读书笔记（一）

1.  一个好的数据指标之所以能改变商业行为，是因为它与你的目标是一致的：保留用户，鼓励口碑传播，有效获取新用户，或者创造营收。

2.  数据指标之间的耦合现象也值得注意。譬如转化率（访客中真正发生购买行为的比例）通常就是和购买所需时间（客户需要花多长时间才能完成购买）相绑定的；二者相结合可以告诉你很多关于现金流的信息。类似地，病毒式传播系数（viral coefficient，平均每个用户邀请来的新用户数）和病毒传播周期（viral cycle time，用户完成一次邀请所需的时间）共同推动产品的普及率。

3.  定性指标与量化指标

定性指标通常是非结构化的、经验性的、揭示性的、难以归类的；量化指标则涉及很多数值和统计数据，提供可靠的量化结果，但缺乏直观的洞察。

虚荣指标与可付诸行动的指标

虚荣指标看上去很美，让你感觉良好，却不能为你的公司带来丝毫改变。相反，可付诸行动的指标可以帮你遴选出一个行动方案，从而指导你的商业行为。

探索性指标与报告性指标

探索性指标是推测性的，提供原本不为所知的洞见，帮助你在商业竞争中取得先手优势。报告性指标则让你时刻对公司的日常运营、管理性活动保持信息通畅、步调一致。

先见性指标与后见性指标

先见性指标用于预言未来；后见性指标则用于解释过去。相比之下，我们更喜欢先见性指标，因为你在得知数据后尚有时间去应对——未雨绸缪，有备无患。

相关性指标与因果性指标

如果两个指标总是一同变化，则说明它们是相关的；如果其中一个指标可以导致另一个指标的变化，则它们之间具有因果关系。如果你发现你能控制的事（比如播放什么样的广告）和你希望发生的事（比如营收）之间存在因果关系，那么恭喜你，你已拥有了改变未来的能力。

4.  每当看到一个指标，就应该下意识地问自己：“依据这个指标，我将如何改变当前的商业行为？”如果回答不了这个问题，你大抵可以不用纠结于这个指标了。换言之，如果你并不明白哪个指标能够改变企业的行为，那你压根就不是在用数据驱动决策，而只是在数据的流沙里挣扎。

5. 

图片发自App