数量型指标：Web 的 pv、uv、访问量，App 的 DAU、NDAU 等
质量型指标：平均访问时长、访问深度、跳出率等
什么是多维度分析?
我们在每天观察数据的时候，某天下午 17 点流量暴增，是为什么?
然后，我们从落地页面维度拆解，就可以发现流量主要落地页是 E 和 G 两个页面，最后我们就可以得出结论：下午 5 点从微信突然涌进大量流量到 E 和 G 页面，与内容的同学同步了一下，是他们在微信上推了一个落地到 E 和 G 页面的活动。
新媒体人最头疼的问题就是阅读量和活跃度上不去，一如既往的写稿子发稿子，然后领导审，然后不断的发，你的流量永远增长不了。其实新媒体在社会矩阵上，要不断的尝试，然后统计哪个时间段阅读量最高，哪个文章的类型有评论?什么样的优惠活动或者下载页面会造成用户的转发?连续至少五次的尝试，把数据汇总在一起，然后再调后台的标签，进行对比，你就知道为什么你发的内容没有阅读和转发了。
选择维度的原则是：记录那些对指标可能产生影响的维度，以及尽量记录全面的、多维度的数据。
数据运营需要和业务部门(市场、销售、运营、产品等)不断沟通，只有做好数据规划，接下来的数据采集和数据分析才能更加高效。
二、数据采集是数据分析的基础
传统的数据采集是一件非常花时间、精力、人力的事情，对于很多企业来说是一个巨大的门槛。过去数据分析整个流程经常是 80% 的时间在数据采集上，只有不到 20% 的时间是用于数据分析的。
现如今我们的用户经过了大量教育，行为和意识已经固有化，我们害怕他不来，害怕他离开，所以我们在适应他，在大行业环境下，我们的生存越来越难。
1、采集什么数据
最早我们只说网站的PV是多少，而现在，我们会看一个用户在我网站，从来到走它一共浏览了几个页面，多长时间?从哪个环节离开的?这个环节中操作了什么?这都是有机可寻，可以给我们后期做活动和营销提供很好的数据切入点的。最早做营销的时候，靠口碑和转发可以获得大量用户进来，今天已经不可能了。因为你不知道你即将面临的用户的喜好和操作行为，这需要找他们的行为轨迹。也就是说把你平台这批用户的行为轨迹，用数据方式呈现之后再做运营策略活动，才能从海量数据中，找到我们要的种子用户。
