女生对男生常说的一句话就是“你们男生就是爱说谎”。男生爱不爱说谎，豌侠暂且不做讨论。但是数据的谎言，倒是把做产品的人害得挺惨。“世界上有三种谎言：谎言、十足的谎言和统计数字”。别误会，这可不是我说的，是人家马克吐温老人家说的。比如看着某电商的数据，这订单量多的吓人，但是真正完成支付的少得可怜。比如一个老旧的故事，某个小岛经过数据统计，鞋子的销量为零。因为岛上的人不穿鞋子。那就说明这个岛上的人不需要鞋子了吗？
处理数据的多样性就是要通过数据看到问题的本质，剥离表现看问题的本质。就像豌侠刚一开时提的问题“男生就是爱说谎？”，对于这个问题，女生们不必问，要学会剥离表象看到问题的本质，嘴上怎么说由Ta,主要是看平常Ta的行动咯。透过数据表象，看问题的本质不止适合做产品分析，也适合男女朋友之间的相处。居然透过数据表象，看问题本质那么重要。豌侠就来说说如何通过数据看到问题的本质。
首先来了解，产品中常用到哪些衡量数据的指标：
基础产品数据
IP：Internet上的每一台主机都分配有一个唯一的32位地址，该地址称为IP地址，也称作网际地址。当然现在内容创业大火的前提下，IP也解释为知识所有权或内容内容所有者。IP也指知识所衍生的周边文化。
PV：PV（page view）即页面浏览量，通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标.即页面流量。
UV：(unique visitor)、独立访问量、独立用户。
装机量：装机量指产品被下载到手机，拥有的独立UID的量。
激活量：指用户下载，并完成首次启动软件的用户量。
人均页读数：即评价每个人访问页面的数量。如3-4page以上。
人均停留时长：人均访问的时长。如人均访问时长，360秒。
同时在线人数：即可承载的同时在线人数，如并发量，50-100万。
流失率 ：是指用户的流失数量与全部用户数量的比例。
跳出率 ：跳出率是指在只访问了入口页面（例如软件登录页）就离开的访问量与所产生总访问量的百分比。
转化率 ：正式成为用户的数量和未知意向的潜在型客户的数量的比率。二跳率(一跳、二跳、三跳)：漏斗模型，没进入一个层级用户的流失率。
日活：当日访客/总用户数。
周活：7日内访客(去重)/总用户数。
月活：30日内访客(去重)/总用户数。
留存率=登录用户数/新增用户数*100%（一般统计周期为天）
新增用户数：在某个时间段（一般为第一整天）新登录应用的用户数；
次日留存率：（当天新增的用户中，在第2天还登录的用户数）/第一天新增总用户数；
第3日留存率：（第一天新增用户中，在往后的第3天还有登录的用户数）/第一天新增总用户数；
第7日留存率：（第一天新增的用户中，在往后的第7天还有登录的用户数）/第一天新增总用户数；
第30日留存率：（第一天新增的用户中，在往后的第30天还有登录的用户数）/第一天新增总用户数。即月留存率。
渠道增量：不同的推广渠道，用户的质量也不同。便于分享用户访问路径以及每个推广渠道带来的效果。
核心产品数据
针对不同的产品有不同的差异，比如不同产品的核心业务不一样，可能其他的数据也会有，但是侧重点不一样。UGC产品更看重的是：UGC量 ；电商产品更看重的是：订单量、交易额、销量、ARPU值(用户人均消费额) 等；视频类产品更注重的是：播放时长……。
用户环境数据
产品获取用户的基本地理位置，如GPS、IP等。以及使用的手机型号、手机品牌、屏幕大小、移动端系统（IOS还是安卓）、PC端的是IE8、Firefox、chrome等。网络情况，用户是在哪种网络情况下操作的？wifi、3g、gprs、平均网速等。这些基本的用户环境使用数据。
有了对产品数据的一个基础的了解，那么我们应该如何收集到我们想要的数据呢？
1、埋点
对想要获取的数据进行埋点监测，如想要获取页面的跳转率，对用户进出进行埋点，想要获取用户功能点的点击次数，进行功能点埋点……。进行触发点击以及功能逻辑点击统计。最直接的方法就是拉来技术，沟通要这样的数据，能否通过什么有效行为实现这个数据统计效果？
2、引入第三方数据统计平台
引入第三方统计数据平台，进行代码嵌入，追踪基本的产品数据和用户环境数据。至于核心的产品数据，豌侠建议还是自己公司进行数据追踪比较好，因为核心数据掌握在自己公司的手里还是比较踏实、安心的。
3、上报
进行用户操作行为的上报，如用每次登陆APP是会进行用户使用记录或者用户触发事件记录。在退出APP是进行数据批量上传服务器。并对每份数据进行用户ID识别。便于用户数据的归类，数据的再利用。
不要忘了，数据的谎言。辨别数据的真假，就是去实践。在追踪收集到用户使用数据反馈的问题上，去对问题实践的操作体验，进行产品的优化迭代，比如用户某个页面的流失率出现了波动，完全偏离了日常的范围。这时就需要产品去实际反复体验这个页面，找出可能处在的问题。利用数据作为你的论点的有力依据，比如你想要进行某个功能点的改造，为什么需要对这个功能点进行迭代？这时候就需要收集到的数据，作为你论点的支撑。数据的使用不局限于此，根据用户的操作产品习惯，或者操作兴趣进行需求预测，预测用户的需求趋势。进而创造出用户未知的需求满足点。
结语
对于数据，不能全信，也不可不信。有位老人家不是说嘛，实践是检验真理的唯一标准，但是豌侠想说的是实践是检验数据谎言的标准。不是将就首位呼应吗，怎么判断“你们男神就是爱说谎呢”中男生是否爱说谎呢？豌侠说“行动是检验谎言的唯一标准” 。好了，豌侠所说的都是没用的，大家自行体会。
