数据指标基础

做产品离不开看数。但"数据"不等于"指标"——前者是原始素材，后者才是能指导决策的度量。这一页讲清三件事：数据怎么变成指标、什么是好指标、指标怎么分类。

一句话心法：用数据代替拍脑袋，从"我觉得"转向"数据表明"。

数据 vs 指标

概念	定义	例子
数据	原始的、未经处理的记录或事实	一条订单、一次访问、一张签到
指标	经过计算、聚合或定义的度量，用于衡量特定业务或运营状况	留存率、转化率、活跃用户数、客单价

数据不会自己变成洞察，要走一条加工链（课上用"奶茶店一天的流水"贯穿演示）：

原始数据 → 清洗/处理 → 计算/聚合 → 业务指标 → 决策支持

关键：脏的原始数据（Garbage In）出不了可信指标，清洗是前提，见数据准备五环节。

类别	示例	判定
虚荣指标	总注册用户数量（只增不减、看着好看但不指导行动）	✗
可执行指标	活跃用户占比、新增用户增长	✓

先见性指标 vs 后见性指标都重要：先见性指标能提前预警，后见性指标确认结果，要配对使用——流失率→活跃率、退货率→投诉率、满意度→复购率/推荐率。

可控因素（自身能影响）：
- 北极星指标 → 衡量业务目标
- 结果指标 → 指向业务结果
- 过程指标 → 指向业务过程
- 运营指标 → 指向业务运营模式
不可控因素：
- 监控指标 → 竞品、汇率、市场等外部变量

派生公式：原子指标 + 修饰词 + 汇总方式 → 派生指标。例：DAU = 统计维度（account_id）+ 度量（account_id 个数）+ 汇总方式（求和）。