新增用户数
New Users
指首次打开应用的用户数量，通常通过设备识别符（如苹果系统的UDID）来识别用户的唯一身份。由于传输统计数据需要联网，因此即便是首次打开应用，若未能联网，也统计不到。此外，卸载再安装通常不会算作新增用户，老用户的版本升级也不会计算在内。当然，如果下载了应用并未安装，或安装之后没有启动过，也无法统计为新增用户。
活跃用户数
Active Users
指统计周期内有过特定使用行为的用户数量。同一用户在一个统计周期内多次使用记作一个活跃用户。这里“使用行为”的定义因应用而异，有的团队将启动即视作活跃，有的则需要满足启动+执行某种操作（如浏览过至少一条新闻），还有的则索性将常驻后台的守护进程没有杀死也统计进活跃范畴中。因此如何计量活跃用户数，归根到底还是看团队真正追求的是什么。活跃用户数一般看“日活”（Daily Active Users，DAU）和“月活”（Monthly Active Users，MAU）。
升级用户数
Updated Users
指由已装的老版本升级到新版本的用户数量。时常有人问，像QQ这样保有量已经很大的应用，为什么每天还能在应用市场上创造如此巨大的下载量？其中很重要的因素之一，就是将用户从老版本升级到新版本的下载行为统计了进去。
留存率
Retention Rate
指用户在某段时间内开始使用应用后，经过一段时间，依然继续使用，这部分用户站当时新增用户的比率，也就是“有多少人最后留下来了”。留存率用于衡量应用的质量和营销效果的好坏。通常新增用户如何因为真实需求而来（如从应用市场主动搜索并下载获得），则留存率较高；而因为博眼球的营销推广（如从应用市场主动搜索并下载获得），则留存率较高；并且，不同种类应用的留存率也有各自的基准，如游戏的首月留存率通常比社交类高，而工具类的首月留存率又比游戏高。留存率通常看次日留存率、3日留存率、7日留存率、15日留存率和30日留存率。
总用户数
Total Users
指历史上所有新增用户数之和。该数字由单纯地相加获得，存在一定水分，无法体现已经流失或极不活跃的用户情况。
单次使用时长
Duration
指用户从一次启动到退出应用所耗费的时间长短，用于衡量应用的黏性。应用在后台运作并不会计入其中。不同类别的应用，单次使用时长可以千差万别。工具类产品解决问题目标明确，用户完成任务之后就会立即退出，比如看一下天气、优化一下内存占用等，用几秒就可以关闭。而视频播放类应用则能持续更久，通常可到达十几分钟。
平均单次使用时长
Average Duration
计算方法是某日总使用时长/该日启动数，可用于更准确地评估用户的使用状态。因为一款应用在不同时段的使用时长可能存在差别，用户早上挤地铁时一瞥于晚间睡觉前的沉浸使用，其单次使用时长本身是不可具备可比性的，只有平均之后才能用于横向比较。
使用间隔
Interval
指连续两次使用之间的时间间隔。如果一款定位于提供每日新闻资讯的应用的使用间隔过长，则说明对用户的黏性不够强，并未培养成每日使用的习惯，只是在偶尔想起来时看一眼。这就需要在产品上下功夫，或采取一些运营手段弥补，如定时推送当日的头条新闻。
转化率
Conversion Rate
指应用内特定行为目标的转化情况，如让用户点击某个按钮、播放一段视频、邀请一批好友等。
本文部分内容摘自于《黑客增长
K 因子
K-Factor
衡量产品的病毒传播能力，计算方法为每个用户平均发出的邀请数量/收到邀请转化成新增用户的比率。如果K因子大于1，表明产品具有自我传播能力，会随着用户的使用而持续扩散。
每用户平均收益
Average Revenue Per User，ARPU
简单的理解就是“能从每个用户那里收多少钱”，是衡量产品盈利能力的指标，也可用来检测不同市场渠道获取的用户质量。ARPU的通常计算方法是产品在一定时限内的收入/活跃用户数。结合单用户的获取成本，可以推断出产品是否能形成自我造血的持续发展能力。
每付费用户平均收益
Average Revenue Per Paid User，ARPPU
与ARPU将收入平摊到所有用户头上不同，ARPPU只计算从所有付费用户出获取的平均收益，据此更准确地把握收费用户的支付能力、消费习惯，并有针对性地对这部分付费用户重点运营和服务。
月付费率
Monthly Payment Ratio，MPR
指一个月的统计区间内付费用户占活跃用户的比例。
生命周期价值
Life Time Value，LTV
用户从第一次使用产品，到最后一次使用之间，累计贡献的付费总量。
本文部分内容摘自于《黑客增长》
