每款產品都有自己的核心功能，就會有對應的指標，而且有且只有1個。

同時，核心指標就會分為若干個二級指標。

以微信閱讀數為例，假如公眾號文章的核心指標是閱讀數，對應二級指標及影響因素會是：

通過對主要影響因素再細分，優化的方向也就出來了： 不停優化或排除這些影響因素，最終達到提高閱讀數的目標。

整個產品的數據分析跟以上的思路類似，只是產品的結構會比較復雜，影響因素更多。

核心功能被使用，首先是核心功能所在的頁面被曝光，那么核心頁面就存在路徑轉化。

較大顆粒度的計算是：

路徑轉化率 ＝ 核心頁面瀏覽用戶數 / 當日活躍用戶

很多情況下，核心頁面有不同的轉化路徑，則區分不同的路徑及對應的轉化率：

路徑1：頁面A瀏覽用戶 > 點擊按鈕 1 的用戶數 > 核心頁面

路徑2：頁面B瀏覽用戶 > 點擊按鈕 2 的用戶數 > 核心頁面

以此找到最優轉化率的路徑。

核心頁面路徑轉化率

現在已經不少 App 把核心頁面的放在首屏，這樣核心頁面路徑轉化率＝1，接下來要考慮的就是「功能轉化率」

在把核心頁面做到最大曝光后，需要優化調整頁面中各個功能的使用率

功能使用率 ＝ 模塊點擊人數 / 當前頁面瀏覽用戶數

這是簡單計算出用戶使用最多的模塊，因為手機屏幕展示內容有限，功能的使用與其被瀏覽的次數存在巨大關系。（核心功能都要在首屏就看到，廢話！）因此，還需要知道功能的自身轉化率

功能自身轉化率＝ 模塊點擊人數 / 模塊瀏覽人數

假如你發現某個模塊的曝光數很少，但自身轉化率極高，應該知道該怎么做了吧。

核心頁面功能分析

所謂功能留存，就是當天有指定操作行為的用戶，在N天還用戶的用戶數。

用戶分析用戶對不同產品功能的使用粘性與活躍度

有時，你會發現，準備了A,B,C 三個殺手锏功能，最后發現用戶因為 D 功能而回來使用。

（足記就是個例子）是的，世界就是這么殘酷。

某功能的不同城市用戶的留存率

1，以上是基礎數據采集和建立核心指標，進一步挖掘和分析還需要進行其他緯度的對比：時間、用戶群體、在線時長….

2，如何區分有效點擊和無效點擊。除了數據分析，也不能盡信數據，如果運營推廣回來的用戶，有相當比例是非比例用戶，則這批數據是嚴重干擾判斷，問題是怎么區分 ？

—END—