精益数据分析-指标分类及衡量准则

一、什么是好的数据指标，衡量指标好坏的重要准则：
（1）好的数据指标是比较性的：能比较某数据指标在不同的时间段、用户群体、竞争产品之间的表现，可以更好地洞察产品的实际走向
（2）好的数据指标是简单易懂的
（3）好的数据指标是一个比率：比率的可操作性强，是行动的向导，是一个比较性指标，是短期的突跃还是长期以及各因素间的正负相关

二、想要找出正确的数据指标，有五点需要牢记：
（1）定性指标与量化指标：
（2）虚荣指标与可付诸行动的指标：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？”并明白哪个指标能够改变企业的行为。
（3）探索性指标与报告性指标：探索性指标是推测性的，帮助取得先手优势
（4）先见性指标与后见性指标：先见性指标用于预言未来，后见性指标用于解释过去
（5）相关性指标与因果性指标：如果两个指标总是一同变化，则说明他们是相关的，如果其中一个指标可以导致另一个指标的变化，则他们之间具有因果关系

三、8个需要堤防的虚荣数据指标（模式）：
（1）点击量：可改为点击的人数
（2）PV：可改为访问人数
（3）访问量：来自于1个访问了100次的用户，还是100个访问了1次的用户，这个指标无法指导行动
（4）独立访客数：不能告诉你这些人在页面上做了什么？为什么停留，是否离开了
（5）粉丝/好友/赞的数量：
（6）网站停留时间/浏览页数：用这两个指标来替代客户参与度或活跃度并非明智之举，除非商业模式与这两个指标相绑定
（7）收集到的用户邮件地址数量：向一部分注册用户发送测试邮件，看他们是否会按照邮件中的提示去做
（8）下载量：可看下载后的激活量等

四、探索性指标与报告性指标
发掘高活跃用户的共同点，在一个更小的、更容易触及的目标市场中培养更多具有粘性的高活跃用户，病毒式传播需要专注

五、先见性数据指标与后见性数据指标
透过“销售漏斗”中现有的潜在客户数，能大致预测将来所能后得的新客户数。
后见性指标：如用户流失，但根据后期可以降低流失率（类似亡羊补牢的做法）

六、相关性指标与因果性指标
通常，因果关系并不是简单的一对一关系，很多事情都是多因素共同作用的结果，通过多个独立的自变量（指标）来解释某个依存的因变量

七、市场细分、同期群分析、A/B测试和多变量分析
（1）市场细分：细分市场就是一群拥有某种共同特征的人
（2）同期群分析：比较的是相似群体随时间的变化，如区分不同时间注册使用的用户的行为。区分新客和老客。
同期群分析是你能够观察处于生命周期不同阶段客户的行为模式，而非忽略个体的自然生命周期，同期群分析适用于营收、客户流失率、口碑的病毒式传播、客户支持成本等任何你关注的数据指标。
（3）A/B和多变量测试：
比较不同群体的同期群试验被称为纵向研究，因为数据是沿着客户群体的自然生命周期收集的，相对应地。横向研究指在同一时间段对不同被试群体提供不同的体验，
（4）多变量分析：同时改动产品的多个方面，看哪个与结果的相关性最大，找出用户共有的、与你所希望改变的KPI高度相关的属性