什么是好的数据指标
比较性的;简单易懂的;一个比率
定性指标与量化指标
虚荣指标与可付诸行动的指标
常见虚荣指标:点击量、页面浏览量(PV值)、访问量、独立访客量、粉丝/好友/赞的数量、网站停留时间/浏览页数、收集到的用户邮件地址数量、下载量
可付诸行动指标:
活跃用户占总用户数的百分比(活跃用户占比):揭示了产品的用户参与度。
单位时间内新用户的数量(用户增速)
探索性指标与报告性指标
数据分析的作用:
(1)检验我们手头上的事实和假设(如打开率或转化率),以确保我们不是在自欺欺人,我们的商业计划是切实可行的;
(2)验证我们的直觉,把假设变成证据;
(3)为业务预测表、瀑布式开发流程图和董事会议提供数据;
(4)帮助我们发现黄金机遇,大展宏图。
**世界上的事务可以分为这样几类:**我们知道我们知道的;我们知道我们不知道的;我们不知道我们知道的;我们不知道我们不知道的。
我们知道我们不知道的:意味着某种度量行为,比如数钱、清点用户数量,因为我们知道我们不知道这一类指标的具体值,所以才要度量它,可以用于核算或用于衡量试验的结果。
先见性数据指标与后见性数据指标
先见性指标:用于预测未来,比如用户投诉量(用户流失)、潜在客户(新客户数)
后见性指标:指示问题所在,为产品的表现提供了一个基准,例如用户流失,退货、注销
两者之间的关系:有时一个团队的后见性指标是另一个团队的先见性指标。例如,季度新订单量对于销售团队而言是后见性指标,但对于财务部门来说,指示营收预期的先见性指标。
相关性指标与因果性指标
相关性指标:有相关性可以帮助预测未来
因果性指标:有因果关系可以帮助改变未来
两者之间的关系:仅仅关注单一的关联而不追溯因果关系会导致错误的决定。例如冰淇淋消费和意外溺死率的升高都是因为夏天来了。相关性很好,因果性更佳。
移动的目标
需要尽早做出一些假设并定下你认为可称为“成功”的目标,但在过程中调整目标和关键数据指标都是可行的。例如HighScore House对“活跃用户”的定义。
市场细分、同期群分析、A/B测试和多变量分析
市场细分:一群拥有共同特征的人
同期群分析:相似群体随时间的变化
A/B测试:横向研究,在同一时间段对不同被试群体提供不同的体验。缺点:如果没有庞大的用户流量,需要测试很多因素,这可能包括网页的色调、触发用户行为的链接文字,图片效果等。进行一连串的单独测试会延长你走向成熟的周期。
多变量分析:同时对多个属性进行测试,用统计学方法剥离出单个影响因子与结果中某一项指标提升的相关性。例如:多变量方差分析、主成分分析、因子分析、典型相关等。
其他概念:
纵向研究:比较不同群体的同期群试验
横向研究:在同一时间段对不同被试群体提供不同的体验