如何从0搭建业务数据指标监控体系？

Ver 2023-07-22 09:35:50

此文系把前日所做的分享整理成文，正文主要介绍了指标体系搭建的基本流程和常见误区。算是经过工作和学习，漫长野蛮生长后对指标体系搭建的一些见解的思考，作为自身知识沉淀的第一步，希望大家带着批判的眼光去看待所有内容。

01 指标体系搭建的基本流程

指标体系搭建是数据工作的基础，可以通过量化的方式，较为系统的反映业务发展情况。

通常来说，业务指标体系的搭建可以分成以下几种阶段：

产品经理，产品经理网站

1. 确定产品核心价值和所处阶段

此阶段是搭建指标体系的基石，前期准备工作越充分，对业务理解越全面，后续指标搭建就越合理。所以此阶段建议先对产品有一个比较宏观的了解。通常采取的方式无非是自身体验/询问同事/网上查找相关资料。

这里想特别提到《了不起的盖茨比》的一句话，可以领悟精神：“每当你想批评别人的时候，要记住，这世上并不是所有人，都有你拥有的那些优越条件”。时刻注意不要太过盲信自身体验，很容易犯以偏概全的毛病。

比如说对于一款正在进行渠道下沉的产品，你作为一二线城市的用户可能比较清楚自己想要什么，但是没有三四线城市生活经历的你，可能就不会太了解那里用户的真实诉求和使用场景与你有何异同。

涉及到实际业务场景，我们可以通过以下几种方面的研究来尝试找准产品的核心价值，帮助我们更有底气的搭建一个合理的指标体系：

产品基本情况：

首先我们需要了解产品的基本情况，虽然不需要对每个旁支功能都了如指掌，但是至少需要清楚产品对于用户产生的核心价值和主要交互场景。注意，一个好的slogan也可以帮助你更好的了解产品的主要价值。

有条件的话可以通过自身体验/与目标用户交流/应用商店/数据监控网站（类似于七麦，TalkingData等）等了解。

增长情况：

然后我们需要了解产品自身表现和其所在细分领域市场的表现，好比说其日活/设备量的增长情况/市场占有率等，辅助我们更好的判定产品所处的阶段。比如日活稳定，新增设备下滑，该app可能已经到了成熟期。

这里我们通常还是善用搜索，查看行业报告/数据监控网站/科技媒体报导（36Kr,虎嗅等）/app自身发布的数据报告来判断。

产品迭代历程/运营及商业化策略：

这几块内容放在一起说，主要帮助我们了解产品近年的发展情况和未来的发展计划。产品方面我们可以关注app披露的迭代记录，通过自身体验，或者加入核心用户体验群等等。

运营和商业化方面信息比较难直接获取，就要善于关注各种领导者采访/专业文章分析/各类大会分享/公司内部报告等。当然能找到内部人士更是极好的。

通过脉脉/领英或许我们都能方便的找到内部员工，至于能不能打听到产品的商业化进程和走向就各凭本事了（记得之前有个段子，说某男为了成为产品经理，陆续勾搭了几个产品经理小姐姐处对象，这里先不做道德判断，但是理是这个理- -）。

如果是为自己的公司搭建体系，当然也可以选择询问相关业务人员。但是切记过程中你需要有一点儿产品的思维，即倾听他们的声音，但不是他们说什么就去做什么。需要考虑，业务人员为什么关注这一指标？找到业务需求背后隐含的诉求并付诸数据量化。

2. 确定北极星指标

首先来明确一下北极星指标的定义。

北极星指标（North Star Metric）：又叫作OMTM(One metric that matters），唯一重要的指标，为产品现阶段最为关键的指标。之所以叫北极星指标，是因为这个像北极星一样，指引着全公司所有人员向着同一个方向迈进。是全公司统一的成功指标，且需要对应产品向用户输出的价值。

关于北极星指标的确定，其实结合产品类型，已经大致能得出自己的选择，唯一需要注意的是在产品发展的不同阶段会有相应变化，比如说滴滴在创业早期可能就会比较关注新客数，现阶段可能就要更多的关注营收情况。

至于判定指标的选择是否合理，其实也有一套比较好的自查方法。我就不再班门弄斧，直接援引曲卉在《硅谷增长黑客实战笔记》给出的六个标准，概括精当到位：

1. 你的产品的核心价值是什么？这个指标可以让你知道你的用户体验到了这种价值吗？

比如说，我现在公司做的是投资 App，那么用户的核心价值就是投资，所以这个北极星指标应该和投资有关；

2. 这个指标能够反映用户的活跃程度吗？

在上面的例子里，Myspace 的“注册用户数” 就没有反应用户的活跃程度；

3. 如果这个指标变好了，是不是能说明你的整个公司是在向好的方向发展？

比如说，对于 Uber 来说，如果只是把注册司机数作为北极星指标，显然就忽略了乘客这一方面。因此 Uber 的北极星指标应该能够反映司机和乘客的供需平衡，所以“总乘车数”就是更为合适的一个指标。

4. 这个指标是不是很容易被你的整个团队理解和交流呢？

一般来说，建议选一个绝对数作为北极星指标，而不是比例或百分比：比如说，“总订单数”就比“订单额超过 100 元的订单比例”好理解

5. 这个指标是一个先导指标，还是一个滞后指标？

比如说，SaaS 公司喜欢使用收入作为北极星指标，这不是一个坏指标，但是它确是一个滞后指标。有的用户很可能已经停止使用几个月了，却还在付月费。在这种情况下，“月活跃用户数”可能是一个更好的先导指标。

6. 这个指标是不是一个可操作的指标？

简单地说，如果对于一个指标，你什么也做不了，那它对你来说相当于不存在。

3. 确定其他关键指标

确定好了北极星指标，需要继续确定该app发展过程中需要关注的其他重要指标。

这里拆解的基本维度为用户，行为，留存和收益，是基于外界对产品的价值判断和数据仓库的搭建逻辑选择的。

在实际应用过程中，其实可用模型有很多，包括AARRR模型or其他合理的分析模型（比如HEART），在不同业务和不同链路都有各自的应用场景。也会发现实际对于不同产品，可能还有很多定制化的指标不好归类。所以可以先掌握基本法，具备一个基本的思考方向，再根据业务实际情况开枝散叶，进行延展。

以抖音为例，我用基本模型增加AARRR的拉新唤醒模块打配合，做出以下划分：

产品经理，产品经理网站

这里再做出一些简单的解释：

拉新/唤醒：

关注各渠道效果以及各类拉新裂变活动效果如何，主要基于成本和有效性两方面量化。

用户：

主要对到访用户做分类，看有没有某部分用户出现异常。用户画像基于访问用户的结构维度，但考虑到用户的激动指数（激动指数代表了用户有多大动力在某个时刻完成某件事情；好比说，激活过程中需要填写的内容越多，过程越繁琐，用户越容易放弃你的产品）和开发资源，所以并非越细越好。

譬如说，作为一款婚恋app可能就特别需要关注女性用户占比，如果发现活跃男性规模远高于女性，和酒吧进行女性免单促销的逻辑类似，该产品就得加强对女性用户的引流。但是对于某些男性主导的直男社区，比方说军事类讨论组，女性用户占比可能就是一个次要指标。

行为：

需要包含用户在app上必然操作的基本行为和关于产品核心价值的行为。对于平台类产品，涉及到多种用户类型的，需要关注到各个用户群体行为上的差异性。比如作为一款内容社区类产品，就要同时关注推荐质量/生产质量。

此外，特别关注举报行为是因为：内容平台很容易因为审核监管力度不够，导致出现低俗不良信息/违背主流社会价值而遭到打击。好比说前段时间Soul合伙人恶意钓鱼举报Uki，直接导致竞品因为低俗内容被强制下线数月。不但导致Uki之后的日注册用户量出现断崖式下降，甚至使其错过了元旦和春节等几个关键节点，面对这种情况，成熟公司可能还可以靠活跃用户扛一扛，但是对于初创公司来说是毁灭性的。所以需要特别警惕。

留存：

这里主要关注各细分维度的留存情况是否有异动。切分维度一般和用户养成使用习惯需要的活跃天数有关。理论上来说，用户对产品投入越多，越难以放弃一个产品。比方说如果你坚持用豆瓣记录自己的观影历程多年，那你就很难离开豆瓣了，否则就要面临高昂的迁移成本。

收入：

关注各业务线实际营收。考虑到短视频平台其实和手游有比较高的重合度，此类用户具有客单价较低，付费频次较高的特点，因此需要关注新引入的付费用户情况。