（1）好的數據指標是比較性的。比較在不同的時間段，用戶群體，競爭產品之間的表現，可以更好的洞察產品的實際走向，本周的用戶轉化率比上周高比用戶轉換率2%更有意義。

    （2）好的數據指標是簡單易懂的。如果人們不能很容易地記住或討論某指標，那么通過改變它來改變公司作為會十分困難，

    （3）好的數據指標是一個比率。僅僅查看幾個比例就能夠對一個極公司的基本狀況作出判斷，你也需要幾個這樣的比率為自己的創業公司打分。

    想要找出正確的數據指標，有5點需要牢記于心

    （1）定性指標與量化指標。

    定量數據指的是那些我們跟蹤和衡量的數字，比如電影的評分、PV，UV。定性數據指的是難量化的數據，比如在做用戶訪談時問用戶有什么棘手的問題。
定量數據回答的是“什么”和“多少”這樣的問題，定性數據回答的就是“為什么”。
定量數據排斥主觀因素；定性數據吸納主觀因素。

    （2）虛榮指標與可付諸行動的指標。

    
當我們拿到一個指標，下意識地問自己：“依據這個指標，我將如何改變當前的商業行為？”如果回答不了這個問題，那么這個指標就很有可能是一個虛榮指標。
比如“總注冊用戶數“就是一個虛榮指標。這個數字只會隨著時間增長，它并不能傳達關于用戶行為的信息：他們在做什么？是否對你有價值？他們中的很多人可能只是注冊了一下，就再沒有使用過。
8個需要提防的虛榮數據指標——
1）點擊量；／／隨便什么網站，只要上面可點的東西多，這個數字都會很高
2）頁面瀏覽量（pv);／／
3）訪問量；／／你的100訪問量究竟來自于1個訪問了100次的用戶，還是100個訪問了1次的用戶？它無法指導行動。
4）獨立訪客數；／／只能顯示有多少人訪問了網頁，卻不能告訴你這些人在頁面上做了什么，他們為什么停留？是否離開了？
5）粉絲／好友／贊的數量；
6）網站停留時間；
7）收集到的用戶郵件地址數量；
8）下載量

    （3）探索性指標與報告性指標

    （4）先見性指標與后見性指標

    先見性指標可用戶預測未來。比如投訴量這個數據指標，如果投訴量增加，很有可能更多的客戶會停用你的產品或服務，作為一個先見性指標，客戶投訴還能幫你深入了解產品和服務的真實狀況，分析投訴量上升的原因，然后解決問題。
后見性指標能提示問題的存在。比如用戶流失，不過等到你有機會收集數據，找出問題，往往為時已晚，已流失的用戶不會再回頭，但是可以通過分析問題避免新的流失。

    （5）相關性指標與因果性指標

    發現相關性可以幫助你預測未來，而發現因果關系意味著你可以改變未來。但僅僅關注單一的關聯而不追溯因果關系會導致錯誤的決定。
舉個例子——在加拿大，冬季輪胎的使用率和交通事故的減少量是一對相關數據。人們會在寒冷的冬季換上更軟的冬季輪胎，而夏天是交通事故的高發季。這是否以為著我們應該要求加拿大的司機一年司機都裝著冬季輪胎？當然不是，因為軟輪胎在夏天的剎車性能很差，會導致事故量增加。所以，冬季輪胎的使用率和交通事故的減少量之間的相關性，可以幫助我們預測未來，但是對于決策的價值則有限。
在加拿大夏天交通事故增加的例子中，酒精消費量、新手司機數量、白晝變長和暑假等因素與交通事故增加具有一定的因果關系。通過對因果關系的分析，確定調整策略。
相關性很好，因果性更佳。有時候，你只能找到一些相關性，但你永不應停止尋找因果性