一、为什么 90% 的数据分析“毫无意义”？
很多出海团队都有数据，但没有决策。
常见场景：
面板很多
指标很多
周会复盘很多
但产品和增长几乎不变
问题不在工具，而在于：
你在“看数据”，而不是“用数据”。
二、先说结论：数据的唯一目的
数据的唯一价值，是减少拍脑袋决策。
如果一个指标：
看了不会改变任何行为
看了不知道该怎么改
那它就是噪音。
三、出海 App 必须有的 3 层数据体系
第一层：业务结果层（老板只看这一层）
这是“生死数据”。
收入（Revenue）
LTV
CAC / CPI
现金流
看不清这一层，所有优化都可能是错的。
第二层：增长过程层（运营 & 投放核心）
这是“杠杆数据”。
CTR
CVR
留存（D1 / D7 / D30）
激活率
它决定：
钱是不是花在对的人身上。
第三层：产品行为层（产品团队核心）
这是“因果数据”。
核心功能使用率
首次成功路径
关键步骤流失点
它回答的是：
用户为什么留下 / 为什么走。
四、你真正需要的“核心指标”，其实不多
一个最常见的错误
指标越多，越专业。
真实情况是：
指标越多，越没人负责。
每个阶段只盯 1–2 个北极星指标
冷启动期
激活率
D1 留存
起量期
CPI
LTV / CPI
成熟期
ARPU
付费留存
五、事件设计：数据分析最容易翻车的地方
❌ 错误做法
什么都埋
事件命名混乱
没有业务语义
✅ 正确做法
只埋“会影响决策”的事件。
一个正确的事件拆解示例（工具类 App）
核心目标：用户成功完成一次任务
关键事件链：
App Open
Select Input
Start Process
Task Completed
Result Exported
你要看的是：
哪一步掉人最多？
六、漏斗分析：真正能“找到问题”的方法
漏斗不是 PPT，而是手术刀
错误使用方式：
每周看一眼
说一句“这里掉人有点多”
正确使用方式：
找最大掉点
只优化这一点
看变化
一个重要原则
一次只修一个漏斗节点。
否则你永远不知道哪一步真的有用。
七、留存分析：不要只看 D1 / D7
更重要的是：行为留存
不是：
第 7 天是否打开
而是：
第 7 天是否完成关键行为
行为留存示例
第 7 天是否再次使用核心功能
第 14 天是否完成第二次任务
第 30 天是否形成习惯路径
这比 DAU 有意义得多。
八、付费数据：不要被“转化率”骗了
常见陷阱
转化率高
但 ARPU 低
广告不回本
正确看法
付费不是终点，是留存的副产品。
你要关注的是：
付费用户留存
付费用户行为
付费前的关键触发点
九、从数据到决策：你需要一个固定流程
推荐的每周数据决策流程
发现异常
哪个指标变化最大？
提出假设
为什么会变？
设计实验
改哪里？
验证结果
是否真的改善？
没有这个流程，数据只会变成会议素材。
十、工具不重要，方法才重要
你可以用：
Firebase
Amplitude
Mixpanel
GA4
但不要指望工具帮你思考。
工具只能告诉你发生了什么
数据体系才能告诉你为什么
十一、一个你应该立刻做的动作
现在就问自己 3 个问题：
如果只能看 3 个指标，我会选哪 3 个？
如果今天数据变差，我知道该改哪里吗？
我上一次因为数据改变决策，是什么时候？
如果答不上来，说明你的数据体系还没建立。
十二、最后一句话（非常重要）
没有决策的数据，是最贵的成本。
真正成熟的出海团队：
不迷信感觉
不依赖运气
用数据减少试错