups):
- Day 1: 600 active (60%)
- Day 7: 360 active (36%)
- Day 30: 180 active (18%)
- Month 3: 90 active (9%)

Feb Cohort (1,500 signups):
- Day 1: 1050 active (70%) ← Improving!
- Day 7: 630 active (42%)
- Day 30: 300 active (20%)

目标： 让用户定期使用产品

日/月指标：

DAU/MAU - 日/月活跃用户数
DAU/MAU比值 - 用户粘性（目标：20-30%）
功能使用率 - 使用核心功能的用户占比
会话时长 - 每次会话的分钟数
会话频率 - 每周使用次数

同期群分析示例：

Jan Cohort (1,000 signups):
- Day 1: 600 active (60%)
- Day 7: 360 active (36%)
- Day 30: 180 active (18%)
- Month 3: 90 active (9%)

Feb Cohort (1,500 signups):
- Day 1: 1050 active (70%) ← 正在提升！
- Day 7: 630 active (42%)
- Day 30: 300 active (20%)

Retention Metrics

留存指标

Goal: Users stay and continue paying

Month 1: 1,000 customers
Month 2: 900 active (90% retained)
Month 3: 810 active (90% of month 2)
Month 12: 314 active (31% annual retention)

Churn Rate: % lost each period

Monthly churn: (Customers Lost / Month Start) × 100
Annual churn: 1 - (Ending / Starting)
Target for SaaS: < 5% monthly churn

NPS (Net Promoter Score)

Question: "How likely to recommend (0-10)?"
Score = % Promoters (9-10) - % Detractors (0-6)
Range: -100 to +100
Target: 50+ (world-class)

目标： 留住用户并持续付费

Month 1: 1,000 customers
Month 2: 900 active (90% retained)
Month 3: 810 active (90% of month 2)
Month 12: 314 active (31% annual retention)

流失率： 每个周期内流失的用户占比

月度流失率：（流失用户数 / 月初用户数）×100
年度流失率：1 -（期末用户数 / 期初用户数）
SaaS产品目标：月度流失率 <5%

NPS（净推荐值）

问题：“你向他人推荐本产品的可能性有多大（0-10分）？”
得分 = 推荐者占比（9-10分）- 贬损者占比（0-6分）
范围：-100 至 +100
目标：50+（世界级水平）

Revenue Metrics

营收指标

Monthly Recurring Revenue (MRR)

MRR = (Total paid customers) × (average subscription price)
Growth MRR = New MRR + Expansion MRR - Churn MRR

Annual Run Rate (ARR)

ARR = MRR × 12

Average Revenue Per User (ARPU)

ARPU = MRR / Total Users

Customer Lifetime Value (LTV)

LTV = (ARPU × Gross Margin %) / Monthly Churn %

Example:
ARPU: $100
Gross Margin: 80%
Monthly Churn: 5%
LTV = ($100 × 80%) / 5% = $1,600

If CAC = $400: LTV/CAC = 4x ✓ (target: 3x+)

月度经常性收入（MRR）

MRR = (付费用户总数) × (平均订阅价格)
Growth MRR = New MRR + Expansion MRR - Churn MRR

年度经常性收入（ARR）

ARR = MRR × 12

每用户平均收入（ARPU）

ARPU = MRR / 总用户数

客户生命周期价值（LTV）

LTV = (ARPU × 毛利率 %) / 月度流失率 %

示例：
ARPU: $100
Gross Margin: 80%
Monthly Churn: 5%
LTV = ($100 × 80%) / 5% = $1,600

如果CAC = $400: LTV/CAC = 4倍 ✓（目标：3倍+）

Dashboard Architecture

仪表盘架构

Executive Dashboard (C-Level)

高管仪表盘（C级）

Weekly Updates:

MRR / ARR (vs target, vs month ago)
New customers (weekly, monthly)
Churn rate (%)
NPS score
Engagement (DAU, MAU)
Key initiatives status

Frequency: Weekly

每周更新：

MRR / ARR（与目标对比、与上月对比）
新增客户数（周度、月度）
流失率（%）
NPS得分
用户参与度（DAU、MAU）
核心项目进度

更新频率： 每周

Product Dashboard (Product Team)

产品仪表盘（产品团队）

Daily/Weekly:

Funnel metrics (signup → paid)
Feature adoption
Engagement metrics
User feedback score
A/B test results
Support ticket volume

Frequency: Daily updates

每日/每周更新：

漏斗指标（注册 → 付费）
功能采用率
用户参与度指标
用户反馈得分
A/B测试结果
支持工单数量

更新频率： 每日更新

Financial Dashboard (Finance/Operations)

财务仪表盘（财务/运营团队）

Monthly:

MRR / ARR
Customer acquisition cost
Customer lifetime value
Gross margin
CAC payback period
Revenue by segment
Churn by cohort

Frequency: Monthly

每月更新：

MRR / ARR
客户获取成本
客户生命周期价值
毛利率
CAC回收期
细分群体营收
同期群流失情况

更新频率： 每月

Health Dashboard (Operations)

健康度仪表盘（运营团队）

Realtime:

System uptime (%)
Error rate (%)
Response time (p95)
Database performance
Support ticket response time
Support backlog

Frequency: Realtime/hourly

实时更新：

系统可用性（%）
错误率（%）
响应时间（p95）
数据库性能
支持工单响应时间
支持工单积压量

更新频率： 实时/每小时

A/B Testing (Experimentation)

A/B测试（实验）

Test Planning

测试规划

Hypothesis: "If we change X, then Y will improve, because Z"

Example: "If we move signup button above the fold, then conversion will improve 15%, because users won't scroll."

假设： “如果我们修改X，那么Y将得到提升，原因是Z”

示例： “如果我们将注册按钮移至首屏上方，转化率将提升15%，因为用户无需滚动查找。”

Test Structure

测试结构

Experiment Design:

Control: Keep current version
Treatment: New version
Sample size: Enough users to be statistical
Duration: 2-4 weeks minimum
Metric: Clear success metric

实验设计：

对照组： 保留当前版本
实验组： 新版本
样本量： 足够大以具备统计意义
时长： 至少2-4周
指标： 明确的成功指标

Statistical Significance

统计显著性

Confidence Level: 95% (industry standard)

Means 5% chance of false positive
Need enough samples (typically 1000-10K per variant)
Use calculator for exact sample size

P-Value: Probability result is random chance

P < 0.05: Statistically significant
P > 0.05: Not significant, inconclusive

置信水平： 95%（行业标准）

意味着有5%的概率出现假阳性结果
需要足够的样本量（通常每个变体1000-10000用户）
使用计算器确定精确样本量

P值： 结果由随机因素导致的概率

P < 0.05：具备统计显著性
P > 0.05：无显著性，结果不确定

Example A/B Test

A/B测试示例

Hypothesis: Moving signup button above fold increases conversion 15%

Setup:

Control: Current design
Treatment: Button moved above fold
Success metric: Conversion rate (signup / visit)
Sample size: 10,000 users per variant
Duration: 2 weeks
Confidence: 95%

Results:

Control: 2.0% conversion (200 signups from 10K visitors)
Treatment: 2.8% conversion (280 signups from 10K visitors)
Improvement: 40% increase (0.8% / 2% = 40%)
P-value: 0.02 (statistically significant!)
Decision: SHIP IT - Roll out to 100%

假设： 将注册按钮移至首屏上方可提升15%的转化率

设置：

对照组：当前设计
实验组：按钮移至首屏上方
成功指标：转化率（注册数 / 访客数）
样本量：每个变体10000用户
时长：2周
置信度：95%

结果：

对照组：2.0%转化率（10000访客中200人注册）
实验组：2.8%转化率（10000访客中280人注册）
提升幅度：40%（0.8% / 2% = 40%）
P值：0.02（具备统计显著性！）
决策：全量发布 - 推送给所有用户

Test Ideas by Priority

按优先级排序的测试方向

High Priority (Start Here):

Signup flow optimization (biggest funnel)
Onboarding experience
Pricing page clarity
Feature discoverability

Medium Priority:

UI copy optimization
CTA button colors
Email subject lines
Notification triggers

Low Priority:

Micro-copy tweaks
Animation effects
Color scheme changes

高优先级（从这里开始）：

注册流程优化（最大的漏斗环节）
新手引导体验
定价页面清晰度
功能可发现性

中优先级：

UI文案优化
CTA按钮颜色
邮件主题
通知触发条件

低优先级：

微文案调整
动画效果
配色方案变更

Metric Pitfalls to Avoid

需避免的指标陷阱

Vanity Metrics

虚荣指标

❌ "We have 1M page views!" ✓ "We have 50K daily active users, growing 10% monthly"

❌ “我们有100万页面浏览量！” ✓ “我们有5万日活跃用户，月增长10%”

Actionable vs Non-Actionable

可行动 vs 不可行动

❌ "User satisfaction increased" (what changed?) ✓ "Onboarding completion rate 65% → 78% (↑20%)" (clear action)

❌ “用户满意度提升了”（什么因素导致的？） ✓ “新手引导完成率从65%提升至78%（↑20%）”（明确可行动）

Correlation vs Causation

Look-Alike Metrics

相似指标误区

❌ Track MRR but not Customer LTV (can grow MRR by spending more on acquisition) ✓ Track both acquisition efficiency AND retention

❌ 仅追踪MRR而不追踪客户LTV（可以通过增加获客投入来提升MRR） ✓ 同时追踪获客效率与留存情况

Metrics Review Cadence

指标回顾节奏

Daily:

System uptime
Error rates
Support response time

Weekly:

Funnel metrics
Feature adoption
Key engagement metrics
Test results