快捷登录

只需一步，快速开始

数据指标体系搭建：从如何设置指标体系、数据模型到具体实例持续积累（上）

2022-11-16 15:44| 发布者: 123457476| 查看: 3781| 评论: 9

微富网 › ›新闻资讯 › 查看内容

摘要 : 一般来说指标常用的类型汇总是相对固定的，会将指标分为原子指标、派生指标和衍生指标三类。本文作者对数据指标的体系搭建进行了分析，一起来看一下吧。让花成花，让树成树，当成自己的思维沉淀帖。一、数据指标体系 ...

一般来说指标常用的类型汇总是相对固定的，会将指标分为原子指标、派生指标和衍生指标三类。本文作者对数据指标的体系搭建进行了分析，一起来看一下吧。

数据指标体系搭建：从如何设置指标体系、数据模型到具体实例持续积累（上）

让花成花，让树成树，当成自己的思维沉淀帖。

一、数据指标体系

1. 数据指标

数据指标通常是描述客观事实并通过不同的统计口径，叠加不同的计算纬度与限定词来展现客观事实。一般来说指标常用的类型汇总是相对固定的，会将指标分为原子指标、派生指标和衍生指标三类。

原子指标：指直接通过底层数据ETL清洗加工而来，不叠加任何时间空间维度直接统计的一些整体指标，比如用户数、用户性别等；
派生指标：指的是由原子指标通过叠加一个或多个数据纬度而得到的二级指标，如用户数叠加了渠道、性别纬度就变成了派生指标比如男性用户数等。
衍生指标：通过原子、派生指标通过数据计算加工而来的一些常见的比率类指标。例如：留存率、点击率等。

2. 数据指标体系

一个好的数据指标体系要能够覆盖业务全生命周期、有助于业务的发展并且是可以拆解指导业务行动落地的，要做到多维度、多层级全场景覆盖，要覆盖完整的业务生命周期，所以在建立数据体系之前需要梳理整个业务过程。梳理过程中首先要去做业务访谈从而得知指标的归类。

数据梳理的过程要做到不重不漏；不重不漏首先要业务互斥并并覆盖了全部的业务范围。每一个条件根据不用的业务需要重新拆分形成不同的流程，不同的流程中也要将其拆分成不同的模块从而得到业务的完整的全景链路确保数据指标都能够赋予在业务链路环节中，若发现数据指标并不能被归纳则说明体系梳理有缺失。

指标体系设计框架要自上而下与自下而上结合，构建多维多层的指标框架。

自上而下演绎：运用价值树分解价值驱动因素，逐层进行指标的拆解，保障指标体系的完整性和可落地性。而自下而上是为了保证一线业务人员可将数据指标进行拆解并落地。

覆盖业务生命周期并有利于业务发展可以拆分为数据指标符合业务目标和数据指标可衡量业务真实情况；
可拆解指导业务行动落地可以拆分为数据可衡量数据指标可衡量；

数据指标体系搭建：从如何设置指标体系、数据模型到具体实例持续积累（上）

3. 如何评估数据指标的有效性和合理性

首先要明确的是以什么视角来评估数据指标，从运营推广的评估目的来说：业务人员需能通过分析、监控产品价值相关的信息和数据，找到产品运营推广的重点渠道和客户群体。

数据指标的有效性和合理性可以从定量和定性两个角度来评估。同时数据指标的集合形成一个数据指标体系，一个良好的数据指标体系需要满足以下四点：贴合业务核心价值目的、可反应业务真实情况、数据可拆解可比较、可推动决策指导行动。

1）定量分析角度

有效性可以侧面从业务人员的使用频率来反应，此部分可以设置数据埋点通过观测业务人员的行为路径转化漏斗（复合型指标<- 衍生指标 <- 原子指标等）、使用频率（查看次数、查看数据详情次数、数据报表下载次数等）等数据来验证。若使用频率较高则可以初步认为数据指标是可用有效的。

后置验证相比之下风险会稍高，通过数据指标的变化进行相关业务的调整（可以采用业务小规模ab测试的方式），通过统计周期内回收的数据进行判断数据指标的有效性和合理性。

2）定性分析角度

通过上线复盘业务后置反馈来判断数据指标的合理性，是否出现过需求折返跑重复开发的情况来判断数据指标的合理性。

通过对关注数据看板业务人员的调研来考量数据的有效性和合理性，并可以为二次迭代打下基础如果能从时间纵向对比、或者从其他维度比如用户群体、产品、地域等不同角度进行横向比较，可以更好地观察业务的发展趋势，定位问题，找到原因，以及改善业务中需要改善的环节。

定性分析数据维度：

KPI达标率：如果你的核心指标是KPI指标，那就直接根据KPI达标率来判断即可。这个应该是最常见的一种方式。
竞品对标：如果能从靠谱渠道搜集到竞品相关数据，那以竞品为参照物进行判断。
环比对比：查看环比数据，如果业务走势呈明显周期性，选择一个历史数据较为不错的数据进行对比。
同比对比：查看同比数据，预估每个周期增长多少个百分点，与上一周期数据进行对比，看是否达标。

二、数据模型汇总

数据指标体系搭建：从如何设置指标体系、数据模型到具体实例持续积累（上）

1. 用户生命周期

用户的生命周期和产品生命周期是不同的两个概念：用户生命周期不等于产品生命周期。衰退期的产品，也会有新用户下载使用；新上架的产品，也会有用户流失。

用户生命周期就是用户从开始接触产品到离开产品的整个过程。
产品生命周期则是一款产品从创意概念到研发上市到死亡的过程。

用户生命周期五个阶段（用户生命周期价值）分为：导入期、长大期、成熟期、休眠期、流失期。

引入期：用户获取阶段，将市场中的潜在用户流量转化为自家用户。
长大期：注册登录并激活，已经开始体验产品的相关服务或功能，体验Aha时刻。
成熟期：深入使用产品的功能或服务，贡献较多的活跃时长、广告营收或内购付费等。
休眠期：一段时间内未产生价值行为的成熟用户。
流失期：超过一段时间未登录或在关键路径中无操作的用户。

为什么要重视用户生命周期？

长期来看做产品的目的是为了商业化，而如何让利益最大化是一直需要思考的问题。

产品价值=用户量*用户单体价值

因此，要想让产品价值最大化，要么用户不断增长，要么就是提升用户的单体价值；而驱动用户单体价值的方向只有有两个：提升单体用户价值或者延长用户生命周期。

2. 北极星指标

北极星指标定义：业务阶段的唯一重要指标，数量不会过多一般3-5个具体需要看业务的形态。

北极星指标作用：确定核心商业价值、明确阶段优先级。

如何设定北极星指标：可以基于SMART原则进行设定北极星指标基于杜邦分析法进行北极星指标的拆解，拆解为具体的、可衡量的、可实现的、相关的、有时间周期的。

3. 增长策略的几种类型

在整个产品业务中无非可以将增长分为三类：

1）核心增长目标是用户体量

此时核心的目的是增长用户的数量，此时需要找到用户增长与提升用户规模所花销的成本之间的平衡。

2）核心增长目标是商业价值

此时的核心目标是放大商业化行为，比如电商的618、双十一就是在想方设法的放大消费体量增加销售额。

3）核心增长目标是知名度

此时的核心目标更倾向于品牌营销，去打造品牌或是平台在用户中的知名度，占领用户的心智。

比如说像网易年度总结或者b站的新年晚会等等。其目的主要是为了让用户对平台有认知，然后去消费平台里面的内容。

从这三个方向的目标出发，来抽象活动的本质：在短时间内快速的聚集外部以及内部的流量，把所有的流量通过丰富的玩法，优质的内容以及多种多样的权益，把用户聚集到一起，通过这些抓手能够让大家不停地留存在这里边，之后形成一个庞大的用户群体池，进而为下游价值引流，进而达成用户增长，商业成交或者内容消费的核心目标。

本文由 @一个七月原创发布于人人都是产品经理。未经许可，禁止转载。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存