TapCub 正式上线:统计、分析、客服一个平台免费用
产品动态

产品指标:值得跟踪的四组指标和公式

按获客、激活、留存、收入把产品指标分成四组,每个都给公式和示例值,并用一批注册用户从访问走到付费,再给出该跟踪多少个指标的规则。

陈屿 发布于 2026 年 11 月 21 日 9 分钟阅读 产品动态
示例数据:能控制的最大流失在注册到激活之间。把激活率从 42.0% 提到 50.0%,会多出 128 位激活用户。示例数据

产品指标衡量用户在产品里做了什么、这些行为值多少,宜按阶段分组:获客(访问到注册率)、激活(做了关键动作的用户 ÷ 注册数)、留存(第 4 周留存、DAU ÷ MAU、流失率)、收入(付费转化率、ARPU、LTV)。下面是每个公式、一批注册用户从访问走到付费的完整算例,以及该跟踪多少个指标的规则。

读完你会知道

  • 按阶段给指标分组,每组只留一个核心数字
  • 每个指标都要写清分母和时间窗,比如 7 天内的激活
  • 跟着一批用户从访问走到付费:该修的阶段是单位投入提升最大的那个

什么算产品指标

产品指标是描述人们在产品里做了什么、这些行为值多少的数字:多少人来了、多少人走到第一个有用的时刻、多少人回来、付了多少钱。它和一般的经营指标(收入、人数、现金)不同,因为它能追溯到某个用户行为,也能靠改产品来改变。

最耐用的组织方式是按用户路径的阶段来分,也就是 Dave McClure 在「Startup Metrics for Pirates」幻灯片里提出的 AARRR 结构:获客、激活、留存、推荐、收入。本文用四组(推荐在多数产品里不常见,并入获客),每个指标都给出能拿自己数据核对的公式。这些指标怎样汇成订阅收入业务,见 SaaS 指标;怎样摆在一屏上,见产品分析看板;该先修哪个阶段,见 AARRR:先拉哪根杆。

指标总览

表里用的是同一个示例月份,下面的算例会完整展开(示例数据)。

分组指标公式示例值
获客访问到注册率注册数 ÷ 访客数1,600 ÷ 40,000 = 4.0%
获客单个注册成本花费 ÷ 注册数24,000 美元 ÷ 1,600 = 15.00 美元
激活激活率7 天内做了关键动作的用户 ÷ 注册数672 ÷ 1,600 = 42.0%
留存第 4 周留存第 4 周仍活跃的已激活用户 ÷ 已激活用户302 ÷ 672 = 44.9%
留存黏性(DAU ÷ MAU)日活 ÷ 月活3,100 ÷ 12,400 = 25.0%
留存月流失率流失的付费用户 ÷ 月初付费用户3.5%
收入付费转化率付费用户 ÷ 注册数96 ÷ 1,600 = 6.0%
收入ARPU(每付费用户)收入 ÷ 付费用户每月 29.00 美元
收入生命周期价值(LTV)ARPU × 毛利率 ÷ 流失率29 × 0.80 ÷ 0.035 = 662.86 美元
要决定的事规则原因
展示哪些指标每组一个核心指标,一共四个30 个数字的看板没人看
用哪个动作定义激活最早的、多数留存用户做过而多数流失用户没做过的动作预测的是留下,而不只是注册
怎么比较不同时期同样的时间窗、同样的分母、按月的队列混合总数会掩盖变差的阶段
什么时候解读队列等到几百位用户以后30 人的队列,一个人就能让数字波动好几个百分点
怎么用 LTV用来比较渠道,不当预测它假设流失率恒定

数字变了却没人会采取行动,就把它从主视图里去掉。

获客:来的是不是对的人?

获客指标给到达的人计数、定价。起步有三个就够。

  • 按来源的访客和会话。 它本身不衡量质量,作用是告诉你人从哪来,用的是分析工具采集的来源和 UTM 数据(见 UTM)。
  • 访问到注册率 = 注册数 ÷ 访客数。示例里 1,600 ÷ 40,000 = 4.0%。要按来源分开看,不要只看一个混合数:一个渠道送来 10,000 位访客、转化率只有 0.5%,即使其他渠道很健康,也会拉低混合值。
  • 单个注册成本 = 花费 ÷ 注册数。示例里 24,000 ÷ 1,600 = 15.00 美元。单个注册成本只有放在这些注册后来做了什么旁边才有用:每个注册 10 美元但从不激活的渠道,每个有用用户的成本比每个注册 25 美元但会激活的渠道更高。

数人,不要数机器。如果爬虫和 AI 机器人的请求混进了访客,上面每个比率的分母都会被抬高,比率看起来比实际差。

激活:他们走到第一个有用的时刻了吗?

激活是新用户在固定时间内做了那件预示他们会留下的事的占比。难点在选哪个动作。规则:选最早的一个动作,要求(a)多数留存用户做过,(b)多数流失用户没做过,把它写成带时限的事件。

激活率 = N 天内做了关键动作的用户 ÷ 注册用户。示例里 1,600 个注册中有 672 个在 7 天内建了第一个项目:42.0%。见激活率。

两项检查让指标保持诚实:

  1. 固定时间窗。「曾经激活」会一直上涨,掩盖缓慢的上手过程;「7 天内」可以在不同月份之间比较。
  2. 除了比率,也看激活用时。 如果中位数是 5 天、窗口是 7 天,稍微变慢就会让比率看起来崩了。

留存与活跃:他们会回来吗?

留存指标问的是,已激活的用户是否继续使用产品。

  • 第 4 周留存 = 第 4 周仍活跃的已激活用户 ÷ 已激活用户。示例里 302 ÷ 672 = 44.9%。把每个周队列都画成留存曲线:曲线走平,说明一部分用户形成了习惯;曲线掉到零,说明没有人形成习惯。见留存。
  • 黏性(DAU ÷ MAU) = 日活用户 ÷ 月活用户。日活 3,100、月活 12,400 时,黏性是 25.0%,意思是平均每位月活用户在 30 天里大约出现 7.5 天(0.25 × 30)。Google 的分析帮助文档用「有互动的会话」定义活跃用户,并报告 1 天、7 天、30 天的活跃用户数;不论你用什么工具,都要把活跃的定义写下来。见 DAU 与 MAU。
  • 月流失率 = 当月流失的付费用户 ÷ 月初付费用户。3.5% 的流失率意味着一位付费用户的预期寿命是 1 ÷ 0.035 = 28.6 个月。见流失。

活跃的定义要选仔细:「打开过应用」和「做了核心动作」,对同一批用户会算出差别很大的黏性。

收入:一个用户值多少?

收入指标把行为换算成钱。

  • 付费转化率 = 付费用户 ÷ 注册数。示例里 96 ÷ 1,600 = 6.0%。
  • ARPU = 收入 ÷ 用户数。分母要定义清楚(全部用户还是付费用户)并保持不变:这里是每位付费用户每月 29.00 美元。见 ARPU。
  • LTV = ARPU × 毛利率 ÷ 流失率。毛利率 80% 时:29 × 0.80 = 每月 23.20 美元毛利,÷ 0.035 = 662.86 美元。
  • CAC(获客成本)= 获客花费 ÷ 新增付费客户。24,000 ÷ 96 = 250 美元。
  • LTV : CAC = 662.86 ÷ 250 = 2.65,回本周期 = CAC ÷ 每月毛利 = 250 ÷ 23.20 = 10.8 个月。

只用一个流失率算出的 LTV 只能当粗略参考:它假设流失率恒定,却忽略了前几个月通常流失更快。用它来比较渠道,不要用它去承诺一个数字。

算例:一批注册用户从访问到付费

示例数据:一个月、一个产品,40,000 位访客,24,000 美元获客花费。

  1. 1,600 位访客注册:4.0%。
  2. 其中 672 人在 7 天内做了关键动作:激活率 42.0%;58.0%(928 人)没有。
  3. 672 人里有 302 人在第 4 周仍活跃:44.9%。
  4. 到第 30 天有 96 位用户已付费:占注册的 6.0%。

从末尾往前读。你能影响的最大流失在注册到激活之间,有 928 人离开。把激活率从 42.0% 提到 50.0%,会多出 128 位激活用户(800 − 672)。如果留存和付费转化率保持不变,就是 800 × 44.9% = 约 359 位留存用户,而不是 302 位。把访问到注册率从 4.0% 提到 5.0% 会多出 400 个注册,但按 42.0% 的激活率,只有 168 人会激活。先修哪个阶段,要看单位投入带来的提升最大,而不是百分比最小。

app.tapcub.com

访问 → 注册 → 激活 → 留存 → 付费

一个示例月份

访客

40,000

注册

1,600

激活(7 天内)

672

第 4 周仍活跃

302

第 30 天前付费

96

1,600 个注册里有 928 人没走到关键动作,这是你能影响的最大流失。
示例数据
示例数据:能控制的最大流失在注册到激活之间。把激活率从 42.0% 提到 50.0%,会多出 128 位激活用户。

该跟踪多少个指标?

用这几条规则。

  • 每组一个核心指标,一共四个。 30 个数字的看板没人看。获客、激活、留存、收入各选一个,其余放进下钻。
  • 每个指标要有负责人和对应的决定。 数字变了却没人会采取行动,就删掉。
  • 体量配比率。 光看注册数,多花钱就会涨;比率才能看出质量有没有守住。
  • 检查分母和时间窗。「用户」在每个公式里要指同一批人;时间窗(7 天、30 天)要写在指标名旁边。
  • 看按月的队列,不看混合总数。 新旧队列平均后,上手流程变差的事实会被掩盖好几个月。

产品指标的常见错误

  • 虚荣的累计数。 累计注册数只会涨。用比率和队列。
  • 混合比率。 整体 4.0% 的访问到注册率可能掩盖了一个只有 0.5% 的渠道。
  • 悄悄改定义。 如果「活跃」从「打开过」改成「做了核心动作」,要在图上标出日期,否则断点会被当成趋势。
  • 把 LTV 当预测。 它是一个假设流失率恒定的模型。
  • 把机器人算进去。 自动化流量会抬高访客数、拉低每个比率。
  • 队列太小。 30 个注册的队列,一个人就会让数字波动好几个百分点;等到几百人再解读变化。

在 TapCub 里跟踪这些指标

还是示例月份。你有 1,600 个注册、42.0% 的激活率,并怀疑上手流程是薄弱环节。

  1. 记录事件。 网站上调用 tapcub.track('signup') 和 tapcub.track('project_created');收入放进带 revenue 属性的 purchase 事件。同一段代码覆盖网站、App 和小程序数据。
  2. 建漏斗。 在 全端分析 › 行为分析 › 行为分析 里,建一个从注册事件到关键动作的漏斗,时间窗 7 天。它显示每步的人数、相对第一步和相对上一步的比率、流失和步间中位用时,最大的流失会被标出来。
  3. 看留存。 同一页有一群用户的留存:第 1、2、3、4 周谁回来了。全端分析 › 经营分析 › AARRR 增长 按和本文相同的获客到收入顺序展示各阶段。
  4. 定义自己的指标。 在 全端分析 › 行为分析 › 自定义指标与 SQL 里,用「事件 + 聚合方式」(比如做过关键动作的去重人数)或两个指标的公式定义一个指标,之后反复使用。
  5. 清楚边界。 LTV、CAC、流失率这类涉及金额的指标来自你自己的账单和花费数据;TapCub 不处理支付和账单。渠道花费可以在 渠道 ROI 里导入,它会按渠道给出单次点击成本和单次获客成本。

常见问题

什么是产品指标?

产品指标衡量用户在产品里做了什么、这些行为值多少:获客(多少人来)、激活(多少人完成第一个有用动作)、留存(多少人回来)、收入(付了多少钱)。每个指标都有公式,比如激活率 = 做了关键动作的用户 ÷ 注册数。

产品指标有哪些例子?

访问到注册率、激活率、第 4 周留存、DAU ÷ MAU 黏性、月流失率、付费转化率、ARPU 和 LTV。本文示例里它们分别是 4.0%、42.0%、44.9%、25.0%、3.5%、6.0%、每月 29.00 美元和 662.86 美元。

应该跟踪多少个产品指标?

四组各一个核心指标,其余作为下钻。如果数字变了、没人会采取不同的行动,就把它从主视图里去掉。

产品指标和经营指标有什么区别?

产品指标能追溯到用户行为,靠改产品就能改变(激活率、留存)。经营指标描述整个公司(收入、现金、人数),受产品之外的很多因素影响。收入和 LTV 处在两者的边界上。

留存率多少算好?

没有通用的数字,取决于产品被自然使用的频率。把每个队列和你自己更早的队列比,并看曲线的形状:曲线走平,说明一批用户形成了习惯。

资料来源

  • Dave McClure,Startup Metrics for Pirates。幻灯片,2007 年演讲、2009 年 3 月版本:获客、激活、留存、推荐、收入。2026-11-21 经搜索结果核对。
  • Google Analytics 帮助,[[GA4] Understand user metrics](https://support.google.com/analytics/answer/12253918)。活跃用户、有互动的会话,以及 1 天、7 天、30 天活跃用户数。核对于 2026-11-21。
  • Google Analytics 帮助,[[GA4] Engagement rate and bounce rate](https://support.google.com/analytics/answer/12195621)。有互动的会话:超过 10 秒、有关键事件,或至少两次页面浏览。核对于 2026-11-21。
归档:产品动态

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

陈屿

技术工程师

专注统计代码、SDK 与接口集成文档,从接入验证到问题排查,帮助开发者更顺畅地完成实施。

看看你自己的漏斗、留存和收入

一段统计代码,一个项目里有分步流失的漏斗、留存曲线和自定义指标。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie