数据分析指标体系的搭建

业务指标体系并不是一成不变的，需要我们根据不同的业务需求去挑选我们所需要的业务指标。

业务指标的选取通常由三个原则：

根本性：核心指标一定要选的正确和合理，地基所在

可解释性：选取的指标必须能够用相应的业务逻辑来解释。例如定义日活用户，究竟是打开app的用户，还是指进行点击行为的用户，或者是保持进程在的用户。

结构性：必须要能够对业务进行充分的解读。这些指标能够从不同的几个维度进行拆解。假如要研究一个产品的新增用户，可以研究不同渠道的新增用户，以及每个渠道的新增转化率，新增用户的价值等

业务指标通常有两类构成，一类是原子性指标，一类是派生指标。分析过程中大多数遇到的都是派生指标，原子性指标一般就是到达最细粒度，不可以再拆分的指标，比如支付金额、下单数等。原子性指标通常和一些修饰词或者时间段连用，比如双十一通过直播带货所产生的下单金额。常见的派生指标包括日活，月活，次留或者转化率。需要进一步拆分和细化。针对到具体的场景或者是用户群体。

第一步：理清目前业务所处的阶段，以及之后的发展方向。

在前期，即创业期，用户量比较重要。应该围绕用户量的提升进行多维度的拆解。通常关注用户来源的渠道，从而去保证这个渠道的一个有效性。

在中期，除了关注用户量的变化趋势外，更应该重点优化的是用户量的结构，保证健康的用户构成，用户构成通常可以拆解到新老用户、年龄、性别、学历、地区等属于用户属性的维度。互联网行业用户的新老需要经常去关注。留存偏低可能是某个板块出现了问题，这个时候就要考虑用户群体的特殊性或者是某个功能的改动的选错了方向。

在后期，更多关注产品变现能力和市场份额，也就是我们所说的商业化。需要我们更多的关注ROI指标，即投资回报率。关注各种商业化模式的收入，包括市场份额和竞品的监控。

（2）确定核心指标
Eg 某个app将打开app的用户作为日活统计口径，但3s内退出率达到30%，因此该统计口径不准确。
通常对核心指标进行公式计算，再从不同业务路径进行拆解：
Eg1：进入并停留大于3s的用户 = 进入app用户数 x 停留大于3S用户占比
分析用户是何种渠道来的（app、pc等），分析用户是何种方式打开app（点击桌面图标、通知、push）、关注用户画像（分析停留时长的分布，关注大于3s和小于3s的用户特性）、分析作弊或刷量
Eg2：电商平台漏斗分析
打开app---选择商品---确认订单---支付订单
（3）指标周知、存档、落地
周知：告诉所有业务相关的工作人员。为了后续工作正常推进，并防止其他工作人员对指标进行误用
存档：对指标体系中具体指标的业务逻辑或统计口径有明确的记载和存档。Eg. 某功能的渗透比率 = 当天点击该功能用户数 / 当天日活
落地：建立核心指标体系相应的报表和看板，实际中报表和看板都会和埋点直接挂钩