最后通过数据科学的方法，用 ATE 来判断这个指标的顺序。 举个例子。 第一，挑选指标，比如说看点的访问数，会员的登录数、 QQ 的登录数、 QQ 的消息数等等，大约构造了三四百个指标。 第二，通过这些指标构造，围绕着长期指标再加上一个时间窗口，来看它的重要度。 第三，再看因果，因为如果一个指标 O 的话，比如它 天之内发生了 a 这个行为，我们认为它能影响 天的留存。
最严格的，其实还要做 AB 实验，所以只能用因果推断 希腊手机号码数据 的方法来去辅助决策，这就是一个假设检验。 第四，重要度的排序，而后得到了一个因果性的图。横轴是指标的重要度排序，纵轴指的是，每提升指标，对应的总指标提升多少。这样，当下面的一堆特征提升多少，就能影响到最终核心指标、长期指标的变化。
而我们在做的就是把下面一堆指标做一个聚类，之后跟我们的产品经理相碰撞，并得到新的方案，最后把所有最关键的指标筛选之后进行排序，如果它们都是非常明显能够围绕长期指标带来贡献的，那就把它们筛选出来。 我们发现这种半开放性社交关系是我们的一个发展方向，所以我们开始寻找场景，去做一些半开放性的社交关系链，作为小世界和QQ 频道这两个产品由来的原因之一。