惟有理解业务，才能建立业务数据模型。无论是结构化、公式化还是业务化的思维最终都会转化为指标，先有指标才能确定业务模型。
指标包括销售、运行、市场等方面，主要的作用是为了推动业务、机器学习以及进行业务管理。
指标设置应该是核心的，好的指标形式应该是比率，能带来显著效果，不虚荣不复杂。
市场营销指标——客户生命周期：企业／产品和消费者在整个业务关系阶段的周期。
不同业务划分的阶段不同。传统营销中，分为潜在用户，兴趣用户，新客户，老/熟客户，流失客户。
客户价值：用指数法加工业务最关注的几个指标。用户贡献 = 产出量／投入量*100% 用户价值 = （贡献1+贡献2+……）。
RFM模型: 用户生命周期中，衡量客户价值的立方体模型。
利用R最近一次消费时间，M总消费金额，F消费频次，将用户划分成多个群体。
用户分群，营销矩阵: 用户分群是市场营销中的一种常见策略，它提取用户的几个核心维度，用象限法将其归纳和分类。
产品运行指标——AARRR： Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue营收、Refer传播。
用户获取——
渠道到达量：俗称曝光量。有多少人看到了产品推广相关的线索。
渠道转化率：有多少用户因为曝光而心动Cost Per，包含CPM、CPC、CPS、CPD、CPT等。
渠道ROI：推广营销的熟悉KPI，投资回报率，利润／投资*100%。
日应用下载量：app的下载量，这里指点击下载，不代表下载完成。
日新增用户数：以用户注册提交资料为基准。
获客成本：为获取一位用户需要支付的成本。
一次会话用户数占比：指新用户下载完App，仅打开过产品一次，且该次使用时长在2分钟以内。
用户活跃——
活跃用户应用下载量：活跃标准是用户用过产品，广义上，网页浏览内容，在公众号下单，不限于打开APP。
活跃用户占比：活跃用户数在总用户数的比例，衡量的是产品健康程度。
用户留存——用户在某段时间内使用产品，过了一段时间后仍旧继续使用的用户。
营收——
付费用户数：花了钱的
付费用户数占比：每日付费用户占活跃用户数比，也可以计算总付费用户占总用户数比
ARPU：某时间段内每位用户平均收入
ARPPU：某时间段内每位付费用户平均收入，排除了未付费的。
客单价：每一位用户平均贩买商品的金额。销售总额／顾客总数
LTV：用户生命周期价值，和市场营销的客户价值接近，经常用在游戏运营电商运营中。
LTV = ARPU * 1/流失率
传播——
K因子：每一个用户能够带来几个新用户
K因子=用户数*平均邀请人数*邀请转化率
用户分享率：某功能／页面中，分享用户数占浏览页面人数之比。
活劢／邀请曝光量：线上传播活动中，该页面被人浏览的次数。一般代指微笑朋友圈。
用户行为指标——用户行为的数据分析是一个很广泛的课题，不同业务领域背景的用户行为分析不一样。
功能使用 功能使用率／渗透率：使用某功能的用户占总活跃数之比。
比如点赞、评论、收藏、关注、搜索、添加好友，均可以算做功能使用。这些指标在特定业务中均有作用。
用户会话 会话session：也叫做session，是用户在一次访问过程中，从开始到结束的整个过程。 在网页端，30分钟内没有操作，
默认会话操作结束。
用户路径 路径图：用户在一次会话的过程中，其访问产品内部的浏览轨迹。通过此，可以加工出关键路径转化率。
电子商务指标——购物篮分析
笔单价：用户每次贩买支付的金额，即每笔订单的支出。和客单价对应。
件单价：商品的平均价格。
成交率：支付成功的用户在总的客流量中的占比。
购物篮系数：平均每笔订单中，卖出了多少商品。贩物篮系数是多多益善，它也和商品关联规则有关系。
复购率和回购率：复购率是一段时间内多次消费的用户占总消费用户数之比。
回购率是一段时间内消费过的用户，在下一段时间内仍旧消费的占比。
流量指标——浏览量和访客量
PV：浏览次数。互联网早起的统计指标，用户在网页的一次访问请求可以看作一个PV，用户看了十个网页，则PV为10。
UV：是一定时间内访问网页的人数，即独立访客数。在同一天内，不管用户访问了多少网页，只算一个独立访客。技术上，UV会通过cookie或IP衡量。
访客行为
新老访客占比：衡量网站的生命力
访客时间：衡量内容质量不是看内容的UV，而是看内容的访问时间。
访客平均访问页数：衡量网站对访客的吸引力，是访问的深度。
来源：访客从哪里来，技术上，通过来源网站的参数提取，可以区分SEM，SEO或者外链等。
用户行为转化率：用户在网站上进行了相应操作的用户在总访客数上的占比。
首页访客占比：只看了首页的用户，在总访客数上的占比。
退出率和跳出率
退出率：从该页退出的页面访问数／进入该页的访问数。
跳出率：浏览单页即推出的次数／访问次数。
跳出率一般衡量各个落地页，营销页等页面。退出率则更偏产品，任何页面都有退出率。
组合各指标生成新指标。
访客访问时长 + UV = 重度访问用户占比 浏览时间5分钟以上的用户在整个访客中占比
用户会话次数 + 成交率 = 有效消费会话占比 用户在所有的会话中，其中有多少次有消费？
用指标建立业务分析框架：
从指标的角度出发
从业务的角度出发
从流程的角度出发
不同商品类别的占比（对比法）
不同价格档次的占比（象限法）
不同商品的下单支付率（漏斗法）
应对各类场景的流程：
Step.1 练习
Step.2 熟悉业务
Step.3 应用三种核心思维
Step.4 归纳和整理出指标
Step.5 画出框架
Step.6 检查、应用、修正
Step.7 应用和迭代
数据管理中 30%的工作是数据统计，70%则是对数据进行管理。
