今天凌晨2点，保时捷通过微信朋友圈暗搓搓的推了一条广告，引发朋友圈无数点赞和吐槽。点赞的目的都是相似的，但吐槽的地方却各有各的不同；其中，引发争议最多的地方，主要集中在精准推送上，小编搜集整理了一些：
刚提一辆还给我推，不够精准啊；
我双十一囤了那么多纸巾，真的不是为了存钱买保时捷；
大数据出错了吧小老弟；
？？？看我像买得起的人嘛，你就敢给我推；
......
遥想2015年朋友圈广告的第一波推送，再看看三年后的今天，某些同学，你们可走点心吧。
咳咳，下面是正儿八经的干货，请做好笔记。本文为“运营指标分析详解”系列文章之产品业务数据篇。
企业通常会分析用户的使用行为，并根据用户的行为特征，调整产品设计和主流业务的方向。描述用户的行为，通常使用以下几个要素：谁（who）、什么时间（when）、在哪（where）、做了什么（what）和怎么做的（how）。
方舟平台就通过这种方式采集记录用户完整的使用行为，并加工呈现在前端页面中。
SDK会采集每个用户在使用APP、web、小程序等产品时的所有行为，并上报给方舟平台。以直观的形式表达，就是记录成个人微博一样的时间轴日志序列。
每条行为中都包含多项参数来描述行为的各项要素，即时间、地点、人物、事件和方式。数据格式是主流的Event-Label和Key-Value的模式，例如城市、IP、浏览器、操作系统等。
在采集这么多的完备数据后，应用“数据透析表”的方式，足够汇总出丰富的数据结果。
常用的数据分析结果包括：
（一）事件计数
各家企业和产品中，埋点事件通常是几十或几百个，那么最简单的汇总就可以计算出每个事件的触发次数和人数。常用指标包括：
n 页面访问量
n 页面访问人数
n 注册人数
n 登陆人数
n 在线时长
n 轮播图点击次数
n 首页各按键点击人数和次数
n 核心功能点击人数和次数
在具体的企业和产品中，会使用更多业务的指标，例如：
n （证券）开户用户数
n （零售）成功支付订单数、人数和金额
n （银行）转账成功数
n （游戏）战斗总场次
基于事件次数，还可以衍生出多种指标，诸如：
n 付费率：付费用户数/活跃用户数
n 复购率：交易（或者是购买、下单、支付）后，在n天人再次发生交易的人数/最初交易的人数
* 这些指标的计算逻辑非常简单，类似SQL语句中的count(X)、count(distinct X)和sum(X)
（二）细分统计
在日常应用中，常常会看到各种分布、细分类的需求，即计算出各个维度系下的业务触发次数等指标。常用统计包括：
n 渠道分布
各渠道活跃用户数量
各渠道新增活跃用户数量
各渠道开户数量
各渠道交易金额
n 版本分布
最新版本用户比例
各版本APP的用户转化比例
n 省市分布
n 渠道分布
n 操作系统分布：Android/iOS/Web
n 性别分布
n 年龄分布
* 这些指标的计算逻辑，基本等同于在SQL查询脚本中加入了group by的计算。
（三）业务转化漏斗
基于事件计数，可以根据具体业务中的每个步骤的完成用户数，计算出业务转化过程中每个步骤的漏损比例和未转化的用户清单。常用指标业务流程包括：
n 常见的注册转化流程
第一步：开始注册
第二步：填写信息页（下一步）
第三步：确定提交
第四步：注册成功
n 常见的交易流程
第一步：浏览商品、理财产品、股票
第一步：加入购物车、购买、下单
第一步：输入密码、确认订单
第一步：交易成功
n 其他行业的常见流程
（证券）开户转化流程
（银行信用卡）账单分期转化流程
（通用）用户生命周期转化
