数据指标构建（文字版，无法粘贴带缩进）
产品功能分析
参与度
启动次数分析
人均启动次数
启动总次数
使用时长分析
使用总时长
人均使用时长
单次使用时长
访问页面分析
每次启动的访问页面数
使用时间间隔分析
两次启动的时间间隔
产品指标
活跃：日活跃数（DAU）、周活跃数（WAU）、月活跃数（MAU）、每用户总活跃天数
新增：日、周、月新增用户
留存：次日、7日、14日以及30日留存率
用户构成：根据目的对用户归类分组。
功能指标
功能活跃指标
活跃人数、新增用户数、用户构成、用户留存
页面访问路径分析
身份、目标、访问路径
转化率
完成目标人数/总人数
运营数据分析
渠道质量
渠道指标：新增用户、活跃用户、启动次数、单次使用时长、付费转化率和留存率等指标
渠道防作弊：关键操作活跃量占总活跃的占比、机型、操作系统等集中度等
用户质量：渠道用户留存率
转化漏斗：新增、留存、付费转化率
常规指标：GMV、业绩达标率、业绩同比增长率、业绩环比增长率、毛利率、净利率、利润率、营销推广费用、退货率
、销售利润额等。
收入分析：总收入、付费用户数、付费率、ARPU
用户健康度指标：新老用户占比、活跃用户中新增用户占比等。
整理自：顾莉莎
用户行为画像
目标用户特征
用户属性：设备终端、网络及运营商、地域
机型分析、分辨率分析和操作系统分析；网络及运营商分析的唯独有有用户联网方式和电信运营商，地域主要从不同省市和国家来分析
用户画像
人口统计学特征
性别、年龄、学历、收入、支出、职业、行为等
兴趣偏好
商业兴趣
用户行为
标签：回流用户、流失用户、连续活跃用户、忠诚用户、新/老用户
行为：点击、收藏、转发、关注、分享、订阅、停留时长、使用路径、跳出率等
其他
因子
一手因子
时间
金额
人数
地区
性别
二手因子
占比
累计值
加速度
分层统计
常用统计维度
计数
总和
均数
占比
手段
对比：条状图
增长
高低
分布：散点图、直方图、饼图
聚合特征（平行）
环节优化（有序）
趋势：折线图
时间序列
预测：数据模型
回归分析、逻辑分析
要点
得出结论的前提是，穷尽一切现象或者对象。
指标体系构建的前提是，解决某个明确的实际问题。
时刻提防数据“骗局”。
