《精益数据分析》什么是好的数据指标？

    （1）好的数据指标是比较性的。比较在不同的时间段，用户群体，竞争产品之间的表现，可以更好的洞察产品的实际走向，本周的用户转化率比上周高比用户转换率2%更有意义。

    （2）好的数据指标是简单易懂的。如果人们不能很容易地记住或讨论某指标，那么通过改变它来改变公司作为会十分困难，

    （3）好的数据指标是一个比率。仅仅查看几个比例就能够对一个极公司的基本状况作出判断，你也需要几个这样的比率为自己的创业公司打分。

    想要找出正确的数据指标，有5点需要牢记于心

    （1）定性指标与量化指标。

    定量数据指的是那些我们跟踪和衡量的数字，比如电影的评分、PV，UV。定性数据指的是难量化的数据，比如在做用户访谈时问用户有什么棘手的问题。
定量数据回答的是“什么”和“多少”这样的问题，定性数据回答的就是“为什么”。
定量数据排斥主观因素；定性数据吸纳主观因素。

    （2）虚荣指标与可付诸行动的指标。

    
当我们拿到一个指标，下意识地问自己：“依据这个指标，我将如何改变当前的商业行为？”如果回答不了这个问题，那么这个指标就很有可能是一个虚荣指标。
比如“总注册用户数“就是一个虚荣指标。这个数字只会随着时间增长，它并不能传达关于用户行为的信息：他们在做什么？是否对你有价值？他们中的很多人可能只是注册了一下，就再没有使用过。
8个需要提防的虚荣数据指标——
1）点击量；／／随便什么网站，只要上面可点的东西多，这个数字都会很高
2）页面浏览量（pv);／／
3）访问量；／／你的100访问量究竟来自于1个访问了100次的用户，还是100个访问了1次的用户？它无法指导行动。
4）独立访客数；／／只能显示有多少人访问了网页，却不能告诉你这些人在页面上做了什么，他们为什么停留？是否离开了？
5）粉丝／好友／赞的数量；
6）网站停留时间；
7）收集到的用户邮件地址数量；
8）下载量

    （3）探索性指标与报告性指标

    （4）先见性指标与后见性指标

    先见性指标可用户预测未来。比如投诉量这个数据指标，如果投诉量增加，很有可能更多的客户会停用你的产品或服务，作为一个先见性指标，客户投诉还能帮你深入了解产品和服务的真实状况，分析投诉量上升的原因，然后解决问题。
后见性指标能提示问题的存在。比如用户流失，不过等到你有机会收集数据，找出问题，往往为时已晚，已流失的用户不会再回头，但是可以通过分析问题避免新的流失。

    （5）相关性指标与因果性指标

    发现相关性可以帮助你预测未来，而发现因果关系意味着你可以改变未来。但仅仅关注单一的关联而不追溯因果关系会导致错误的决定。
举个例子——在加拿大，冬季轮胎的使用率和交通事故的减少量是一对相关数据。人们会在寒冷的冬季换上更软的冬季轮胎，而夏天是交通事故的高发季。这是否以为着我们应该要求加拿大的司机一年司机都装着冬季轮胎？当然不是，因为软轮胎在夏天的刹车性能很差，会导致事故量增加。所以，冬季轮胎的使用率和交通事故的减少量之间的相关性，可以帮助我们预测未来，但是对于决策的价值则有限。
在加拿大夏天交通事故增加的例子中，酒精消费量、新手司机数量、白昼变长和暑假等因素与交通事故增加具有一定的因果关系。通过对因果关系的分析，确定调整策略。
相关性很好，因果性更佳。有时候，你只能找到一些相关性，但你永不应停止寻找因果性