怎麼讓資料分析落地業務，這個是我們這個行業公認的難題，其實很多人的原因都是因為沒有指標思維，以為有了資料就能分析，這是缺少指標思維的表現。那麼怎麼才能提高指標思維呢？
一、什麼是指標思維
首先，指標是什麼呢？
首先我們都知道，資料分析人的信條當中有一條是
“可以量化的要量化，不可以量化的也要量化”
，因為只有透過標準或者規則的量化，我們才能說明某件事物是好的還是壞的。
就好比在年度總結會上，領導告訴你：“今年我們公司的淨利潤大幅增長了”，這個“淨利潤大幅增長”就不足以成為一個指標，因為它沒有量化，也有可能大幅增長只是1%或者2%，因為如果沒有參照物相比，我們就不能判斷其是否是“大幅增長。”
所以量化指標是最能體現事物程度的一種方法，正好像高考要用分數、工作也要背KPI一樣，只有不斷去量化業務指標，能夠幫助我們更加深入的瞭解業務，只有我們知道了該用什麼指標，才意味著我們已經理解了業務。
那麼指標也是有其構成方式的，簡單來說，指標是由三部分組成的：
指標=核心需求+物件+時間
核心需求：
先明確要分析的需求是什麼，比如留存、轉化、曝光、盈餘等
物件：
要將指標限制在某個場景、某個功能、某種條件、某種屬性下
時間：
指標的限定時間，有時候可以省略，但為了表達清晰建議不要省略
比如說業務跟你說要分析一下APP的轉化情況，這個“轉化情況”是分析需求，不是我們真正要分析的量化指標，那麼我們怎麼去找量化指標呢？
其實就是參照上面的公式：
核心需求：
具體從業務出發，是想看即時的轉化情況，還是長期的轉化情況，不同的需求有著不同的指標，比如三日轉化率、七日轉化率、月轉化率、年轉化率，某些功能甚至可以看其跳轉率；
物件：
是app的哪個功能的轉化率？我們不能直接看整體的轉化率，要從全域性到細節，可能是搜尋功能的轉化率、下單功能的轉化率、推薦功能的轉化率等等
時間：
哪一段時間內的轉化情況？可能是最近一個月，也可能是某個功能上線以來，我們確定了時間，才能將這個指標完整表達出來
那麼最後我們要分析這個app的轉化情況，就可能要分析下面這樣的指標：
自搜尋功能上線以來的即時轉化率
最近三個月推薦功能的跳轉率
今年整個app下單到支付的總體轉化率
…………。
這樣不僅指標能提升我們對業務的理解，單是怎麼去確定指標的這個過程，就能極大地提升我們對業務的理解，因為如果你不瞭解業務，你是無法做出這樣的表達的。所以學習指標思維，第一步就是要學會確定指標、定義指標。
二、如何量化指標？
日常的分析工作中，除了這些基礎指標，還會遇到一些特定的業務問題，需要用資料分析解決。比如業務想對比使用者對兩款產品的喜愛程度，這種情況下我們該怎麼辦？
想要量化某個事物，關鍵是要先搞清楚量化後的資料是為了解決什麼問題，也就是目標。
1、我們要澄清目標到底是什麼?
你想量化使用者對某個功能的喜愛程度，那麼究竟什麼算是“喜歡這個功能“ ？是使用頻次嗎？是使用深度嗎？還是使用者分享的比例？你需要不斷用問題去澄清目標或者說是需求到底是什麼。
2、考慮如何量化這個目標？
如果是使用的深度，那麼我們可以量化”使用深度”嗎？可以用功能內的停留時長，或者各個子功能的使用廣度等等。找到可以用資料衡量的指標來表示“深度”
3、量化後的資料能增加我們對目標的瞭解嗎？
比如”子功能的使用廣度“這個指標能讓我們確定使用者喜歡這個產品嗎？如果這個指標比較高的使用者只是使用者不明白如何使用產品，而進行的探索動作。功能使用率高的使用者不能代表使用者喜歡這款產品，那麼這個資料不能有效降低我們對產品受歡迎程度的瞭解。
如果量化後的資料對我們理解需求沒有什麼幫助，那麼我們就得回到第一-步 ，重新澄清什麼是目標。
三、如何拆解指標？
舉個例子，某款APP剛剛研發出來以後，一般為了推廣這個app，運營人員都會去花錢買一些量，也就是用機器或者真人去下載app、然後點選app，也就是刷日活。
這種情況下，我們該用什麼樣的指標去衡量這款app的使用情況呢？
1、理解業務，理解目標
首先我們要先理解業務和目標，我們是為了衡量app的使用情況，那麼按照我們剛才量化指標的思路，我們可以透過哪些量化指標去衡量呢？我們可以透過一個忠實使用者的行為進行理解：
使用者首先在應用市場看到了這款app，就會產生下載行為
（下載率）
；
下載之後需要進行註冊賬戶才能登入app
（註冊率）
；
如果你這款app是付費app，那麼你在註冊賬戶後需要購買才能啟用
（啟用率）
；
完成這些步驟後用戶就進入了主頁面，這個時候很可能使用者就會劃過自己不喜歡的內容
（跳轉率）
；
如果使用者覺得某個功能或者內容還不錯，就會一直停留在這個功能裡
（留存率）
；
這時候如果有廣告或者有付費內容，使用者感興趣的話就會產生購買行為
（交易率）
；
終端使用者看了一會選擇退出了app
（停留時長）
；
而如果使用者覺得app還不錯，下一次還是會開啟app
（喚醒率）
；
很顯然，這裡面涉及到的跳出率、留存率、啟用率、註冊率、下載率、交易率等等很多，都是我們衡量這個APP試用情況的指標，而這些指標只有在我們真正瞭解了業務之後才能知道。
2、確定核心指標
第一步我們明確了分析需求，找出了初步的指標，第二步就是確定核心指標。
比如第一步裡提到的下載率，在例子裡這種情況下下載率是絕對沒有說服力的，因為我們透過買量和買日活的方式去造成了一部分的虛榮指標，虛榮指標是沒辦法說明app的使用情況的。
所以我們應該用停留時長或者跳轉率去排除掉虛榮因素的影響，比如我們的核心指標可以是
停留時長大於15秒的使用者
，或者是跳轉率。
每個APP的核心指標不太一樣，所以一定要多花時間去考慮這件事，這個非常重要，不只是看日活和留存那麼簡單。
3、按照維度拆解
核心指標的波動必然是某種維度的波動引起，所以要監控核心指標，本質上還是要監控維度核心指標。通用的拆解方法都是先對核心指標進行公式計算，在按照業務路徑來拆解。
假設，當前的核心指標是停留時長大於15秒的使用者數。
停留時長大於15秒的使用者數=開啟APP的使用者數*停留時長大於15秒的佔比
分析“開啟進入APP的使用者數”時，我們要關注渠道轉化率，分析使用者從哪裡來；同時使用者透過哪種方式開啟的，如透過點選桌面圖示、點選通知欄、點選Push等；並且，這類使用者的使用者畫像是什麼，使用者畫像也更多是在這個時候才最有作用，更多要基於場景和相應的指標來分析。
“停留時長大於3秒的佔比”該指標要重點關注如停留時長的分佈，停留1秒的使用者有多少、2秒的使用者有多少、3秒的使用者有多少，具體分佈情況是怎樣的；停留大於3秒的使用者特徵和行為特性是怎麼樣的情況；停留小於3秒的使用者特徵，並且要分析是否有作弊或刷量的可能性。
每一個環節的關鍵指標都可以透過公式的形式進行拆解，在根據拆解公式逐個分析對應的影響因素，當然還有其他的維度，這裡大家可以重點看一下之前的細分思維。
更多資料分析相關知識可以關注我的公眾號“資料分析不是個事兒”，系統學習資料分析。
