你可能听说过关于跟踪分析数据或kpi(关键性能指标)的术语“虚荣指标”。你甚至可能知道，虚荣心指标应该被抛弃，取而代之的是有意义的指标。但什么是虚荣心指标，你如何区分虚荣心和有意义的指标?

定义:一个虚荣心指标似乎令人印象深刻但却不能洞察数字资产的真实性能(例如，因为它缺乏创建值得注意的比较所需的上下文，或者因为它度量与任何KPI无关的系统方面)。

跟踪指标应该是可操作的:指标的变化应该反映我们数字财产健康状况的变化。

虚荣:越大越好

虚荣心度量的一个标志是，这个度量是越来越多在美国，越大越好。例如用户总数、应用下载量、页面浏览量和社交媒体分享等指标。虽然一些利益相关者可能会抓住这些数字，但随着时间的推移，一个总是会增加的度量并不能告诉你任何关于用户使用产品体验的有用信息。环境是必要的使任何指标都有意义。

而不是跟踪任何单一的增长数字，通过将其转换成一个比率或比例来添加上下文。例如，与其衡量视频播放的数量，不如衡量在给定时间内播放的比率(假设观看视频的人转换的比率比不看视频的人高——这是另一种情况有意义的指标)．报告应用下载量与应用商店页面流量的比率，而不是应用下载量，以便了解应用描述和截图是否能说服人们下载。更好的方法是，查看在给定时间段内导致活跃用户的下载比例。理想情况下,随着时间的推移，跟踪率或比率应该是相当稳定的，所以它的波动可以合理地归因于你的设计变化，而不是随机变化。

一个数字不断增长与一个相对稳定的、在某一时间点后显著增长的比率相比较的假想图表。
不管其他因素如何，应用下载量(红色)等累积曲线总是会增加的。相比之下，图表所反映的比率(如新活跃用户数量与一周内下载量之间的比率)则更有意义，因为除非用户体验发生显著变化，否则这一比率应该保持相对稳定。在这种情况下，也许应用更新是在第4周后发布的:下载量保持稳定，但新活跃用户占下载量的比例突然上升。

时间框架

将数据度量与时间框架相联系是为度量添加意义的最简单方法，并且适用于几乎所有可跟踪的数据类型。(当然，您仍然必须仔细选择这个度量，以确保它与你的用户体验目标或kpi相关你可以影响它)。在给定的时间段内，指标的速率可以让你很容易地看到，当你进行设计更改时，情况是变得更好还是更糟。

使用什么时间框架取决于你的具体情况。短时间框架可以让你迅速采取行动如果有任何令人震惊的趋势;然而，太短的时间跨度会增加随机波动的可能性，从而产生假警报——跟踪某些东西每分钟或每秒，就像一个夸张的例子，可能会导致许多不容易与任何设计变化联系起来的随机变化。

长时间框架可能导致相对稳定的比率并允许你将价格变化与一些事件联系起来，如设计变化或营销努力。年利率可能是最稳定的，但您不希望等待整整一年才发现某个设计比前一年的设计更糟糕!寻找最短的时间框架，给你一个稳定的速率-根据您正在跟踪的内容，时间框架可能是一天、一周或一个月。

例如，与其跟踪不断增长的用户基础中的总体用户数量，不如每周跟踪新用户数量(可能是那些真正做了一些重要事情的新用户，比如完成了自己的账户创建)。后一种方法可以帮助你发现营销活动或入职过程的改变是否有助于或损害你的用户获取率。

每用户和每访问率

以每个用户为基础追踪指标也很有效，并能够洞察采取特定行动的用户比例或用户完成该行动的平均频率(在特定时间框架内)。将一个指标与你的客户基础联系起来的一个好的副作用是，它作为一个持续的提醒数据是关于人的——而不仅仅是通用系统。

默认情况下，大多数流行分析工具报告的比率是每个会话:它们捕捉特定事件发生的次数与给定时间段内的会话或访问次数。例如,转化率计算包含选定目标事件的访问次数。一个目标每次访问只计算一次，所以33%的转化率意味着大约三分之一的网站总访问包含这个目标转换。虽然这个指标肯定比转换事件计数要好，但它并不能告诉你已经完成这个目标的用户的百分比。为了了解有多少用户采取了某种行动，你需要根据每个用户来追踪这个指标。

在分析每个用户的数据时，经常使用队列。一个队列是一组具有相同特征的用户——最常见的是他们第一次访问你的站点的时间。群组分析让你能够看到在某一周内注册并完成其他活动的用户比例，如创建第一个项目或升级到付费账户。然后我们可以将这一比例与前一周的同类用户进行比较。如果从一个群组到下一个群组的比例是稳定的，那么你就知道整体用户体验没有任何变化;但如果比率突然发生变化，就会成为一个明确的信号来调查原因。

这并不是说跟踪每次访问率从来不是一个好主意。对于在一个会话中可能发生多次的事件，例如导航到页面或与工具交互，在平均访问中该操作发生的次数可能比执行该操作的用户的总体百分比更有帮助。

例如，与总页面浏览量(或给定时间内的页面浏览量)相比，每次访问的页面浏览量(或应用程序每次访问的屏幕浏览量)是衡量用户粘性的更有意义的指标。更重要的是，在没有任何设计变化的情况下，这个比率应该是相对恒定的，即使有新用户涌入——每个用户访问的平均页面或屏幕数量与网站或应用的总流量无关。

之间的比率指标

有时，比较一个指标以添加有意义的上下文是有意义的。例如，对于一个给定的网页，我们可以跟踪唯一页面浏览量和总页面浏览量之间的比例。如果该比率较低，则表明用户通常会在会话期间反复访问该页面，这种行为通常称为pogosticking．

你也可以比较不同时期的指标本身。例如，“粘性比率”可以通过比较应用的日活跃用户或周活跃用户(DAU或WAU)与月活跃用户(MAU)来计算。这个比例可以让你了解在某天或某周有多少月活跃用户在使用系统。所以，10%的DAU/MAU粘性比率意味着有10%的月活跃用户会在某一天登录游戏。

结论

记住，所有可跟踪的指标都应该帮助您评估系统的设计性能，并在需要时提示您采取行动。保持基本稳定的比率和比率是理想的，因为指标的任何变化都可能是由于系统的真正变化——要么是设计变化，要么是bug!而不是随机波动。如果一项指标在跟踪期间发生变化时没有任何可操作的结果，那么它可能就是一项虚荣心指标，不值得跟踪。

了解更多关于分析指标和如何选择什么来衡量在我们全天的分析和用户体验培训课程．