數(shù)據(jù)分析是產(chǎn)品經(jīng)理的一項(xiàng)基本技能，然而每次想好好學(xué)習(xí)下，資源不是7天精通Excel就是20天進(jìn)階SQL，甚至于Python必知必會(huì)……工欲善其事必先利其器，確實(shí)沒錯(cuò)，但工具需要思維來指揮。而數(shù)據(jù)指標(biāo)的定義，是培養(yǎng)數(shù)據(jù)思維要闖的第一道關(guān)。作為一只數(shù)據(jù)小白，分享一點(diǎn)定義數(shù)據(jù)指標(biāo)的心得，有問題老鐵們請斧正。
1、激活，如何定義一個(gè)激活？
下載、安裝并打開APP的用戶數(shù)？我們暫且這么定義。根據(jù)定義，下載沒安裝或者安裝沒打開的用戶，都不計(jì)入激活。只有完成所有步驟的用戶才算。但是問題來了，一個(gè)用戶下載、安裝并打開APP時(shí)，根本沒登錄，他只是一個(gè)游客。激活的定義變成：下載、安裝并打開APP的游客數(shù)。
如果我們把這個(gè)定義交給開發(fā)，開發(fā)可能會(huì)問，拿什么標(biāo)識一個(gè)游客？設(shè)備號。每臺(tái)移動(dòng)設(shè)備都有一個(gè)唯一的識別號碼，也叫IMEI(International Mobile Equipment Identity)。所以，激活的定義又變成：下載、安裝并打開APP的設(shè)備數(shù)，以設(shè)備號為唯一標(biāo)識。
有人可能會(huì)問，我更新APP后打開，或者卸載重新安裝APP再打開，算一個(gè)新的激活么？這就涉及到統(tǒng)計(jì)口徑的問題，一般來講，覆蓋安裝與卸載安裝后的打開，都不計(jì)入激活。
2、新增用戶數(shù)，多維度區(qū)分
如果把新增用戶定義為新注冊的User_ID，簡單粗暴，但市場的同事首先不答應(yīng)。
市場推廣APP有多種渠道類型，比如各大安卓應(yīng)用市場、AppStore、信息流、SEO、流量互換等，每個(gè)類型下的渠道，以Channel_ID來標(biāo)識。
渠道有區(qū)分，APP自身也有區(qū)分。最省事的區(qū)分是Android包和iOS包，顯然未考慮擴(kuò)展性。如果市場制作馬甲包（APP小號）、獨(dú)立H5頁，推向市場，需要以Product_ID來區(qū)分產(chǎn)品（APP、H5）。
另外一個(gè)維度是版本。每個(gè)版本發(fā)布時(shí)，市場可能會(huì)帶一波量，需要觀察版本新增用戶的推廣成本、轉(zhuǎn)化、ARPU值等。我們可以通過Version_ID來區(qū)分版本。
以上，通過Channel_ID、Product_ID、Version_ID的區(qū)分和篩選，市場部的同事就可以知道，每個(gè)渠道下的每個(gè)產(chǎn)品的每個(gè)版本的新增用戶情況。
維度區(qū)分清晰了，除了在一定程度上，提高市場推廣效率外，甚至能預(yù)防數(shù)據(jù)異常的發(fā)生。筆者所在公司是做公積金查詢的，查詢數(shù)/新增用戶數(shù)，是一項(xiàng)重要的指標(biāo)。有天突然查詢數(shù)/新增用戶數(shù)斷崖式下跌，一開始，大家都以為是查詢成功率下降導(dǎo)致查詢數(shù)（分子）下降，拼命分析影響成功率的因素，卻始終無解。
后來才發(fā)現(xiàn)，是新增用戶數(shù)（分母）的暴增導(dǎo)致了比率的下跌。新增用戶數(shù)暴增，查詢數(shù)成功率正常，查詢數(shù)卻沒有增加，什么鬼？其實(shí)這是個(gè)偽暴增。新增用戶的統(tǒng)計(jì)口徑，納入了錯(cuò)誤的Product_ID，而ID對應(yīng)的產(chǎn)品剛好正在大力推廣……
如果能在數(shù)據(jù)指標(biāo)定義時(shí)，清晰地劃分出可能的維度，類似耗費(fèi)時(shí)間與溝通成本的數(shù)據(jù)異常問題就不會(huì)發(fā)生。
3、活躍，誰的活躍？
定義活躍，不能粗暴地只定義一個(gè)用戶日活指標(biāo)，可以先從轉(zhuǎn)化的角度進(jìn)行用戶層級的劃分。
筆者所在的公司，是通過公積金數(shù)據(jù)做授信，幫助銀行篩選優(yōu)質(zhì)貸款客戶，用戶在APP上的關(guān)鍵行為是查詢公積金、申請貸款。因此轉(zhuǎn)化漏斗是：激活-注冊-查詢公積金-申請貸款，對應(yīng)指標(biāo)是：APP日活（游客+用戶）、用戶日活、公積金導(dǎo)入用戶日活和貸款申請用戶日活。
APP日活，以APP的一次打開為一個(gè)活躍，以設(shè)備號為標(biāo)識，當(dāng)日的重復(fù)打開不計(jì)入活躍。剩下的3種日活，以相應(yīng)用戶群體的一次登錄請求為一個(gè)活躍，以User_ID為標(biāo)識，當(dāng)日的重復(fù)請求不計(jì)入活躍。
跟蹤以上指標(biāo)，能得到比單純的用戶日活指標(biāo)更豐富的信息。
另外，活躍也不一定以日為單位。從行為頻率上來看，查詢公積金可能是1次/月，申請貸款可能是1次/日。那么，公積金導(dǎo)入用戶，月活可能更適合作為活躍指標(biāo)；而對于申請貸款的用戶，則日活更適合。
4、留存/流失，兩兄弟？
在和同事討論7日留存率的定義時(shí)，出現(xiàn)了分歧。有人認(rèn)為7日留存率指的是，新用戶在第2-7日的活躍數(shù)/新用戶數(shù)；而不同意見表示是新用戶在第7日的活躍數(shù)/新用戶數(shù)。老鐵們也可以發(fā)表下自己的意見，你們支持哪種，理由呢？
留存率是APP推廣初期尤其要重視的指標(biāo)。留存率低的產(chǎn)品，等于一個(gè)巨大的漏斗，市場砸錢買來的流量，在產(chǎn)生收益前，就都統(tǒng)統(tǒng)漏掉。真真是黃金萬兩，砸不出一個(gè)聲響。
至于選擇次日留存率、7日留存率還是30日留存率作為唯一關(guān)鍵指標(biāo)，多少留存率為目標(biāo)，要根據(jù)產(chǎn)品特性與市場環(huán)境作具體分析。
從定義上看，流失和留存貌似是兩兄弟。有7日留存率，就有7日流失率，兩者的分子加起來等于首日的新用戶。但新用戶在第7日未活躍，就定義為流失用戶，未免太過草率。由于回流用戶的存在，定義流失用戶的周期一般比留存用戶的長。比如，定義90日內(nèi)未活躍的用戶為流失用戶，更為合適。
5、定義數(shù)據(jù)指標(biāo)的目的性
最后強(qiáng)調(diào)一點(diǎn)，定義數(shù)據(jù)指標(biāo)不能無的放矢。
如果是為了解決一個(gè)問題，那我們先明確問題，分析可能的原因，再去定義指標(biāo)。
如果是為了驗(yàn)證設(shè)計(jì)方案的優(yōu)劣，那我們先明確設(shè)計(jì)方案的目標(biāo)，圍繞目標(biāo)去對比上線前后的數(shù)據(jù)，或者做A/B Test。
如果是為了預(yù)測，那我們先摸索現(xiàn)有的數(shù)據(jù)規(guī)律，找到規(guī)律的自變量，再進(jìn)行推演。
如果是為了預(yù)警，那我們先制定數(shù)據(jù)基線以及浮動(dòng)范圍，并根據(jù)實(shí)際情況的變化靈活調(diào)整。
