上线后该看哪些数据，才能知道应该改什么？
从业务任务建立漏斗，用行为、反馈和分组数据定位瓶颈。
本页目录
直接回答
先确定用户应完成什么，再选指标。访问量说明有人来到，任务完成说明产品交付，付费和后续使用才继续回答商业问题。把行为分析、合适的操作观察、反馈和迭代连成“观察问题—提出假设—做一项修改—再验证”的工作方式，不把任何行业平均转化率当成通用合格线。
适用场景
- 已接入统计工具，却不知道数据有什么用。
- 用户增长或收入下降，准备决定下一步改动。
一步一步做
定义一条核心事件链
根据产品写首次访问、开始核心任务、成功获得结果、保存或采用、注册、付费和再次使用等事件。实际顺序随产品而定。事件必须反映真实业务结果，例如请求发出不能等同生成成功。
明确统计口径与分组
区分人数、次数、会话和订单；写清观察周期、去重方式及测试流量排除。按渠道、设备、用户状态或注册批次查看必要差异，避免总平均掩盖手机端失败或某渠道带来错的人群。
初期用表格也能做：每行一个匿名用户编号，列来源、首次任务日、是否成功、是否采用、报价版本、是否付款、退款、下次需求出现日、是否回来。不必为了收集第一轮证据先搭复杂埋点系统。漏斗分母应是上一步符合条件的人，重复刷新和同一人多次调用另列次数。
找到最值得解释的流失点
先看哪一步阻碍核心价值交付，再检查错误日志、用户反馈和合适的行为回放。涉及个人资料的统计与回放需有相应告知及脱敏设置；不要为了看得更细采集不必要的敏感输入。
统计工具上线前做一次小规模校准：用一个测试任务人工记下访问、开始、失败/成功、采用与测试付款，再核对事件是否漏发、重复或把按钮点击当成功。对回放启用必要遮罩并检查实际录到的内容；不上传聊天正文、支付信息和秘密。不同工具对会话、互动或跳出的定义可能不同，先写口径，不能用单个跳出率或时长直接推断排名。
提出可检验的原因假设
把“转化差”改成“移动端上传失败导致无法开始任务”或“用户不知道生成结果能否导出”。每个假设写证据、拟改动和预期变化。样本少时结合用户观察，不把随机波动当显著提升。
复盘改动后的真实结果
观察对应漏斗步骤、最终任务质量、付费与投诉是否同时改变。若改善了点击却增加失败或退款，不能简单宣布成功。保留事件定义和改动记录，以便之后区分产品变化、渠道变化及统计变化。注意同一用户多次刷新可能增加页面访问却没有新增需求；同一批用户的后续使用变化，通常比不分来源的累计注册数更能帮助解释产品价值。
复购观察应与问题频率一致：月度任务尚未到下个周期时填“未到观察期”，不能按流失处理；一次性求职或论文提交任务没有复购，也不自动代表没价值。订阅产品重点检查下一个真实周期的使用与续费；一次性产品重点检查交付、退款、推荐及下一批新用户能否重复成交。
案例拆解
假设示例：一张小表怎样定位问题
同一周触达20位可能匹配的人，8位回应，筛选后6位有近期真实任务；其中5位开始、4位拿到合格结果、3位实际采用、2位按统一报价付款。可记录回应8/20、合格6/8、开始5/6、交付4/5、采用3/4、付费2/3，同时保留全链路付费2/20，避免只选好看的分母。
这些是演算数据，不能证明市场通过。应回访那位开始却没拿到结果的人，以及采用但未付费的人。若任务每月一次，一周后未再次使用应填“未到观察期”；等下个任务周期再观察。样本小，用人数与原话一起判断，不宣布某个百分比具有统计显著性。
行动检查
可复制模板
增长问题实验卡｜整理改编模板
核心任务与事件链：
发现的异常（口径和周期）：
受影响的人群／渠道／设备：
日志、反馈或回放证据：
原因假设：
本轮只改什么：
预期改善与不能损害的指标：
观察结果：
其他可能解释：
继续／回滚／下一步：
从试用到复购的用户记录表｜本站补充模板
统一任务、时间窗口及去重规则：
用户匿名ID｜来源｜是否有近期任务｜是否为买方｜开始｜合格交付｜采用｜报价版本｜付费｜退款｜下一任务日期｜到期再用｜流失原话
状态只填：已发生/未发生/未到观察期/未知，不用0代替未知。
统计：触达__人→回应__人→合格__人→开始__人→交付__人→采用__人→付费__人
本期观察得到的贡献（与成本表同口径）：
最大流失环节及两个可能解释：
下一轮要收集什么证据：
统计接入的人工对账表｜本站补充模板
工具／环境／事件定义／同意与遮罩配置：
测试用户编号与操作时间：
动作｜人工预期事件与次数｜工具实际事件与次数｜差异原因
成功、失败、刷新、重复点击、取消分别验证：
测试流量如何排除：
回放中是否出现敏感输入，如何移除：
访问量、会话、互动与转化的定义：
校准后才用于哪项业务决策：
易错点
- 把浏览量、停留时长或审计分数直接当作成功。
- 使用回放工具却未检查是否记录敏感资料。
- 同时改很多内容后，将所有变化归因于其中一个按钮。