通过数据，可以发现许多深层的问题，从而优化产品决策。那么，怎么才能做好一次好的数据分析工作呢？作者详细阐述了数据分析的前置工作，提出了一些方法和建议。

本文将由两个方面诠释我对数据分析准备工作的理解：数据指标定义+数据收集。

这两个东西本身有关系吗？

有的。

数据指标的定义决定了数据收集的范围和目的，而数据收集的维度要和数据指标息息相关。

这两个东西和数据分析有关系吗？

有的。

数据指标定义了你数据分析目的（数据分析往往是为了提升某个数据指标或降低某个数据指标，发现潜藏问题、寻找潜藏机会），而数据收集则给数据分析提供了基础。

先介绍一下这两个名词的定义。

数据指标：对当前业务有参考价值的可统计数据。

我们来理解一下这句话，数据指标对于产品而言就是说什么数据能衡量你们业务的好坏？什么数据对于你们产品是十分重要的？比如用户数、订单数、销售额、浏览数。数据指标可能有一个或多个没有固定约束，依据业务需求定义。

如果你们的产品业务较为简单，一个业务指标足以说明问题，定义一个足以。

数据收集：用户行为所产生的结果都值得被收集，但是他的主要目的是以业务为导向收集体现业务情况的数据。

数据收集是一项很主观的行为，收集的粒度和收集频率都与产品特性有关，在本文中将介绍数据收集的方法（由业务出发和由功能使用情况出发）。

介绍了他们的定义，那么在具体项目中他们应该如何制定？

定义数据指标的两种方法