数据衡量体系构建的结构方法
题目：产品功能设计的时候，有哪些结构化方法可以快速建立数据衡量体系？
题导：首先题目涉及的一个前提使用场景是产品功能设计时，其实，从本质上讲，无论是产品开发时的功能设计或产品上线之后的运营，数据一直以来都是产品设计人员/运营人员所能接触的最直观反馈产品或运营情况的途径。优质且直观的数据体系，在产品的整个生命周期中扮演不可或缺的角色。
一、关于数据衡量体系
数据衡量体系中涉及的数据大都指的是可量化的数据。整个数据衡量体系包括：数据体系搭建的核心目标、数据收集渠道、数据反馈的指标、数据体系带来的执行变化等。
数据体系搭建的核心目标：基于某个需求、想要通过数据解决的问题或验证的业务。
数据收集渠道：在产品生命周期中，为了反馈某个或某些变化带来的影响，我们基于项目需求，在特定的渠道里进行数据埋点，进而形成一定的数据收集渠道。
数据反馈指标：将数据体系要达成的目标进行分解或量化成多个指标，以便用于实际操作中，即数据化操作的基础。
数据体系带来的执行变化：即数据化操作。数据体系建立的核心是为了更好的做出改变或实现目标，为决策执行提供可行性操作依据。
二、为什么要建立数据衡量体系
关于为什么要建议数据衡量体系，这里就不再叙述，数据化时代，好像不搞点数据出来亮一下，很多事情自己都要怀疑，跟别说你那可爱的老板了~~~~那么，在这里，我们主要来说一下数据衡量体系中的一些相关指标。
数据本身具有一个特点就是：多。在实际的工作过程中，我们会接触到各种类别的数据，无论是产品开发、运营、还是其他，都会产生大量的数据，然而数据本身并没有什么作用，其存在的主要目的是帮助实现目的、推动业务成长。如何在大量数据中分辨有效数据？数据指标体系是否符合业务发展需要？如何筛选数据？在这些问题之前，先看看这些常见数据指标。（此部分参考来源：如何构建数据运营指标体系：http://www.jianshu.com/p/f54f2c15e026）
电商相关数据指标：
APP相关数据指标：
用户相关数据指标：
金融类相关数据指标：
在产品功能设计开发时，建立起较为完善数据衡量体系，会发挥很大的作用，明确的数据指标系统可以协助设计人员/运营人员更好的实时操作。
这里简单阐述一下产品及运营相关的一些数据指标，没有进行详细一一列出，有需要的话下次再整理一篇详细的文章。
相关数据分析工具简单介绍：百度统计、百度指数、Google Analytics、友盟、ASO100、GROWINGIO、微指数等等。
三、如何建议优质数据衡量体系
重点来了：如何结构化的建立优质的数据衡量体系呢？个人总结方法如下（望抛砖引玉）
A.明确核心目标，确立可量化的执行目标
数据是产品/运营效果的直观反馈，因此，建立数据体系之前先要清晰的明白：数据要实现的核心目标，并且目标需要可被量化，这样数据显示更加直观化。
B.建立起正确的数据收集渠道
关于数据收集渠道这一款涉及到的比较广，基于不同项目的需求，数据的来源是多样性，在项目的实际操作中，可以根据目标指标需求对相应渠道进行数据埋点。当然，部分互联网产品涉及的数据收集来源也可以是：百度统计、友盟等。
C.数据筛选机制的建立——明确数据指标的可行性
数据筛选机制的建立，一方面要剔除无效数据，降低影响因子，另一方面，要确立数据指标的反馈直观性，发挥数据的作用。在数据筛选机制的建立过程中，不可忽略的一个要素是使用场景，数据是服务于产品，而产品是为了满足用户使用过程中的痛点需求，数据来源于用户并服务于用户，因此，数据的可行性有着很重要的作用。
D.数据化操作
在这里，杰叔只能说，该怎么干还是怎么干！好好干~~
这里不写了，准备下一篇。
文章有很多疏忽的地方，希望可以引出大牛的不吝赐教！！
