笔者基于自己工作中遇到的一些产品数据分析问题，与大家分享其对于数据分析的见解与感悟。期望以简单易懂的文字让产品数据分析小白，能通过改文章对数据分析有一定的了解。

一直想把产品工作中遇到的数据分析问题做一个系统的总结，但因为种种原因一直没有下笔。前些天详细梳理了一番，打算通过几篇文章将产品工作中的“数据分析”说清楚，文章尽量用通俗易懂的言语阐述。

对于这些文章，我心里有一个小目标：让一个毫无基础的人，看了这几篇文章也能对产品的数据分析有一个初步的了解。

废话不多说，我们开始吧！

一、宏观指标

宏观指标会从：新增、卸载、留存、活跃，四个维度来进行介绍，当然每个维度又有具体的细分。

宏观指标通常出现在数据面板（Dashboard）中，用于日常数据的监测，来判断产品的异常与否。

因为文章篇幅限制，本篇文章只会介绍前两个指标：『新增』『卸载』，剩余的部分会在接下来的文章里面进行阐述。

二、统计的基本单位

在正式介绍数据指标之前，我们要明确一个概念：用户数量统计的基本单位。

实际上，目前市面上常见的数据数据统计平台，还没有能力真正识别一个真正的人。

回顾一下国家是怎么统计人口的：是为每个人分配唯一的一个身份编号，这个编号不仅仅保存在户口本与身份证上，还保留在国家的统计局里。

但是，如果一个人有两个不同的身份证号，其实从国家的角度来看，就是完全独立的两个人。

对于产品统计平台来说，也是如此。

数据统计平台也是通过为用户分配唯一编号的形式进行确认的，目前常见的方式有三种：

1. 社会属性账号，例如：手机号码，微信号，邮箱……
2. 设备标识，例如：每个手机都有一个唯一的id，可以通过手机id来区分。
3. 应用标识，其实每个应用也有唯一的一个id，这也可以用于区分不同的用户。

不同的应用对于用户单位的定义也不尽相同：对于拥有账号体系的应用，一个用户特指注册的账号，但是对于没有账号体系的应用，多数使用的是应用id作为用户数量的基本单位，而设备id通常作为补充。

这里补充一点：接下来所有的案例均以应用id作为基本单位进行阐述。

在明确了用户数量的『基本单位』后，我们正式进入产品数据核心指标的阐述部分。

所谓的核心指标指的是：能够衡量产品状态的数据标准。

通过这些指标就能很直观的判断：产品整体表现的好与坏，局部改动的得与失。

其中核心指标主要分为两类：宏观指标与微观/功能指标。

宏观指标主要衡量产品的整体状况，而微观指标则能够精准的呈现产品中某些功能的使用情况。

为了方便，我们先凭空造出一个App，名为：示例App。

接下来所有的数据指标都来源于『示例App』。

三、新增

新增顾名思义，指的是：没有使用过示例App的用户。

如果这用户开始使用了，那么该用户便是示例App的一个新增用户。

如果从职责划分的角度，新增指标更多的属于运营指标。因为产品功能上的改动，往往对新增数据的影响不大。新用户的获取属于流量获取行为，更多的的归因于宣传活动、广告投放、产品ASO的优化等。

如果笼统的说新增这个指标，上面那段文字的描述就已经足够了，但是如果你想细致的了解，那可以从以下几个维度进行细分：