《精益數(shù)據(jù)分析》什么是好的數(shù)據(jù)指標(biāo)？

    （1）好的數(shù)據(jù)指標(biāo)是比較性的。比較在不同的時(shí)間段，用戶群體，競爭產(chǎn)品之間的表現(xiàn)，可以更好的洞察產(chǎn)品的實(shí)際走向，本周的用戶轉(zhuǎn)化率比上周高比用戶轉(zhuǎn)換率2%更有意義。

    （2）好的數(shù)據(jù)指標(biāo)是簡單易懂的。如果人們不能很容易地記住或討論某指標(biāo)，那么通過改變它來改變公司作為會十分困難，

    （3）好的數(shù)據(jù)指標(biāo)是一個(gè)比率。僅僅查看幾個(gè)比例就能夠?qū)σ粋€(gè)極公司的基本狀況作出判斷，你也需要幾個(gè)這樣的比率為自己的創(chuàng)業(yè)公司打分。

    想要找出正確的數(shù)據(jù)指標(biāo)，有5點(diǎn)需要牢記于心

    （1）定性指標(biāo)與量化指標(biāo)。

    定量數(shù)據(jù)指的是那些我們跟蹤和衡量的數(shù)字，比如電影的評分、PV，UV。定性數(shù)據(jù)指的是難量化的數(shù)據(jù)，比如在做用戶訪談時(shí)問用戶有什么棘手的問題。
定量數(shù)據(jù)回答的是“什么”和“多少”這樣的問題，定性數(shù)據(jù)回答的就是“為什么”。
定量數(shù)據(jù)排斥主觀因素；定性數(shù)據(jù)吸納主觀因素。

    （2）虛榮指標(biāo)與可付諸行動(dòng)的指標(biāo)。

    
當(dāng)我們拿到一個(gè)指標(biāo)，下意識地問自己：“依據(jù)這個(gè)指標(biāo)，我將如何改變當(dāng)前的商業(yè)行為？”如果回答不了這個(gè)問題，那么這個(gè)指標(biāo)就很有可能是一個(gè)虛榮指標(biāo)。
比如“總注冊用戶數(shù)“就是一個(gè)虛榮指標(biāo)。這個(gè)數(shù)字只會隨著時(shí)間增長，它并不能傳達(dá)關(guān)于用戶行為的信息：他們在做什么？是否對你有價(jià)值？他們中的很多人可能只是注冊了一下，就再沒有使用過。
8個(gè)需要提防的虛榮數(shù)據(jù)指標(biāo)——
1）點(diǎn)擊量；／／隨便什么網(wǎng)站，只要上面可點(diǎn)的東西多，這個(gè)數(shù)字都會很高
2）頁面瀏覽量（pv);／／
3）訪問量；／／你的100訪問量究竟來自于1個(gè)訪問了100次的用戶，還是100個(gè)訪問了1次的用戶？它無法指導(dǎo)行動(dòng)。
4）獨(dú)立訪客數(shù)；／／只能顯示有多少人訪問了網(wǎng)頁，卻不能告訴你這些人在頁面上做了什么，他們?yōu)槭裁赐Ａ?？是否離開了？
5）粉絲／好友／贊的數(shù)量；
6）網(wǎng)站停留時(shí)間；
7）收集到的用戶郵件地址數(shù)量；
8）下載量

    （3）探索性指標(biāo)與報(bào)告性指標(biāo)

    （4）先見性指標(biāo)與后見性指標(biāo)

    先見性指標(biāo)可用戶預(yù)測未來。比如投訴量這個(gè)數(shù)據(jù)指標(biāo)，如果投訴量增加，很有可能更多的客戶會停用你的產(chǎn)品或服務(wù)，作為一個(gè)先見性指標(biāo)，客戶投訴還能幫你深入了解產(chǎn)品和服務(wù)的真實(shí)狀況，分析投訴量上升的原因，然后解決問題。
后見性指標(biāo)能提示問題的存在。比如用戶流失，不過等到你有機(jī)會收集數(shù)據(jù)，找出問題，往往為時(shí)已晚，已流失的用戶不會再回頭，但是可以通過分析問題避免新的流失。

    （5）相關(guān)性指標(biāo)與因果性指標(biāo)

    發(fā)現(xiàn)相關(guān)性可以幫助你預(yù)測未來，而發(fā)現(xiàn)因果關(guān)系意味著你可以改變未來。但僅僅關(guān)注單一的關(guān)聯(lián)而不追溯因果關(guān)系會導(dǎo)致錯(cuò)誤的決定。
舉個(gè)例子——在加拿大，冬季輪胎的使用率和交通事故的減少量是一對相關(guān)數(shù)據(jù)。人們會在寒冷的冬季換上更軟的冬季輪胎，而夏天是交通事故的高發(fā)季。這是否以為著我們應(yīng)該要求加拿大的司機(jī)一年司機(jī)都裝著冬季輪胎？當(dāng)然不是，因?yàn)檐涊喬ピ谙奶斓膭x車性能很差，會導(dǎo)致事故量增加。所以，冬季輪胎的使用率和交通事故的減少量之間的相關(guān)性，可以幫助我們預(yù)測未來，但是對于決策的價(jià)值則有限。
在加拿大夏天交通事故增加的例子中，酒精消費(fèi)量、新手司機(jī)數(shù)量、白晝變長和暑假等因素與交通事故增加具有一定的因果關(guān)系。通過對因果關(guān)系的分析，確定調(diào)整策略。
相關(guān)性很好，因果性更佳。有時(shí)候，你只能找到一些相關(guān)性，但你永不應(yīng)停止尋找因果性