bob官方下载链接是指一定周期内新增用户的数量，对应的业务指标有日/周/月新增等；常用的日新增用户表示产品每天新增的用户是多少，多个周期的日新增用户数据可以用来分析产品的增长或下跌趋势。如果一个产品没有用户增长，那么长期下去他的用户数会逐渐减少，例如人人网。从渠道拉新这个维度的话，可以根据各个渠道新增用户数，准确判断各渠道推广活动的效果。

　　重点在于怎样定义活跃用户，不同的产品不同的业务定义方式是不一样的。例如，某个用户登陆了app就算活跃用户；或是某个用户登陆了app并打开某个功能才算活跃用户；也可能是某个用户访问某个网站或app超过5min算做一个活跃用户等等。这点是在业务分析前一定要搞清楚的。

　　另一个重点是针对超过两天的周/月活跃用户数这种累计的数据，在做统计时，要进行去重。例如，小高在一个月内点了15次星巴克的奶茶，他的月活跃次数是15次，但月活人数只算做一人。

　　通过渠道推广过来的新用户，经过一段时间有一部分用户不再使用该产品，bob官方下载链接那么留下来继续使用该产品的那部分人就叫留存用户。对应的，不在使用该产品的那部分用户就叫流失用户。例如在电商app中，通过渠道推广来的新用户，在一段时间内再次登陆app或有购买商品行为的用户就是留存用户，具体是登陆还是进行了购买属于留存同样取决于一开始的定义。

　　利用留存可以用来评估产品功能对用户的粘性，另一个方面也可以反应不同时期获得新用户得流失情况，再结合渠道这个维度去分析流失的具体原因。

　　次日/7日/30日留存率=\frac{在第1天新增用户中，在第N天使用过该产品的用户数}{第1天新增用户数}

　　Facebook有一个著名的40-20-10法则，即新用户次日留存率为40%，7日留存率为20%，30日留存率为10%，有这个表现的产品属于数据比较好的。

　　例如，小美等1000人觉得某个婴儿纸尿裤特别好用，她就会将这款产品通过转发商品 链接的方式推荐给朋友，而小李等9000人看了觉得一般，不值得推荐；那么转发率=小美等1000人/（小美等1000人+小李等9000人）=10%。

　　举例，Chars正在经营一家婴儿用品的网店，双十一当天特别火爆，店铺推广活动吸引来200位用户，其中80人浏览了纸尿裤这个品类，有20人购买了纸尿裤，那么转化率=20(购买该商品人数)/80(看到该商品人数)=25%。其实这里的购买该商品人数和看到该商品人数都是UV(Unique Visitor)。广告同理：

　　还是纸尿裤的例子，小美等1000人平均每个人推荐给20个朋友，而平均的转化率为10%的线人。bob官方下载链接

　　一般，当K1时，用户群会像滚雪球一样越来越大；如果K1，用户群在到达一定规模后会停止通过自传播增长。

　　成交总额：指GMV，零售业中的“流水”，包括销售额、退货订单金额，取消订单金额、拒收订单金额；

　　成交总量：对电商而言，是商品下单数量；对教育行业，是下单课程数量；对游戏行业，就是充值订单数量；

　　user_id：婴儿用户编号，数值类型；在”注册成功“时产生，是用户的唯一标识；共29944个用户，其中29919个用户只下单1次，24个用户下单2次，只有一位用户下单4次。

　　auction_id：婴儿用户下单编号，数值类型；在“付款成功”时产生；27300个订单是单人购买， 869个订单是双人拼团， 253个订单是三人及三人以上拼团；共28422个订单。

　　cat_id：商品种类编号，即商品小类，数值类型；在“选择单品”时产生；共660个商品小类。

　　cat1：商品所属类别编号，即商品大类，数值类型；在“选择商品类别”时产生；共6个商品大类。

　　property：商品属性，即所购买的适合用户的商品大小、颜色等信息，字符串类型；在“选择尺码/颜色等”时产生。

　　day：购买时间，日期时间类型；在“付款成功”时产生；该数据集下单分布在：2012/07/02-2015/02/05。

　　birthday：婴儿用户生日；在”注册成功“时，由用户自己设置产生；该数据集用户生日分布在1984/06/16，2002/12/05-2015/08/15。

　　上一篇的年龄计算有点笨拙，猴子助教老师给了建议后，马上学来用，太好用了！！！先上隐藏函数“DATEDIF()”计算公式：

　　加个IF语句，如果出生日期购买日期，bob官方下载链接赋值-1表示未出生；如果出生日期购买日期，执行DATEDIF运算。根据下表进行年龄分层，用于后续不同年龄层使用商品统计分析。