数据分析：正确使用数据分析指标

本文是《数据蛙三个月强化课》的第三篇总结教程，如果想要了解数据蛙社群，可以阅读给DataFrog社群同学的学习建议。温馨提示：如果您已经熟悉数据分析指标,大可不必再看这篇文章，或是只挑选部分文章

金三银四，找工作好时机要到了，数据蛙第一期强化课同学已经把数据分析的工具Python、SQL学习过了，并且也做过了一个案例，现在正准备磨拳擦掌投简历了。但是我想先不要着急，大家的业务知识还要储备一些，如果只是大概看下数据分析的指标这是万万不可以的，到时面试官问你一项运营活动带来的效果，我们只能罗列几个不是太相关的指标的话肯定要挂掉的。所以，要想灵活的运用分析指标，我们要结合着运营业务知识来一起看看。

我们知道其实在互联网中，所有的运营最终结果都是会落到人这个方面上，说白了就是所有的运营能不能带来用户的购买、持续购买、多频、大金额的购买之类的，所以来说用户的运营一直是放在重要的位置上，我们先来看一张用户运营的一张图，紧接着看看每一环节的数据分析指标。

用户运营:是指，以网站或者产品的活跃、留存、付费为目标，依据客户的需求，制定运营方案。用户运营的核心是开源、节流（减少流失）、维持（促进活跃以及提高留存）、刺激（转化付费）

假设我们团队这边有一款课程APP（数据蛙DataFrog），那我们就来通过这款产品梳理用户运营业务，刨析数据分析指标。

一：开源

我们有了数据蛙APP之后，首先想的应该就是让他们下载注册了。所以运营的小伙伴就会想出推出多种多样的注册渠道来让用户完成更多的注册。那我们数据分析师怎么衡量每个渠道上的效果呢？数据分析师会选择那些对比的指标呢？

a.首先看渠道上的曝光量（比如点击了推广的链接），这个说明了渠道的上流量池的大小;
b.紧