第4问：常见的指标有哪些？

导读：为了帮助读者对数据指标有更直观的认识，本问将介绍常见行业的指标体系。前面我们说指标可以反映业务现状，但“隔行如隔山”，不同领域的业务之间存在明显差异。了解目标领域常用的指标，可以帮助我们快速熟悉业务。

1．互联网行业

互联网产品具有边际成本低、传播速度快等特点，由此造就了互联网产品用户量大、使用频率高、迭代速度快等优势。这样的业务场景下，数据分析能有更多的落地场景，因此经典书籍《增长黑客》里的增长方法论、案例等都是基于互联网产品展开的。

这里的互联网产品主要指的是C端的App、网站甚至是游戏（本质也是App）等，虽然不同行业的产品服务的人群、场景不同，例如滴滴服务的是出行场景，而淘宝服务的是购买场景，但它们的底层逻辑是相通的，也就是可以借用同一套指标体系来进行数据分析。只是在具体落地应用时，不同的场景会关注不同的数据指标。请在本书前言扫码获取小册子，查看互联网行业常见的指标及定义。

2．零售行业

与互联网相比，零售行业显得更传统一些，但是在数据使用场景上，以沃尔玛为代表的大型零售商高度依赖数据对其供应链、选品等方面进行赋能提效。以淘宝为代表的电商行业，从1999年发展至今，已经积累了庞大的数据量，并在电商流程上形成了成熟的数据解决方案，帮助商家提高销售额、优化买家用户体验。

大数据时代产生了“人、货、场”的新零售概念，笔者团队则按该逻辑，为读者展示零售行业的数据指标体系全貌。零售行业常见的指标及定义详见小册子。

3．金融行业

与互联网、零售行业相比，金融行业的平稳运行特别依赖大数据，因此，找到更有效的数据指标以及分析方法非常重要。“数据分析”也为金融行业重塑业务提供了更多的、更广泛的思路和策略。

例如，金融部门进行风险管理、欺诈检测，识别数据中的异常或不良模式，并指示公司的安全部门采取适当措施降低风险。从金融消费者行为实时分析中获得有价值的见解，有助于改善个性化服务，以增加销售额并衡量客户的生命周期价值等。财务方面，则需要更加积极地运用“数据分析”来保护客户利益并促进金融服务行业的发展。金融行业常见的指标及定义详见小册子。

4．小结

做数据分析会遇见很多指标，我们应该清楚哪些要着重分析，哪些指标最契合当下的分析需求。注意，具体到不同业务，不同指标的定义可能略有差别，但是思路是一致的。