# 数据指标体系指南

数据指标帮助产品团队衡量健康度、验证假设、指导决策。

## 指标分层体系

### 三层模型

```markdown
# [产品名称] 数据指标体系

## 1. 北极星指标（North Star Metric）

**指标名称**：[如 周活跃用户(WAU)]
**定义**：[精确计算方式]
**选择理由**：[为什么选它作为核心]
**目标值**：[当前值 → 目标值]

## 2. 一级指标（战略层）

| 维度 | 指标 | 定义 | 目标 | 频率 |
|------|------|------|------|------|
| 规模 | [指标] | [定义] | [目标] | 周 |
| 增长 | [指标] | [定义] | [目标] | 周 |
| 质量 | [指标] | [定义] | [目标] | 月 |
| 变现 | [指标] | [定义] | [目标] | 月 |

## 3. 二级指标（战术层）

### [功能模块A]
| 指标 | 定义 | 计算方式 | 用途 |
|------|------|----------|------|
| [功能使用率] | [定义] | [公式] | 功能渗透度 |
| [功能留存率] | [定义] | [公式] | 功能粘性 |

### [功能模块B]
[同上格式]

## 4. 三级指标（操作层/埋点）

### 核心事件定义

| 事件名 | 触发时机 | 属性 | 平台 |
|--------|----------|------|------|
| [event_name] | [精确触发点] | [属性列表] | iOS/Android/Web |

### 用户属性
| 属性 | 类型 | 取值 | 采集时机 |
|------|------|------|----------|
| user_type | 枚举 | 新用户/回流/活跃 | 登录时 |
| registration_date | 日期 | YYYY-MM-DD | 注册时 |
```

## 常用指标字典

### 用户类

| 指标 | 英文 | 定义 | 计算方式 |
|------|------|------|----------|
| 日活跃用户 | DAU | 当日至少触发一次核心行为的用户数 | COUNT(DISTINCT user_id) WHERE date = 当日 |
| 月活跃用户 | MAU | 当月活跃用户数 | COUNT(DISTINCT user_id) WHERE month = 当月 |
| 新增用户 | New Users | 首次使用产品的用户 | 注册/首次访问 |
| 回流用户 | Resurrected | 沉默后重新活跃的用户 | 此前7天未活跃，今日活跃 |
| 用户留存率 | Retention | 新用户在第N天仍活跃的比例 | N天后仍活跃用户数 / 首日新增用户数 |
| 用户流失率 | Churn | 一定周期内未活跃的用户比例 | 流失用户数 / 期初用户数 |

### 行为类

| 指标 | 英文 | 定义 | 计算方式 |
|------|------|------|----------|
| 功能渗透率 | Adoption | 使用某功能的用户占比 | 使用该功能用户数 / 总活跃用户数 |
| 功能使用率 | Usage | 某功能被使用的频率 | 功能触发次数 / 活跃用户数 |
| 完成率 | Completion | 流程成功完成的比例 | 完成数 / 开始数 |
| 跳出率 | Bounce | 进入页面后无交互离开的比例 | 无交互离开数 / 页面访问数 |
| 平均使用时长 | Avg Duration | 用户单次使用的平均时间 | 总时长 / 会话数 |
| 人均使用次数 | Freq per User | 平均每个用户的操作次数 | 总次数 / 用户数 |

### 转化类

| 指标 | 英文 | 定义 | 计算方式 |
|------|------|------|----------|
| 点击率 | CTR | 点击次数 / 展示次数 | clicks / impressions |
| 转化率 | CVR | 完成目标动作的比例 | 完成数 / 进入漏斗数 |
| 每用户平均收入 | ARPU | 总收入 / 用户数 | revenue / users |
| 每付费用户收入 | ARPPU | 总收入 / 付费用户数 | revenue / paying_users |
| 付费渗透率 | Paying Rate | 付费用户占比 | 付费用户数 / 总用户数 |
| 客单价 | AOV | 平均订单金额 | GMV / 订单数 |

## 漏斗设计

### 漏斗构建步骤

1. **定义核心路径**：用户达成目标必经的关键步骤
2. **确定窗口期**：步骤间的最大允许时间间隔
3. **定义转化标准**：什么算"完成"该步骤
4. **计算各环节数据**：人数、转化率、流失率
5. **识别瓶颈**：转化最低的环节优先优化

### 漏斗示例：电商购买

```markdown
### 购买转化漏斗

| 步骤 | 事件 | 人数 | 步骤转化率 | 累计转化率 | 流失率 |
|------|------|------|------------|------------|--------|
| 1. 浏览商品 | view_item | 10,000 | - | 100% | - |
| 2. 加入购物车 | add_cart | 3,000 | 30% | 30% | 70% |
| 3. 进入结算 | checkout | 1,500 | 50% | 15% | 50% |
| 4. 提交订单 | submit_order | 1,200 | 80% | 12% | 20% |
| 5. 完成支付 | pay_success | 1,000 | 83% | 10% | 17% |

**关键发现**：
- 最大流失在步骤1→2（加购率仅30%）
- 优化方向：商品详情页增强购买动机、优化价格展示
```

## 埋点设计原则

### 事件命名规范

```
[动作]_[对象]_[结果]

示例：
- click_button_login
- submit_form_register
- view_page_item_detail
- complete_payment_order
```

### 属性设计

每个事件携带属性（Properties）：

- **全局属性**：platform, app_version, user_id, timestamp（自动附加）
- **事件属性**：与该事件相关的具体信息
  - 如 view_item 事件携带：item_id, category, price, source_page
- **用户属性**：用户维度的标签
  - 如 user_type, membership_level, acquisition_channel

### 埋点优先级

| 优先级 | 类型 | 说明 |
|--------|------|------|
| P0 | 核心转化事件 | 漏斗关键节点，必须埋 |
| P1 | 核心功能事件 | 产品主要功能的使用 |
| P2 | 辅助功能事件 | 次要功能、管理功能 |
| P3 | 探索性事件 | 实验性功能、临时观测 |

## A/B 测试指标设计

| 类型 | 指标 | 用途 |
|------|------|------|
|  guardrail（护栏指标） | 页面加载时长、错误率 | 确保实验不造成负面影响 |
|  success（成功指标） | 转化率、点击率 | 验证实验假设 |
|  metric（观测指标） | 停留时长、操作次数 | 深入理解用户行为 |

**最小样本量估算**：基于基准转化率、期望提升幅度、统计显著性（通常 α=0.05, power=0.8）