在大数据时代，数据规划是整个数据运营体系的基础，它主要包含了指标和维度两个方面。
一、指标体系
我们用各项指标来衡量具体的运营效果，比如UV、DAU、ROI等等。搭建指标体系的过程就是为自家产品和服务选取关键性指标的过程，求精不求多。指标的选取源于具体的业务需求，从需求中得出关键行为，以关键行为对应指标。
以shareinstall为例，选择关键性指标的过程如下：
1、明确需求：主要业务是推广App，需要通过数据分析来帮助运营者推广产品，分析产品，改进产品。
2、归纳行为：用户统计是一连串关键行为的结果，包括访问、下载、注册、支付等。
3、对应指标：新增用户，启动用户，活跃用户等。
在归纳行为这一步我们可以借助漏斗模型，分解用户的各项关键行为，对指标的监控更有针对性地指向用户行为统计这一最终目的。
二、维度体系
维度是表示指标细分的属性，比如人口属性、设备属性、行为属性等等。选择维度的原则是：记录那些可能会对指标产生影响的维度。维度类别包括人口属性、设备属性、流量属性、行为属性，但有时关联指标过多，找不准关注重心。
指标基本覆盖了用户运营、内容运营、产品运营的各个方面，指标也是产品运营中不可获取的数据，比如留存率的高低可以反映出用户对产品的认可程度，同时留存率也是提高用户活跃度的关键。
通过「明确需求→归纳行为→对应指标」这样的操作，显然我们的注意力能更加聚焦到影响实际业务的关键性指标上，再从这些关键性指标的反馈来剖析哪个环节还有很大的提升空间，哪个流程出了纰漏等等。指标不会是孤立的，我们还要注意各项指标之间的关联，保证数据收集的有效性，再通过数据采集和数据分析，真正实现数据驱动运营。
