• 上百万的市场预算，却不知道钱花出去到底带来了多少回报。
• 做了几次活动，写了几篇文章，却不知道有没有带来足够的流量。
• 辛辛苦苦导入了流量，却不知道流量有没有转化为用户。
• 注册过程中缺乏每步转化率的监测，优化和优化效果更是无从谈起。
• 不知道注册用户的留存情况，更不知道这些用户是否可以成为一个忠诚用户甚至付费用户。
  ……

要解决以上不知道，我们需要指标思维

指标，是反映某种事物或现象，描述在一定时间和条件下的规模、程度、比例、结构等概念，通常由指标名称和指标数值组成。

数据统计中有哪些常见的指标？如何为一个项目（活动、功能、产品）制定指标模型？

指标可以分为简单计数型指标和复合型指标。

• 简单计数型指标是指可通过重复加1这一数学行为而获得数值的指标，如UV（Unique Visit , 独立访客数）、PV（Page View，页面浏览量）

• 复合型指标是由简单计数型指标经四则运算后得到的，如跳出率、购买转化率

• 在计算指标时，我们还会涉及绝对数、相对数；百分比、百分点；频率、频数；比例、比率等计算方式。

如何设立指标体系？

「产品自身提供价值」是指产品自身可以满足用户需求，为用户提供价值。
「产品链接其他资源提供的价值」是指产品作为平台方或链接者，把用户和其他資源链接起来，以此为用户提供价值。

我们根据业务特点将不同业务放入对应的象限之中，它们分别是：

• 工具类业务：帮助用户节省时间，产品自身提供价值。如墨迹天气、TEA。核心指标应该聚焦到判断工具的使用率。
• 内容类业务：杀掉用户时间，产品自身提供价值。如今日头条、一点资讯。核心指标应该聚焦到内容的质与量。
• 交易类业务：帮助用户节省时间，产品通过链接其他资源提供价值。如淘宝、京东金融。核心指标应该聚焦到转化率。
• 社交类业务：杀掉用户时间，产品通过链接其他资源提供价值。如Soul、探探。核心指标应该聚焦到用户的活跃程度。

在明确业务之后，就可以构思每个业务需要关注的指标。如下表所示：

指标参考

拆解核心指标
明确业务类型和业务指标之后，我们要结合实际业务，将主要关注的指标拆解到可行动的程度。常见的拆解思路有两种：

按场景拆分成多个子指标的和。

如：DAU ≈ 日新增用户+留存用户+回流用户；

按一定的关系拆分成多个子指标的积。

依靠逻辑关系进行指标拆分。如：

GMV （总消费额）≈ 用户数 x 购买频次 x 客单价；

销售额 ≈ 用户总量 x 付费率 x 客单价；

LTV（生命周期总价值 ，life time value ）=LT（生命周期 ，life time）x ARPU（每个用户的平均花费，Average Revenue Per Use）

依靠时间先后进行指标拆分。

如：渠道推荐效果 ≈ 展现次数 x 点击率 x 转化率