导读：从一家用户行为分析公司离职半年多了，最近打算进阶一下数据分析技能，回顾了这几年的工作，每天所见所闻所做都是围绕着“明确目标——采集数据——处理数据——分析数据——出图——写报告”这条流，发现自己在处理数据、分析数据上还很欠缺，一方面因为技术还不成熟、另一方面也是缺少业务实践。未来计划一边学习、一边总结，在这里输出三个系列的文章：1. 如何搭建数据分析指标体系、2. 有哪些常用的数据分析方法、3. 数据分析里的场景/故事。
分享一种从我前公司领导处学习来的指标搭建思路：根据产品模块属性搭建指标体系的方法。
一、基础概念：
一款C端产品通常可以按照其业务属性划分为（当然大多数APP早已不再简单属于一种属性）：工具类模块、交易类模块、内容浏览类模块、社区类模块，从不同模块出发由浅至深地建立评价这些模块的指标体系的方法，我称它为根据产品业务属性搭建指标体系的方法（谁能帮我起一个好记的名字）。
二、评价的层次：
上面所述的四种模块，根据字面即可理解含义，不做赘述。说到由浅至深地评价，个人认为有四种层次：
1. 规模层次：即从访问层面来评价，也可以说叫规模类的指标，比如DAU、启动次数、使用时长。拿我喜欢的咪咕音乐里面的海报分享来举例，咪咕音乐的数据分析师会把每天有多少人使用过海报分享这个功能叫做DAU，也会关注每天该功能被调用了多少次、人均日使用次数、使用时长、人均使用时长。
2. 深度层次：即功能使用的结果层面来评价，即这个用户是否在完成了对这个功能的使用，同时也可以关注使用过程中放弃的用户（想一下对于一个电商APP，“加车放弃率”这个指标是不是很可怕？），比如浏览搜索结果是完成了对搜索功能的使用、得到计算结果是完成了对计算功能的使用、保存文章是完成了对编辑文章功能的使用。还是拿咪咕音乐（我的客户，疯狂安利hhhh）来举例，做海报分享这个功能，不仅仅是以有趣这个姿态来获取用户好感的，更重要的是让用户真实地生成一幅海报，此时咪咕的分析师就该关注选择歌词量、生成海报量、甚至是保存图片量这些指标了。
3. 粘性层次：即留存层面了，张小龙说好的产品是让人用完即走的，但我相信没有人会希望用户真的用完即走，所有PM都希望用户用完再来，就像园区里的面馆都希望你明天后天还来吃。好理解的我就不举例了。
4. 价值层次：即商业的层次，大多数产品都是由民营企业创造的，这些企业终究是要生存，那么做产品的时候一定要考虑商业价值，比如淘宝的GMV、抖音的内容消费量（现在搞带货了也要评价GMV了）。那么咪咕音乐的商业价值在哪儿呢？有人说运营商财大气粗的，亏钱也能玩，这当然太天真了，社会主义也搞市场经济啊。那么海报分享能创造什么价值？显然用户分享个海报、跟用户买会员、买歌曲之间还有很多个步骤要走，所有很难直接去衡量某一个动作对最终企业的商业价值有什么影响。所以当然不该用买了多少会员来衡量海报分享这个功能，所以需要找一些间接产生商业价值的指标。每个内容企业都会有一个付费率的概念，咪咕自然也不例外，那么从这个角度来理解，扩大用户规模和提升付费率都是能够产生商业价值的间接评价。海报分享的有趣获得了用户的好感多多少少是提升了用户的付费意愿，当然这是个感性的结论同时也无法衡量。再来看分享，既然是分享那么一定存在着曝光、你的朋友圈也一定会有人并不是咪咕的用户（估计比例还很大），朋友们看到你分享的海报，这无疑是对扩大用户规模是有帮助的，当然这也是一笔糊涂账，因为咪咕的分析师总是无法得知用户的朋友圈有多少人、没有屏蔽用户动态的有多少人、点赞的多少人、评论的多少人。当然也并非完全无解，一方面也可以通过主动的用户回访获得一定的样本数据，另一方面可以监控用户保存图片、分享到朋友圈、分享到微博等这些动作。
为了帮助记忆，可以看人搭台子唱戏时懂的人看门道，不懂的人看热闹来理解这四个层次，粗暴地概括为：看热闹、看门道、反复看、给打赏。
三、建立评价体系
现在建立评价体系的坐标系已经搭建好了，那么指标体系就容易搭建了。价值层次的指标需要结合产品的具体业务场景，以下不再做讨论。
1. 工具类模块：搜索引擎、播放工具、文章笔记工具、支付工具等
规模指标：使用人数、使用时长、使用次数、活跃渗透率等及它们的日均、人均值，以及这些指标在操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、用户购买力、会员等级等纬度上的分布。
深度指标：投入程度、目标达成、目标未达成的次数、人数，以及这些指标在操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、用户购买力、会员等级等纬度上的分布。
粘性指标：该功能的留存、次日留存、7日留存、月留存，以及这些指标在操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、用户购买力、会员等级等纬度上的分布。
2. 交易类模块：
规模指标：商品列表页/详情页的浏览量/次数、（人均）浏览时长、浏览高度线，商品运营位（banner、宫格、推荐位、feed流广告位）点击量/率以及这些指标在商品品类、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、用户购买力、会员等级等纬度上的分布。
深度指标：浏览搜索结果量、加车量、提交订单量、预约上架提醒量、查看评价量、商品评价量、商品分享量，以及这些指标的以及这些指标在商品品类、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、用户购买力、会员等级等纬度上的分布。
粘性指标：复购率以及在操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、用户购买力、会员等级等纬度上的分布。
价值指标：GMV、客单价、商品均价、销售量以及在操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、用户购买力、会员等级等纬度上的分布。
3. 内容浏览类模板：
规模指标：内容页的PV、UV、日/人均内容消费数，具体的指标比如资讯平台上文章的阅读量、微信推文的左下角的浏览量，以及这些指标在内容分类、所属频道、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
深度指标：内容页跳出率/退出率、内容页上的时长、长页面的浏览深度、播放按钮是否被拖拽等，以及这些标在内容分类、所属频道、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
粘性指标：模块/频道的次日、7日、月留存，以及这些指标在内容分类、所属频道、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
价值指标：内容的传播是为了杀掉用户时间、或者接受观点、或者带货，所以日/人均阅读时长、内容互动量（转/评/赞/收藏/订阅）、商品页导流量、商品导流成交量等指标，以及这些标在内容分类、所属频道、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
4. 社区类模块：脉脉实/匿名社区、天涯、人人、微博、虎扑的论坛、百度的贴吧等
规模指标：从社区模块的基础功能出发，即读帖量、发帖量指标，以及这些指标在社区频道、话题类型、楼主角色、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
深度指标：用户发生的互动行为，比如回答提问量、申请/通过好友量、私信量、订阅话题量、盖楼/点赞/打赏/评论/关注量等，以及这些指标在社区频道、话题类型、楼主角色、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
粘性指标：模块/频道/话题的次日、7日、月留存，以及这些指标在社区频道、话题类型、楼主角色、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
价值指标：社区的作用是建立起用户之间的关联从而维系一种紧密的社区关系，所以粉丝量、关注量、好友数、关注楼主数等指标可以成为价值指标，以及这些指标在社区频道、话题类型、楼主角色、操作系统、手机型号、网络类型、性别、用户年龄层、用户所在地、会员等级等纬度上的分布。
四、补充与总结
上述的模块拆分逻辑，几乎可以涵盖所有日常使用的产品，当然一个产品中的各个模块并非孤立甚至互斥，这仅体现了分析思维中“分类分析”的思维方式，真正完善的指标体系还需要多种思维并举，从而发现更大的指标体系并集。
五、互动话题
1. 我觉得上面“以及这些指标在。。。上的分布”这句话可能并不被所以人理解，在这里做个小调查，如果不理解的同学比较多，那就再开一篇详述行为、纬度。
2. 如果有同学不认可本篇观点、或者有补充观点，也欢迎再和我留言交流，本篇内容将会持续不定期迭代。
