在运营工作中，我们接触到不同种类的数据指标，这些指标往往都是已经设定好的，我们只需要根据指标推动业务发展。那么，我们如何分辨这些数据指标是否科学呢？这些数据指标体系是否符合业务发展需要呢？
平时我们接触的指标有多少呢？首先来看看电商指标、app指标、用户指标和金融类指标以及统计口径：
电商指标
APP指标
用户指标
金融指标（信贷）
这些指标已经非常多了，基本上列举出来的都是核心指标，当然这些核心指标会有一些遗漏，大家有什么要补充的欢迎留言。
我们的工作需要量化，在更广的角度来审视运营工作的效率，在这么多指标之中，怎么样才能系统、全局的制定我们的数据指标体系呢？
互联网发展到现在，有很多工具来帮助我们从不同维度分析数据：百度统计、百度指数、
Google
Analytics
、友盟、
ASO100、GROWINGIO、微指数等等，工具很多，但是我们依然没有头绪搭建指标体系，因为缺少方法论，本篇分享3个数据模型来帮助我们搭建运营数据指标体系。
以网站为维度来衡量指标的PULSE
以用户为中心衡量指标的HEART
以目标为导向衡量指标的GSM
PULSE模型介绍以及优劣分析：
Page view:页面浏览量
Uptime:响应时间
Latency:延迟
Seven days active user:7天活跃用户数
Earning:收益
PULSE模型是用来衡量用户体验的非常重要的指标，也经常被用来度量产品的整体表现。如果一款产品响应时间为10秒，我想大部分用户会放弃这款产品；如果一款产品7天活跃用户数仅剩下1%，那么产品经理一定已经上天台了；如果一款产品有很好的流量却没有办法变现，那么老板一定会带上小姨子跑路了。
PULSE模型的优点
-
能够评估产品的技术开发对于用户体验的影响
-
直观、具象的体现产品流程设计对于用户体验的影响；
-
通过用户和浏览数据衡量产品的体验；
PULSE模型的缺点和优点一样明显
-
维度单一，仅从页面浏览量和7天活跃用户来评估产品，很难判断数据的上升或者下降是由某一个原因导致的；
-
从用户的留存来说，7天已经满足不了现在的运营需求，日次留存率，月留存率都需要纳入评估的范围之内；用户来源，用户中新用户、老用户占比，活跃用户、流失用户占比等；
HEART模型介绍
Happiness：愉悦度
Engagement：参与度
Adoption：接受度
Retention：留存率
Task success：任务完成度
HEART模型是“
