大多數公司都在*過度*複雜化他們的分析。 所有的點擊、滾動、展示、事件都被追蹤。 這是可以的。記錄成本低廉。我們在需要理解稀有現象時也需要它們。 但注意力並不便宜。我們追蹤的大多數內容從未幫助我們做出更好的決策。 事實是，只有大約100個指標真正重要。 這100個指標解釋了你業務和產品中90%的發生情況。 同樣的原則在其他地方也適用： 只有50個事件對於理解用戶和系統行為真正重要。 只有150個實體特徵——你用戶、產品或內容的關鍵屬性——解釋了大多數結果。 其他所有的都在長尾中：對特殊情況有用，但對於日常經營業務並不必要。 這是因為每個業務都可以被表示為一個系統，而這些系統可以寫成一組方程式。 當你將你的業務表達為方程式時，你揭示了它的槓桿。這些槓桿是潛在可行的，並且可以實際改變結果。 以Facebook的收入模型為例。它可以簡化為四個組件： 1. 收入 = 用戶 × 每用戶展示次數 × 每展示的廣告展示次數 × 每廣告的收入 就這樣。四個最高層級的槓桿。 要增長收入，你可以： 1. 增加用戶（增長） 2. 增加參與度（每用戶更多展示） 3. 提高廣告負載（每展示更多廣告） 4. 改善貨幣化（每廣告的收入） 每一項都可以進一步細分。 讓我們選擇每月活躍用戶（MAU）作為增長的代理。你可以通過一個方程式來分解MAU。 MAU = 新用戶 + 保留用戶 + 復活用戶 你也可以通過獲得新用戶、復活流失用戶和保持現有用戶不流失來增長你的活躍用戶。現在，讓我們深入一層。 新用戶 = 訪客 ×（下載 / 訪客） ×（應用打開 / 下載） ×（註冊 / 應用打開） ×（新用戶 / 註冊） 如果我們將新用戶定義為註冊後採取行動的人，那麼增長來自於改善這段旅程的每一步。我們可以在漏斗的頂部吸引更多的訪客，讓更多的人下載應用，增加打開應用的比例，提高註冊的百分比，最後幫助更多的人採取他們的第一個行動。 每一步都是可衡量的。 每一步都可以改進。 每一步背後都有故事。 如果你願意，你可以繼續深入——查看漏斗流失、激活或參與驅動因素。 這就是分解的美。 當你將系統分解為方程式時，你可以看到什麼驅動了什麼。 在你為業務的關鍵槓桿做完這些之後，將所有指標加起來。我會驚訝於真正重要的指標不超過100個。 更多內容請參見我們在Opinionated Intelligence dot substak上的最新帖子。

期待這週能和我的朋友 @soleio 以及 @southpkcommons 社區一起聚會！