1.2 定义有效的数据指标

数据指标是指能够真实反映业务实际情况的统计口径。若定义的数据指标存在歧义或者不能很好地反映业务逻辑，那么数据分析得出的结论和判断会出现很大的偏差甚至是错误，最终会对业务决策产生负面影响。因此，我们需要结合业务定义出有效的数据指标。

有效的数据指标一定要符合简单易懂、准确反映问题、可量化和可比较的原则。即使在不同的统计周期，数据指标也需要确保含义明确，不存在概念差别。不同类别的多个有效数据指标以一定的逻辑进行组合就构成了数据指标体系，数据指标体系代表了能够反映业务问题和指导业务发展的指标集合。

依据指标的不同属性，数据指标可以分类为相关指标与因果指标、先见指标与后验指标、细分指标与汇总指标等。如果两个指标的变化方向一致，且属性定义相近，那么它们就是相关指标，比如当日的新用户数和活跃用户数。如果一个数据指标的变动是另外一个指标的变化引起的，它们具备因果关系，那么它们就是因果指标，比如人均付费金额和总营收，在用户数量一定时，人均付费金额的提升直接导致总营收上升。先见指标代表该指标对于最终的目标存在一定的预测性质，比如基于用户点击行为的综合评分系数，通常用于后续推送新闻内容时的精准推荐。后验指标更多用于事后分析。细分指标代表了某个关键业务细节的数据情况；汇总指标通常是宏观数据，用于了解整个业务或项目的经营情况。

数据指标依据业务的不同层面，还可以进行分级，通常划分为3个级别。第一级数据指标是汇总指标，全面地反映业务规模和宏观层面。第二级数据指标是业务单元模块或部门级别的关键指标，反映了完整业务链路中不同业务单元或部门的模块信息。第三级数据指标是更为细分的数据指标，通常是上一层级指标在某个细节维度的深入拆解，反映了该维度上的深层次信息。

不论哪种类型的指标，或是哪个级别的指标，都是维度和量度的结合。维度反映了业务维度，比如用户规模维度、资金维度、商品维度等，包括用户指标、营收和成本指标、商品平均价格指标等。量度是具体的数值或所属的量化水平范围，代表了可量化、可比较的含义。

业务分析中有效的数据指标很多，我们一定要抓住最关键、最重要的指标，也就是第一关键指标。这些指标通常被称为北极星指标。业务或产品上的北极星指标基本相同，北极星指标的数量较少，但通常也不是只有一个。北极星指标作为业务或产品在当前阶段引领战略和战术的核心指标，是业务逻辑及数据链路的浓缩和提炼。一旦确立，所有的决策和策略上的努力都需要以提升北极星指标为基准。

在运用数据指标指导业务时，一定要避免虚荣指标。Croll所著的《精益数据分析》一书中提出了一个很经典的术语“虚荣指标”。虚荣指标代表了单一维度的指标，通常是数量相关的指标，而核心指标是可付诸行动的，通常是比率相关的指标或量比结合的指标。

核心指标一定是有效的数据指标，能够反映一个完整的业务链路或者某个关键的业务逻辑，并且核心指标的调整可以带来业务的实质变化。虚荣指标包括注册用户数量、点击量、页面访问次数等。它们不能体现产品的核心竞争力和实际价值，也无法为业务的下一步决策方向提供指导，反而会让我们有一种业务在有效增长、一派欣欣向荣的错觉。核心指标通常比较精练，比如新用户的留存率、活跃用户的人均付费金额、付费率等，能够真实地反映出用户对产品的依赖程度。当然，不同业务的数据指标不一样。虽然不同业务的数据指标体系存在差异，但是定义有效的数据指标的原则是一致的。