資料統計工具：百度統計
百度統計是一個強大的網站資料統計和分析工具，從六大維度進行分析——趨勢分析、來源分析、頁面分析、訪客分析、定製分析、優化分析，幫助網站優化、使用者定位、營銷推廣，打通網站與使用者的完美鍥合。
趨勢分析，可以瞭解到網站的基本狀態、使用者活躍度；
訪客分析、自定義變數，可以瞭解到網站的訪客構成和各類屬性，幫助我們明確使用者的定位；
頁面分析、轉化路徑、事件跟蹤，可以瞭解到使用者操作行為，幫助我們合理安排頁面佈局、頁面層次，優化網站設計，提高轉化；
來源分析、優化分析、指定廣告跟蹤，可以瞭解到網站的營銷推廣狀態，監控各種網路媒介推廣效果，優化SEO。
適用於web的資料統計工具：
國外：GA 、Clicky、W3Counter、Woopra、W3Perl 、Piwik、TraceWatch、Snoop、goingup、JAWStats、Crazyegg
國內： 百度統計、CNZZ、國雙統計、51la、量子統計、小艾統計、科捷統計、好耶iDigger 、gostats
外部分析工具：Alexa 、IUT、adplanner、quantcast
適用於APP的資料統計工具：
國外：Flurry,google analytics mobile，Mixpanel
國內：友盟,機鋒統計,TalkingData,百度移動統計,CNZZ移動資料平臺，imofan
開源：cobub
網站的後臺也可以進行一些基本的資料統計，比如註冊數、會員數、互動數等。
常用的核心資料指標
除了上述思維導圖中提到的資料指標外，還包括根據思維導圖中的資料指標延伸出的活躍度、流失率、留存率等。
活躍度：
主要衡量產品的粘性、使用者的穩定性以及核心使用者的規模，觀察產品線上的週期性變化。
AU（Active Users）活躍使用者：使用者登陸產品記為一次登入
DAU（Daily Active Users）日活躍使用者：每日登陸過的使用者數，一般從後臺抓取
WAU（Weekly Active Users）周活躍使用者：七天內登陸過的使用者數
MAU（Monthly Active Users）月活躍使用者：30天內登陸過的使用者數
AT（Daily Avg. Online Time）日均使用時長：活躍使用者平均每日線上時長
AT=日總線上時長 / DAU
DNU（Daily New Users）每日註冊並登陸的使用者數：直接從後臺抓取即可
PCU（Peak Concurrent Users）最高同時線上使用者人數：統計週期內，同一時點（通常精確至分）的最高線上人數
ACU（Average Concurrent Users）平均同時線上使用者人數：統計週期內，每個時點（通常精確到分）的平均線上人數
ACU=DAU * AT / 時間精度
EC（Engagement Count）使用者登入頻率：統計週期內平均每使用者登入的總次數
根據統計週期不同，通常每日登入頻率統計的是登入次數；周及月的登入頻率統計的是登入天次（一天登入多次記為一次）
對於不同產品，活躍度的標準不一樣，可以根據需要細分定位——輕度使用者、中度使用者、重度使用者、忠誠使用者等。
流失、留存：
觀察流失使用者的狀態、流失前行為來判斷產品可能存在的問題。
ULR（Users Leave Rate）使用者流失率：統計當日登入過產品的使用者，但在隨後N日內未登入的使用者數/統計日DAU
日流失率：統計當日登陸過產品的使用者，次日未登陸的使用者數/統計日DAU
周流失率：統計當週登陸過產品，之後下一週未登陸的使用者數/WAU
月流失率：統計當月登陸過產品，下一月未登陸的使用者數/MAU
OSUR（One Session User Rate）一次會話使用者佔比：新登入使用者中只有一次會話的使用者佔比，主要衡量新使用者的質量
DRR（Daily Retention Rate）日留存率：統計當日登入過產品的使用者，在之後N日內至少登入一次的使用者數/統計日DAU
WRR（Weekly Retention Rate）周留存率：統計當週登入過產品的使用者，且下一週至少登入一次的使用者數/WAU
MRR（Monthly Retention Rate）月留存率：統計當月登入過產品的使用者，且下一月至少登入一次的使用者數/MAU
次日留存率：統計當日登入過產品的使用者，次日依舊登入的使用者數/統計日DAU
迴歸率：曾經流失，重新登入產品的使用者數佔流失使用者的比例
迴歸使用者：曾經流失，重新登入產品的使用者數
流失使用者池：過去一段時間內流失的使用者數
迴歸率 = 迴歸使用者 / 流失使用者池
收益：
產品盈利能力的綜合評價。
PUR（Pay User Rate）付費比率：統計週期內，付費賬號數佔活躍賬號數的比例，一般以自然月或自然周為單位進行統計
廣度，更多的人付費
PUR = APA / AU
APA（Active Payment Account）活躍付費賬使用者數：統計週期內，成功付費的使用者數
APA = AU * PUR
ARPU（Average Revenue Per User）平均每使用者收入：統計週期內，活躍使用者對產品產生的平均收入
ARPU = Revenue / AU
ARPU = ARPPU * PUR
ARPPU (Average Revenue Per Paying User)平均每付費使用者收入：統計週期內，付費使用者對產品產生的平均收入
深度，付更多的錢
ARPPU = Revenue / APA
LTV（Lift Time Value）生命週期價值：平均一個新增使用者在其生命週期內（第一次登入到最後一次登入），為該產品創造的收入總計
LTV_N ： 統計週期內，一批新增使用者在其首次登入後N天內產生的累計收入/ NU（新使用者）
用於衡量渠道匯入使用者的回本週期，回本率=LTV_N/CPL（匯入成本）
以上資料可以根據需要進行拆解、合併，比如流失付費使用者數、迴歸付費使用者數、新增付費使用者數、新增活躍使用者數等等。
同時，不同的產品型別，需要關注的資料指標也不一樣，道生萬物。
推薦：大資料工具導航 (http://hao.199it.com)
via：甜心