思考了大约一个星期，如何找到合适的数据指标的问题。
在分析数据之前，需要对运营&产品设置一个目标行为。这个行为的定义应当是业务目标或者业务目标直接相关的指标，我们希望通过运营或者产品，让用户产生某种行为，并达到双赢的目的。
例如电商产品中，用户最终的行为是成交（不退款）
社交类产品中，用户最终的行为是互动交友形成关系链
社区类产品中，用户最终的行为是创造内容，停留下来形成黏性
方法1：相对粗放的人工分析观察（比较适合资源不足的时候使用）
step1:设置日常监控指标
资源不足的时候，能够给产品查看数据的时间不多，因此可以监控的指标会相对比较粗放，且往往是针对模块而言的数据。比如注册模块，登录模块，下单环节等等。在这个过程中将最终目标行为按模块分为几个步骤，并检测每个步骤下的用户行为数据。这个环节涉及的数值不会太多，查看起来也比较方便
step2：寻找问题环节/寻找想要优化的环节
根据粗放式的监控，我们也可以察觉到一些模块的运作正在出现问题。比如注册页的转化率似乎有点下降。用户在成交的过程中退出率开始变高。亦或者我们可以找到一些我们不满意的指标，比如落地页的注册率为15%。等等
找到了具体的环节之后，需要细化该环节中的每一个步骤，找到每一个页面——这么做的目的是为了找到可操作的目标，比如修改某个按钮的位置，修改配色，或者调整一下页面的逻辑。
进行数据埋点或者用户行为记录检查，找到问题发生的原因，并确定我们到底要从哪些地方入手进行修改。
step3：尝试修改，测试验证
找到目标之后就可以尝试修改了，询问客户或者借鉴同行，亦或者利用一些原则进行合理的猜想，并做出修改，进行数据验证
如果验证结果解决了目标，那么修改的方向就是对的。
方法2：精细化运作（资源足够时适用）
很简单…跳过step1，资源足够的情况下，从step2开始，监控广泛的数据指标，方法1会有数据内部抵消，导致问题无法暴露的风险。而精细化运作后，这类问题就不大可能存在。
下一个问题是…如何确定数据指标的好坏，当拿到一个想要优化的环节时，从哪些角度考虑…
