如何選取數據指標
如何去選擇數據指標？在明確此問題之前，我們首先要確定的問題是，數據指標的目的，就是它服務於什麼？
服務於一個產品的長期目標：比如對平臺生態的把控，只要這個平臺存在這個需求也就一直持續的存在，是一個非常長期並且持久的需求
服務於一個短期需求：比如我們的監控體系發現在某一個時間段監控指標出現了異常，我們需要了解異常出現的原因，再或者PM發現了這個流程還有很多需要優化和調整的地方，那數據在這個時候可以幫助我們進行策略的調優和決策
| 數據指標服務於長期目標
長期把控比較常用的數據獲取方式：抽樣調查、監控指標體系的搭建
抽樣調查：比如我要知道某一個內容平臺現在的生態是如何的，這個內容平臺目前有1000W個投稿，我們不可能把1000W個投稿都看一遍，我按某種規則，從裏面篩選出1000個投稿，讓審覈同學去對這1000個投稿進行一定的標註，標註他的優質的還是低質的，來判斷目前的生態是怎樣的
再從低質的裏面呢，我們可以再次進行抽樣來去分析低質的原因是什麼？（進一步縮小和明確問題），這樣可以幫助我們很好的判斷目前的現狀，而且可以幫助我們精確的分析現在的問題點在哪裏
雖然case分析有很多好處，但是他對我們內容生態的響應是非常滯後的，（具有滯後性），是一個非常耗費精力的工作，且不可能是一個小週期開展的事情，所以我們需要一些可以快速響應的方式，這裏就要提到監控指標體系的搭建，如何去搭建一個監控指標體系呢？
搭建一個監控指標體系＝＝如何獲取核心指標
核心指標一般包括幾個方面的特點，具有整體性、粗粒度性、強指向性 ，是反應我們產品理想態的指標，我們所有的策略和流程的落腳點都是爲了優化他
舉個例子，推薦算法，是想匹配那些用戶更感興趣的東西給他，這裏我們的核心指標可能包括：用戶的舉報情況、用戶留存時長、用戶互動情況
用戶留存越長，互動的次數越多 說明他對這個內容 可能是更感興趣，這些呢是一些粗粒度指標。細粒度指標包括 用戶舉報的原因，幫我們衡量看是哪一個環節出了問題（PS.針對不同內容會有不同的策略和算法來cover）用戶互動的情況，點贊or評論or彈幕？反應他對內容不同的喜愛程度，當然可能還會有一些更細緻的指標
這裏需要強調，顆度粗細是個非常主觀的概念，會根據自己的項目目的，去進行一些粒度調整，從而來判斷最適合的指標有哪些
| 數據指標服務於短期目的
服務於短期目的的數據指標，包括數據指標歸因，希望對數據的變化來摸清到底原因是什麼，數據指標起到的作用就是幫助我們進行問題的細化，細化有兩個方面的細化
一、橫向細化，橫向的標準是流程之間是沒有依附關係的，他們是彼此獨立的n個系統，比如說tiktok是國際化抖音，某一個指標發生了異常，那我們首先要去進行國家維度的拆分，國與國之間是非常獨立的，通過這個來判斷是全球性行爲？or地區性行爲？比如對我們常用的是手機系統進行拆分，是Android的問題還是IOS的問題來判斷是不是我們研發過程中有一些Bug導致了一些系統的不兼容，這些都屬於橫向拆分的範疇
二、縱向拆分，即流程之間是要有依附關係的，是一步步縱向垂直下鑽走到這裏來的
舉個例子：比如我們發現了廣告的轉化率變低了↓（廣告率是我們商業化的一個監控體系中的核心指標）尋找原因，通過橫向拆分之後來判斷出是美食廣告的轉化率變低了，對問題進行縱向拆分，看是哪一個環節出現了問題，從而梳理出幾項指標：
1.廣告的觸達vv（觸達vv=觀看數）
2.用戶的互動情況，如果互動情況變弱的話，可能是我們推薦算法產生問題，我們沒有準確的做到廣告和人羣之間的匹配，比如我們給男生推薦了女性美妝用品，給女生推薦了健身用品，那用戶羣體的互動情況會變得比較弱，
3.進行到下一個流程又涉及到，鏈接點擊率&鏈接點擊數，用戶在點擊鏈接之後，跳轉成功與否，跳轉鏈接成功率，我們可以用來梳理每一層漏斗和漏斗之間的關係，通過轉化率比對來看看到底是那一層出現了問題，導致我們的轉化率變低了
| 服務於策略優化的數據指標
對於策略優化的數據指標主要目的爲幫助衡量我們在進行產品決策與執行中的的解決方案是不是合理的，是不是符合預期的，這時我們至少要建立兩個類型的指標
收益指標&風險指標，此乃一對孿生兄弟，結伴彼此出現，也亦爲一把雙刃劍這裏需要明確，在多數情況下資源是有限的，均衡的，給一方去做了資源的傾斜，另外一方肯定會有一定的資源的受損， 例如一款社區類產品UGC，難免會有內容創造者在平臺發佈了一些不妥的內容，平臺對此要進行規避風險處罰處理，雖然主觀意識上覺得這對內容生態有一個積極的作用，但實際上在制定一些策略和規則的時候，對於制定者要去衡量那個度，哪個度是合適的，這個時候就要用指標來輔助我們進行判斷
對於收益指標，可能是用戶舉報、負反饋降低，這兩項說明大部分用戶他的負項感知變弱了
同樣對於風險指標，規則界限過於嚴密導致大量用戶被攔截與社區之外DAU數據急劇下降，投訴率飆升大量用戶流失，這也是我們產品部不希望看到的。還有很多類似都可以分成收益和風險從這兩方面去形成一個整體的考慮
