根据统计概率分布，新用户次日留存率为40%，7日留存率为20%，30日留存率为10%，能达到这个数据表现的产品属于数据比较好的，典型的漏斗模型。
（例）对于知乎来说，每篇文章就是一个商品，热销（评） 通过找出爆款文章来进行重点推广 ，好评，差评，其他…… 自建核心指标等。
（2）逾期期数：以每月的约定最后还款日为界限，累计超过1（N）次未全额还款（或最低还款）为逾期1(N)期
例：正常资产用C表示，Mn表示逾期N期,M2逾期二期，Mn+表示逾期N期(含)以上，M7+表示逾期期数 =M7
Lagged(M4+)%=当月M4的贷款余额/往前推四期的总贷款余额 + 当月M5的贷款余额/往前推五期的总贷款余额 + 当月M6的贷款余额/往前推六期的总贷款余额
用户数据不多，只有年龄和性别，用户相关指标都不能分析出来，相关数据缺失，只能计算一些分布情况，和相关关系。
复购率、【看看有多少回头客，老用户比新用户容易服务，效果也更好，太低的话，要反思迭代产品】
热销【哪几个还款期贷款人数较多，爆款总有原因，提炼出来，打造多爆款，或者加强爆款的相关因子，让他更上一层楼】、
逾期率Lagged(M1)% 【不同标准的逾期率，主要是分母的基数不一样，心里有点底，大概知道每次放出去的钱有多少是收不回来的】等
