用戶行為指數是互聯網行業和傳統行業最大的區別。傳統行業中，用戶行為發生在門店，數字化記錄極其困難，所以只能在交易發生時記錄數據。
傳統企業的數據大多是交易數據。互聯網行業，依托於小程序/H5/APP，可以記錄用戶每壹頁的點擊，相當於記錄了網店的每壹步，所以可以分析很多東西。
針對具體的指標，AARRR模型可以在模塊中應用和擴展:
拉辛:主要用於分析拉辛的轉化效率和質量。創新是很多互聯網公司最重要的任務，創新的成本是很多互聯網公司最大的成本，所以對創新的關註度極高。
用戶活躍度指標:用戶活躍度指標是日常關註的重點。活躍用戶是壹切業務的基礎，活躍行為可以每日記錄，所以運營/產品部門每天都盯著他們。
用戶保持力指標:保持力指標通常與上拉/活動指標結合起來看。因為留存統計相對滯後(要XX天才能統計出來)，所以通常在每月復盤/事後分析時看到的比較多。
用戶轉化指標:用戶轉化壹般指付費行為，是互聯網商業模式變現的重要渠道。指標主要是看買了多少人，買了多少，有沒有持續買。這和傳統企業的會員消費分析很像，可以推導出很多分項指標。
用戶推薦指標:用戶推薦行為有多種類型，如轉發內容/商品/介紹新用戶加入等。因此，轉診行為的定義往往會隨著具體的轉診形式而變化。很少有統壹的指標。如果壹定要總結的話，可以總結如下:
推薦數:轉發內容/商品/介紹新用戶的用戶數。
推薦行為的效果:新註冊用戶/商品購買/內容閱讀等。
除了AARRR，還有壹種特殊的行為:風險行為，用於識別用戶的危險動作。在不同的業務場景中，風險的定義是不同的。比如電商場景下的刷單，薅羊毛，遊戲場景下的外掛使用，金融場景下的欺詐交易等等。
產品類別索引
產品類別指標是互聯網行業的特點。用戶將在互聯網APP/H5/小程序中使用不同的功能。如果效果好，他們會壹直用，如果效果不好，他們會半途而廢。這些都可以記錄數據，從而通過產品分析，不斷淘汰不用的功能，優化人們正在使用的功能，提高效率。
產品分析的常用指標如下:
請點擊輸入圖片說明。
請點擊輸入圖片說明。
註意:產品分析是有層次的，最高層是對整個APP/H5/小程序的頁面/功能進行盤點。其次，它分析壹個特定的頁面(比如首頁、商品詳情頁、購物車頁)或者壹個特定的路徑(比如從首頁的banner站點打廣告進入商品詳情，然後選擇商品進行交易)。
最詳細的是對壹個修改、壹個按鈕/頁面布局調整等等的分析。上面引用的指標更多的是頁面/路徑分析的指標，其他信息有時間會詳細分享。
內容類別索引
內容指標也是互聯網行業的特點。網上發布的視頻/圖片可以記錄閱讀情況。壹般內容運營/營銷推廣/新媒體運營等與內容密切相關的部門，會密切關註此類指標。
常見的內容指標如下:
請點擊輸入圖片說明。
請點擊輸入圖片說明。
內容運營/新媒體運營等創作內容的部門通過對這些指標的分析，可以發現哪些內容閱讀量高，哪些被轉發，從而總結出寫文章的套路，提升內容傳播的範圍。使用內容的部門，比如營銷推廣，可以關註哪些內容帶來好的轉化，從而提高推廣效率。
活性指數
活動指標常見於互聯網和傳統行業。與傳統行業相比，互聯網行業的營銷活動更加密集和激烈，往往是燒錢求增長。因此，活動相關指標受到高度關註。
常見的活動指標如下:
請點擊輸入圖片說明。
請點擊輸入圖片說明。
通過對這些指標的分析，負責活動的同事可以直觀地看到活動的效果，比較不同類型/強度的活動，找到更高效的開展活動的方式。
有些活動會包含多個角色，比如小組活動，同時會有團長/成員兩個角色；裂變活動有兩個角色:發起者/參與者。
不同的角色有不同的參與條件，合規動作，合規獎勵，所以我們可以分兩組，看目標人數/參與人數/合規人數等指標。
商品指數
商品指標常見於互聯網和傳統行業。不同的是，傳統企業多是實物商品，而互聯網有壹堆虛擬商品，比如虛擬貨幣、會員特權、遊戲裝備、直播獎勵等等。
所以互聯網行業的商品管理可能會比傳統行業簡單壹點，沒必要那麽焦慮地盯著庫存周轉指標，生怕在倉庫呆久了，商品就過期了。
常見的商品指標如下:
請點擊輸入圖片說明。
請點擊輸入圖片說明。
通過對這些指標的分析，負責商品運營的同事可以直觀地看到商品的暢銷/滯銷情況，從而調整商品的庫存計劃，避免商品的積壓/短缺。
註意，原則上，虛擬商品是沒有庫存的(或者妳想要多少就有多少)。但是，濫發虛擬商品會導致互聯網的通貨膨脹和商品貶值。比如遊戲裏的稀有皮膚，因為稀有所以貴，為了短期收益而貴。壹旦爛大街，大家都不稀罕了。
因此，控制虛擬商品的庫存不是取決於商品的銷售速度或在倉庫的時間，而是取決於GMV的總體目標。在實現GMV總體目標的情況下，高、中、低端商品將保持穩定的庫存結構，避免爛大街。