数据分析之数据指标的分类
数据分析离不开对关键指标的分析与跟踪，这些指标通常与具体的业务直接相关。好的指标能够促进业务的健康发展，因为指标与业务目标是一致的，此时指标就能反映业务变化，指标发生变化，行动也发生变化；而不好的指标则可能会误导你的行为，因为它与你的业务目标不相关。而想要找到好的指标，就需明白不同的指标用法以及能够解决怎么样的问题、在什么样的环境之下适用，也即数据指标分类。
1 定性指标与量化指标
① 定性指标：通常是非结构化的、经验性的、揭示性的、难以归类的；
② 量化指标：涉及很多数值和统计数据，提供可靠的量化结果 ， 但缺乏直观的洞察。
数据与文字，主观与客观
定量指标通常与数字有关，比如电商业务中的销售额、转化率等；而定性指标则涉及更多的文字性描述，比如对客户的调查问卷得出来的一些主观的结论等。
2 虚荣指标与可付诸行动的指标
① 虚荣指标：看上去很美，让你感觉良好，却无法指导你的商业行为。(对行为不具备指导性)
② 可忖诸行动的指标：根据它的变化，可以让你选出一 个行动方案，从而指导你的商业行为。(对行为有指导作用)
实际与虚幻，指导与误导
假设你有一 项指标，当这项指标发生变化的时候，你却不知如何根据它的变化采取行动，或者采取的行动加剧了事态的恶化，那么这项指标可能就是一 个虚荣指标。相反的，当指标发生变化的时候，能够反映实际业务的问题，并对你下一步的行动有一定的指导性，你能根据它的变化采取有价值的行动，那么这项指标就是可付诸行动的指标。
常见的虚幻指标有下载总量、点击总量等，这类指标随时间单调递增，单独使用无法反应实际业务的变化，而且有可能让你陷入看起来还行的错觉中。
3 探索性指标与报告性指标
发现与执行，探索与守成
①探索性指标：是推测性的 ， 提供原本不为所知的洞见，帮助你在商业竞争中取得先手优势。
②报告性指标：则让你时刻对公司的日常运营、日常管理性活动保持信息通l肠、步调一 致。
需要注意的是，探索性指标可能本身并不存在，也就是说它可能并不是一个现成的指标，需要你去对过去的数据进行分析和探索、挖掘与整合得出来的新数据指标，新挖掘出来的指标可以叫做探索性指标，只因它比原来的指标更加适合业务。而报告性指标通常出现在公司的周报、月报等各类可以公之于众的报告中。
4 先见性指标与后见性指标
未雨绸缪与步步为营
①先见性指标用于预言未来；
②后见性指标则用于解释过去。
先见性指标可以帮助你预测还没有发生的事，比如销售漏斗中有各个销售阶段的转化率，在业务没有大的调整的情况下，不同漏斗阶段的客户转化率可能相对稳定，如此可以帮助你推测下一个阶段可能会发生的一些事情，这样可以让你提前解决一些可能出现的问题，从而调高转化率。
后见性指标往往用于事后分析，亡羊补牢，或者用于验证业务调整效果或者执行效果。
5 相关性指标与因果性指标
x相关关系与因果关系
①相关指标：如果两个指标总是一 同变化，则说明它们是相关的；
②因果性指标：如果其中一个指标可以导致另一个指标的变化， 则它们之间具有因果关系。
如果你能发现两件事之间的因果关系，那你就能根据因去预测果，知因得果总好于知果索因。
6 关键指标与非关键指标。
每个行业都有自己的关键绩效指标：关键指标能影响事物发展的趋势。
非关键指标则可以让事情的发展一波三折，但是却决定不了大趋势。
·数据指标的变与不变
指标永远是为目标服务的，如果目标发生变化，指标则可能不再适用，此时就不能抱残守缺，而是及时探索找到新的指标。新的事物终将替代旧的事物，新老更替，自然之理也。
对待目标，则不能朝三暮四，这山看着那山高。只有深耕细作，在沃土中埋下一粒好种子，秋来才能硕果压满枝。
