通過數據，可以發現許多深層的問題，從而優化產品決策。那么，怎么才能做好一次好的數據分析工作呢?本文詳細闡述了數據分析的前置工作，將由兩個方面詮釋作者對數據分析準備工作的理解。

首先，“數據指標定義”和“數據收集”這兩個東西本身有關系嗎?——有的。

數據指標的定義決定了數據收集的范圍和目的，而數據收集的維度要和數據指標息息相關。

這兩個東西和數據分析有關系嗎?——有的。

數據指標定義了你數據分析目的(數據分析往往是為了提升某個數據指標或降低某個數據指標，發現潛藏問題、尋找潛藏機會)，而數據收集則給數據分析提供了基礎。

先介紹一下這兩個名詞的定義。

• 數據指標：對當前業務有參考價值的可統計數據。

我們來理解一下這句話，數據指標對于產品而言就是說什么數據能衡量你們業務的好壞?什么數據對于你們產品是十分重要的?比如用戶數、訂單數、銷售額、瀏覽數。數據指標可能有一個或多個沒有固定約束，依據業務需求定義。

如果你們的產品業務較為簡單，一個業務指標足以說明問題，定義一個足以。

• 數據收集：用戶行為所產生的結果都值得被收集，但是他的主要目的是以業務為導向收集體現業務情況的數據。

數據收集是一項很主觀的行為，收集的粒度和收集頻率都與產品特性有關，在本文中將介紹數據收集的方法(由業務出發和由功能使用情況出發)。

介紹了他們的定義，那么在具體項目中他們應該如何制定?

01定義數據指標的兩種方法

1. 確認模塊或產品特性：確認與模塊特性相關的關鍵指標

市面上的產品或功能基本能用以下幾個模塊進行劃分，大家在使用時可進行相似歸類，套用這個模版。

• 內容：內容類型產品主要關注用戶使用時長和頻次。
• 常用指標：瀏覽數、瀏覽時長、內容互動情況(彈幕、評論、點贊)
• 社交：社交類型產品主要關注用戶與用戶之間的關系密度(緊密、多少)、和用戶活躍程度。
• 常用指標：發布量(社區使用)、互動量、關系密度(關注用戶數、發送消息數)
• 工具：工具類型產品主要關注用戶使用頻次和使用完成度。
• 常用指標：使用量、頻次、流程達成率(目標產品的用戶流程較為簡單，查看用戶是否完成整個流程)
• 交易：交易類型產品主要關注用戶交易規模和整個交易流程的轉化率。
• 常用流程：詳情頁轉化率(核心場景轉化率)、金額(總交易規模)、客單價、復購率
• Tips：做競品分析的時候，可用同目的的功能放在一起對比指標數據。

如你們平臺的內容模塊每天大約新增100篇文章、有30人閱讀、平均文章的評論量為30條。對手每天大約新增500篇文章、有30人閱讀、平均文章的評論量為2條。說明在內容創造或內容更新頻率上，對手遠高于我們平臺;但是在用戶粘性或者用戶對內容的認可度上，我們更高。因此，我們需要提高平臺的內容創造能力和內容的打開率。

2. 確認核心業務：確認體現核心業務健康程度的指標

使用場景：業務簡單、單一，或制定綜合指標時可適用。

其實上面的指標定義方法可以涵蓋大多部分使用場景，但是如果你是為你們平臺制定一個總指標的時候，那就需要用核心業務確認總指標。

確認核心業務的方法：平臺靠什么盈利。

舉幾個比較常見的例子：

• 平臺靠用戶瀏覽廣告進行盈利，核心業務賣廣告，體現核心業務健康情況的關鍵指標為平臺流量
• 平臺靠售賣商品進行盈利，體現核心業務健康情況的關鍵指標為GMV總銷售額
• 平臺靠售賣會員進行盈利，體現核心業務健康情況的關鍵指標為會員用戶量

這種方法確認的指標較為籠統，可作為公司公用指標進行使用，各個部門根據該指標進行拆分。

• 如公司今年的關鍵指標為會員用戶量
• 運營對應指標-每月新增用戶**人
• 產品對應指標-每月留存用戶保持在總用戶的**%
• 銷售對應指標-每月用戶購買會員訂單為**單
• 這種定義數據指標的適用場景較少，大家可以主要學習第一種確認數據指標的方法。

02數據收集的方法

數據收集主要是需要開發同學來進行埋點，我們需要定義埋在哪里。定義數據埋點我梳理了有以下兩種方法：一種基于業務流程，一種基于功能被使用的情況，根據業務需求選擇即可。

Tips：收集前要和開發說清楚是基于用戶還是事件，看不懂這句話下面有解釋。

1. 以業務流程進行埋點

說白了就是梳理業務流程，再統計各流程的數據。

這種埋點方式可以發現用戶前后的兩個環節是否有巨大斷層，或者遠低或遠高于行業水平，從而優化各個環節的轉化率(其實就是漏斗)。

• 適用場景：頁面層級清晰有明確的業務流程，每個頁面有明確的業務目標(下單、支付)。
• 使用方法：梳理業務流程后在各個頁面或各個行為進行埋點即可。

Tips：做漏斗的時候，記住用戶行為一定是有連貫性的、有順序的、有時間限制的，基于用戶還是事件要想清楚。

舉個例子：

先說一下為什么有時間限制，用戶在半年前瀏覽了平臺的3篇文章，半年后他在平臺通過一篇文章購買了商品。用戶本次購買商品很大幾率與半年前瀏覽內容無關，所以漏斗需將行為設置時間限制(設置時間限制可以讓開發同學打一個小標簽，在時間范圍內進行了某種行為的用戶才會被統計在漏斗內)。

例子如上圖，中間就是根據業務流程梳理的需要統計的頁面。左邊是根據事件進行埋點得到的數據，右邊為真實用戶數據(去重后)，就是告訴一下大家基于用戶/事件得到的數據是不同的。

當然事件和用戶可以都進行統計，這樣可以算出其他的一些數據，比如用戶平均瀏覽多少個商品、平均瀏覽多少個分類、購買成功頁面有多少用戶進行分享。

2. 以功能模塊拆解進行埋點

功能模塊拆解，你們也可以理解為對對應數據指標的細化。

以社交模塊為例，直接通過腦圖的方式進行說明，這種埋點方式可以體現功能模塊的健康程度。

Tips：收集數據時如數據有明顯的周期性則以該周期作為單位進行收集和比較。

03結束語

如某應用周末用戶活躍度明顯上升，則建議以周為單位進行收集。與往期數據對比時，建議同比上一周的數據或本周六的數據同比上周六的數據，這樣可減少數據之間的干擾性。

本篇文章主要介紹兩種定義數據指標的方法和兩種進行數據埋點的方法，將最近工作中用到的方法總結給各位，希望能夠和大家一起探討。