度量Measure是一种测量评定对象的方式，它帮助我们结构化的获取对象的状态与变化

【度量Measure】是一种测量评定对象的方式，它帮助我们结构化的获取对象的状态与变化，我们运用这些数据进行洞察，转化为有用的信息，帮助决策和优化，这个过程也是分析诊断的过程。

那日常会有怎样的一些信息获取呢（这里面包含了数据也包含了一些正负性的反馈）？

我们对一个功能上线进行一组完整的项目结果质量数据模拟：

• 净交易收入额比去年同期上升2.0%，达到2千万；
• 订单量为222，比上周上升了2.0%（对交易产生直接正向作用）；
• 方案产出数共222件，比上周上升了22.2% （对内容产出有直接的提升）；
• 用户的满意度为2.2 ，上升了2% （之前是2.0）；
• 用户使用表现出沉静，轻松的情绪（比之前挫折，晦涩要好很多）；
• 功能点击，周活跃2200，点击率22%，周留存22.2%（0-1）；
• 功能渲染和可交；
• 互时长为0.2秒加载完成。用户在使用时交互顺畅无卡顿（符合业界前端质量交付标准）。

这段描述符合整个产品使用的过程，它似乎是一个多面体，帮助我们了解整个产品黑盒。这个描述越精细越多维，我们得到的信息就越清晰越客观（包含多元数据内容，并对数据已进行比对和使用，得到一定的有效信息）。

反之，假如哪个环节出现问题。我们能清晰看到问题出现的环节，并且通过其表征的信息进行问题的深挖（再细化相关数据或者关联的层次）。

我们可以拆解到这几个层次的数据：业务结果、用户反馈（态度与情绪）、行为点击、系统性能。

可理解为：良好的产品运行→用户流畅使用→良好的用户反馈→预期的产品转化结果。

从获取方式来说，大致可以从两个大角度（这里从广义的范畴去分）：

• 【qualitative research定性研究】：快速从样本中判断问题的性质和方向；
• 【quantitative research定量研究】：数据的验证性、全面性、追踪性。

二、定量获取

系统承载业务内容的运作，可以记录各种各样的明细数据表，在海量数据中，进行科学地关联与细分。以大数据驱动为最终目标，其特点是：数据的全面性和自动追踪获取。

1. 业务结果

追踪问题：产品是否符合市场需求？产品是否良性发展？

业务型数据是围绕着整个商业建设和运作阶段而产生的数据，是最能体现产品、商业价值的部分。可以归纳为三类：内容建设→流量访问→商业交易，是商业链路中产生的具有直接商业结果的数据。

1）内容建设

是指经过人为输入、系统流转产生的比如商品、文章、方案等等具有实质内容价值的数据，是具有生产过程的（一般是经过一系列的操作完成的）。

2）流量访问/分发

是针对商业内容的使用/运作，比如某个商品的浏览、某个内容的传播等等。这些和营销相关具备人群效应的数据也属于业务数据。最常见的就是曝光量点击量，而在中后台系统中则是以访问浏览为主。