指标体系与构建

数据指标及其作用

✓ 描述现状(当前业务状态) 

✓ 发现问题(定位业务问题) 

✓ 预测未来(业务发展趋势) 

✓ 决策调整(业务调整方向)

设计指标体系

1. 业务调研：理解业务需求，与其他部门沟通，明确核心需求。

2. 数据指标：明确核心指标，整理辅助指标，构建模型计算指标。

3. 数据采集：埋点设计，业务与行为数据，数据存储方式。

4. 指标统计：规范统计逻辑，明确数据接口，指标计算。

5. 业务应用：数据可视化，找到业务中问题，制定解决方案。

数据指标体系搭建

1. 选取主要事件：根据业务选取1个或者多个事件

2. 明确事件定义：每个事件的触发机制及每个事件的构成

3. 指定业务指标：包括核心指标，辅助指标，模型指标。

4. 明确数据：提出数据需求，明确埋点设计。

5. 构建指标体系：提取并数据整理，计算数据指标。

设计与落地

数据指标设计与落地

需求:战略指标会随着产品周期变化而变化 

一级指标:项目负责人关心的指标 

二级指标:业务负责人，产品经理关心的指标 

三级指标:实际人对业务数据指标进行拆解实施

数据指标:北极星指标

• 北极星指标(North Star Metric):唯一关键指标，产品现阶段最关键的指标

• 北极星指标特点:

1. 方向:公司制定的发展目标，是增长黑客中重要的运营部分，引领目标，指导增长;

2. 优先级:明确核心工作，合理安排任务优先级;

3. 变化:公司发展不同阶段，北极星指标需要调整;

4. 指标:北极星指标可以被量化，拆解，监测;通过细分构建增长模型，并分配到各个部门。

• 北极星指标制定流程:

  →  评估增长的可能性  →  判断增长重点  →  商业模式与用户价值  →  找到相关指标  →  确认核心指标  →  构建增长模型

基于AARRR构建指标体系

AARRR模型:转化漏斗模型，用户增长到创收可循环模型

AARRR模型

基于AARRR模型确认指标

• 自传播:口碑传播或者病毒式传播，重要指标为K因子;

• K因子:K=(每个用户发出邀请的数量)×(接收到邀请的人转化为新用户的转化率)。

实施过程与各方责任

基于人货场构建指标体系

人货场关键点: 「什么人」在什么「场景」下「买」了什么「商品」

人相关指标

人指标应用

货相关指标

货相关行为及目标

场相关指标

场指标应用

基于OSM与UJM模型构建增长模型

• 数据指标体系建设:明确业务目标，梳理用户生命周期与行为路径，指标分层治理，

指标建设各阶段

• OSM( Objective, Strategy, Measure )模型:数据服务于业务

• UJM (User-journey-map):用户旅程地图模型;、

构建流程

数据埋点

1. 了解产品：公司产品形态（手机应用，小程序，网站页面等）；

2. 熟悉业务：核心业务，用户行为，确认核心指标；

3. 埋点设计：业务逻辑功能拆分，与开发沟通，确认事件统计；

4. 测试验证：开发添加事件，数据采集，数据验证；

5. 迭代开发：数据指标统计，埋点复盘，埋点事件细化。