数据分析的重要性众所周知，然而很多企业空有数据分析的需求，现实工作中却难落地。好比有钱人有众多投资方法可以实践，可是人们往往没有财富积累，如何实现财富的积累很重要。搭建一套明确的高效金融分析体系，明确指标，有助于企业有条理地进行数据分析，满足自身需求，从而提升业务发展。
N日用户留存率：用户首次使用后，第 N 日又再次使用占比，人们往往关注次日、七日留存率，但是由于有些渠道商可能会有假数据，所以也可以根据经验关注三日留存率、四日留存率，回避数据造假。
公司业务增长阶段分为留存阶段和引荐阶段，留存阶段主要关注留存分析、活跃度、核心功能改进指标，而引荐阶段则关注净推荐值。
公司变现阶段主要关心一些渠道分析的数据、客户生命周期价值、营收利润率等直接关系到收益的数据。
刚才讲了不同角色所关注的指标，本节将从不同的业务层面拆解，Formax 集团与市面上大多数 App 关注的业务指标相似，主要包含了注册、绑卡等环节的数据，Formax 集团有网贷、股票、外汇、消费金融四大业务，聚集在一个 App里，如何确保数据分析内容不会重复交叉？
用户情况：包括独立访客、页面访客、活跃用户数、新增用户数、注册用户数等，各业务的活跃用户数等;
产品使用情况：包括平均使用时长、访问时长分布、人均访问页面数、跳出率，主要页面的 PV 等;
用户及产品使用情况：包括 PV、UV、新增用户数，使用该功能的时长，不同页面的停留时长、跳出率等;
商品交易：包括各类目、各商品的浏览情况，各类目、各商品的交易情况，交易的转化漏斗，商品复购情况等;
产品使用情况：PV、UV、新增用户、注册用户数、开户用户数、入金用户数、各页面的浏览、核心功能的点击、使用时长等;
交易情况：出入金情况，交易人数，交易金额、复投情况、优惠券使用情况、投资到期后续行为，债券转让情况等;
如果没有规范，数据统计与分析就会发生较大偏差，同时不方便后续的管理与运维，因此我们全公司总结出了统一的数据埋点规范。
对每个事件，每个属性都定义好埋点的英文名称，保证各业务线、各端传入信息的一致性。且为了便于区分不同的业务线，在事件前额外增加了前缀，防止各业务间产生干扰。
明确好每个事件的采集时机，如元素点击事件，是在该元素在前端被点击时触发；而交易成功类事件，如股票交易、购买 P2P 理财产品成功等，则是在服务端返回了成功信息后才触发。明确的采集时机，使开发人员更加明确，减少了不必要的沟通成功，并且保证数据的准确性。
（1）同一事件多端采集属性不一致时要明确，Web 端、App 端需要统一。以浏览页面为例，该企业平台有一套适用各端的标准的页面 ID 体系，希望能将各端的浏览页面行为进行统一分析。所以我们使用了同一个名称，如通过同一个页面 ID 将多端统一。
（2）特殊属性的取值范围要确定，有些事件是针对特定场景设计的，而其中的属性取值是可以穷举的，也是后续需要分析的点，就需要明确列出。
Formax 集团采取了 Event-User 模型来记录数据，通过不同的属性对事件进行描述，同时对用户的特征也进行了描述。
用户表相对稳定，用户属性很难改变。常见的用户属性有 UID、省份、城市、性别、注册渠道、注释方式、手机号、邮箱等。特别讲一下用户 ID，为了标识用户，我们用两个 ID 进行标识。在用户未登录的时候，我们会根据设备 ID 或者 Web 端的 cookie 来生成一个 first_id，在用户注册或者登录成功后，我们会再给用户分配一个 user_id 作为 second_id。
公共属性包括唯一识别 ID、时间、平台、注册渠道等。这里主要介绍三个公共事件：页面浏览、按钮点击、控件展示。页面浏览主要统计 PV、UV 等，通用属性有页面标题、页面 ID 和停留时长。点击按钮的通用属性有按钮名称、页面标题、页面 ID 等。控件展示更多地在用户前端不确定的时候会用到，通常用于卡片等页面内的元素，比如 banner 效果的评判。
当现有的公共事件不能满足统计需求是，需要对特殊属性进行自定义，这是特有属性，比如投资事件。通过增加不同的事件属性，用户行为将会丰富起来。
Formax 集团在数据分析方面探索了很多，才构建出了符合自己业务的数据分析体系，互联网金融行业竞争激烈，精细化运营才能帮助企业更好地发展，脱颖而出。因此，做数据驱动型企业从数据分析体系建立开始。
如果您想了解更多的数据分析干货，欢迎关注“神策数据”，如果您想了解我们的用户行为分析产品，可以访问我们的官网：返回搜狐，查看更多
