了解和使用指标是数据分析思维的第一步，接下来需要建立指标体系，独立的指标发挥不出数据的价值，和分析思路一样，指标也能结构化，指标体系没有唯一的标准，也没有所谓的模板，不同业务形态有不同的指标体系，这就好比游戏APP和婚庆APP所关注的指标也不一样，婚庆APP不需要考虑复购率指标，而金融、保险必须要风控指标，电商会关注运营指标、流量指标
在不同的领域和情境下，好指标的定义和重要性可能会有所不同；好指标应该是核心驱动指标，核心指标不只是写在周报的数字，举个例子好指标好比是整个运营团队、产品团队乃至研发团队都统一努力的目标，核心驱动指标和公司发展关联，是公司在一个阶段内的重点方向。记住是一个阶段，不同时期的核心驱动指标不一样，不同业务的核心驱动指标也不一样，另外一方面好的指标还有一个特性，它应该是比率或者比例，所以在设立指标时，我们都尽量想它能不能是比率。坏指标主要有虚荣指标、后验性指标、复杂性指标
虚荣指标是表面级指标，它没有任何的实际意义，后验性指标往往只能反应已经发生的事情，复杂性指标容易将数据分析陷于一堆指标造成的陷阱中
建立正确的指标结构的原则在于需要有核心驱动指标，移除虚荣指标，适当的进行删减，不要为添加指标而添加指标，少即是多，力求精益求精
维度是描述对象的参数，在具体分析中我们可以把它认为是分析事物的角度，销量是一种角度，活跃率是一种角度，时间也是一种角度，所以他们都能算维度，当我们有了维度后就能够通过不同的维度组合形成数据模型，数据模型可以从不同角度和层面来观察数据，这样提高了分析的灵活性满足不同的分析需求，总的来说就是通过业务建立和筛选出指标将指标作为维度，利用维度进行分析
end~~
一生都值得坚持做的事，就是学习！