千万日活级产品人必备：数据监控后台之数据指标怎么选？

2018-04-25 13:03:00

通过核心业务驱动是快速搭建数据监控指标体系的不二法则！

一. 为什么要有数据监控后台？

随着创业大潮的兴起，市场中很多初创公司在初期为了快速上线，往往选择只进行功能开发，而认为数据后台在初期没有太多作用，觉得说这种不重要的东西可以在后期再补上嘛，但实际上真的是这样吗？
那么在这我想讲一个健康企业的产品线运作概念：闭环产品体系设计。
所谓的闭环产品体系设计，简单来说就是将产品生产与市场反馈相关联，并按照市场需求的方向进行迭代推进。
而对应的互联网公司运作的最基本模型可以简化为如下：
超级产品经理
图1. 闭环产品体系设计模型
从图中可以看到，我们的正确产品生产流程应该是在我们生产产品后，在市场的反馈下及时纠正我们的发展方向，完成迭代，从而保证尽量让多的用户满意。
特别是刚刚投放到市场的产品，更需要急切去确认商业模式是否正确，是否为用户真正的痛点，从而及时发现方向上的问题进行及时调整。
说到反馈，一般公司将功能投放到市场上后，真正有效的市场反馈声音无非是朝两种方向发展：“老子不喜欢这个开发的什么玩意的”；“哦，我喜好这个功能”。所以如何快速的在市场还未做出统一情绪反应时，迅速迭代将用户引导好的方向上这才是我们迭代的最大意义。
那么，如何低成本而又快速的定位用户喜好呢？
这个时候数据后台的作用就凸显出来了，在这里我们不用去耗时耗力的做大量的用户访谈调查，就可以直接又真实看到用户的行为：到底用到了产品中的哪些部分，又是否有我们以为会大受欢迎的功能被用户残忍的抛弃等，从而帮助我们快速定位市场的声音。
哦哦，差点忘了说，初期不建立数据监控后台公司的运作模型就畸形成了这样：
超级产品经理
图2. 没有情怀的产品设计
可以说：一切投放用户市场的产品，都需要有来自市场的反馈声音，否则就是在自嗨。

二. 两步走设计平台

要设计一个靠谱的数据监控后台，其成败的关键就是数据指标范围选择的好坏，只有真正选择出有参考价值的数据指标才能真正将产品变为闭环设计。
对此我们可以利用核心业务驱动来帮助我们定义数据指标的范围：
超级产品经理
图3. 驱动流程
展开来说我们可以按如下两步走去搭建我们的数据指标体系：

1. 核心数据指标选择（其他指标都是辅助核心指标而产生的）

闭环设计的核心就是在于把握市场的反馈，那么重重之中就是验证市场对于商业模式的是否喜好，之后才是，第一步就是要精确的选择能反应问题的数据指标，我们称之为元数据。
在这里经常会遇到两类问题：
（1）采集数据颗粒度过于细导致应用缓慢
很多产品经理在定义元数据时，由于不能清楚的定位数据平台的使用方向，所以很多时候害怕遗漏便将产品中所有点事无巨细都埋上点，导致一个图文资讯类产品在用户打开后，流量消耗和看视频一样，你说我不卸载它卸载谁。
（2）数据统计点过少（颗粒度过大）导致的发现问题却无法定位具体原因
当然也出现了另外一种后台为了避免应用过于臃肿，而只采集日活，月活，留存等用户数据，导致出现用户量抖动变化时，无法定位究竟是什么问题导致的，讲真那时内心感觉比不知道用户流失还难受（不是我，不是我）。
那么，数据采集点究竟如何定义才能精准把握颗粒度，从而让数据后台发挥应有的作用呢？
首先，我们应该去问自己：到底什么才是我们的核心业务？对于不同的产品来说，在迭代初期都应该有的一个核心：你最想让用户在你这干什么。
举例来说，电商平台想让用户在我这买东西，视频网站想让用户在我这看视频，而不是在我这比价格，搞什么视频留言等衍生需求。
在找到产品的核心后，我们就要开始思考什么指标可以去衡量其好坏？
像刚才说的电商平台，在下单这我们可以用下单率去衡量。
再多举几个例子来说：

视频平台：关键视频播放次数；
社交应用：单用户日均发言数；
社区平台：用户发帖数，回帖数。
所以，只有找到业务的核心数据才会对我们有意义而不是只笼统的计算用户访问量。
2. 辅助指标圈定
当然随着互联网行业渐渐成熟，逐渐由所谓的科研产物变成人们生活的必须品，软件行业也已经逐渐发展为传统制造业。行业也慢慢积累出了大量的通用数据指标，供我们直接借鉴。
通用指标指的是可以根据你的业务大方向套用的类型。在这我总结了行业中最基础的通用指标范围：

图4. 通用指标大纲
这样在我们由核心业务推导出我们产品的核心指标后，在通过这里挑选搭配的数据指标就可以完成我们数据平台的范围选择。
结语
现在的互联网早已经过了粗狂式发展的阶段，开始如传统制造行业一样逐步进入精耕细作的下半场，因此如何把产品做精做细是我们在产品诞生之初就应该去考虑的问题！

作者：三爷，多年互联网名企经历，前MBA特约讲师