如何从0搭建业务数据指标监控体系?
发布时间:2022.05.06
本文整理前一天做的分享,正文主要介绍指标体系建设的基本流程和常见误区。 是经过长期的工作和学习的野蛮成长,对指标体系建设的一些感悟的反思。 作为自己知识沉淀的第一步,希望大家能够用批判的眼光看待所有的内容。  
如何从0搭建业务数据指标监控体系?
01 指标体系建设的基本流程 

指标体系的建立是数据工作的基础,可以通过量化的方法更系统地反映业务发展。  

 一般来说,业务指标体系的建立可以分为以下几个阶段: 



1. 确定产品的核心价值和阶段

 这个阶段是构建指标体系的基石。 准备工作越完善,对业务的了解越全面,后续指标构建就越合理。 因此,建议现阶段对产品有一个比较宏观的了解。 通常的方法无非是个人经验/询问同事/在网上搜索相关资料。  

这里我要特别提一句《了不起的盖茨比》中的一句话,可以理解精神:“每当你想批评别人的时候,请记住,并不是这个世界上每个人都有你那些特权条件。  ” 时刻注意不要对自己的体验太盲目,容易泛化错误。

比如一个渠道下沉的产品,你可能知道你作为一个用户想要什么 一二线城市,但如果你没有三四线城市的生活经验,你可能不会太了解那里用户的真实需求和使用场景与你的相似。  h]
在实际业务场景中,我们可以尝试通过以下研究来识别产品的核心价值,帮助我们自信地构建合理的指标体系: 

产品基本情况:  

首先要了解产品的基本情况,虽然不需要了解每一个侧边功能,但至少要了解产品产生的核心价值和主要交互场景 用户。注意一个好的slogan还可以帮助你更好地理解产品的主要价值。

如果 p  ossible,可以借鉴自己的经验/与目标用户的交流/应用商店/数据监控网站(类似七麦、TalkingData等)。  

 增长:

 那么我们需要了解产品本身的性能和其所在细分市场的表现,例如其日常活动/设备增长/市场份额等,有助于我们更好地确定产品所处的阶段。 比如日常活跃度稳定,新设备数量下降,应用可能已经到了成熟阶段。  

这里我们通常通过查看行业报告/数据监测网站/技术媒体报道(36氪、虎嗅等)/应用程序本身发布的数据报告来很好地利用搜索和判断。  

产品迭代过程/运营及商业化策略:

这些内容放在一起,帮助我们了解产品近几年的发展和未来的发展规划。 产品方面,可以关注APP披露的迭代记录,通过自己的体验,或者加入核心用户体验群等。

很难直接获取运营和商业化的信息 ,所以你一定要善于跟踪各种领导的采访/专业文章分析/各种会议的分享/公司内部报告等。当然能找到知情人就很好了。  

 通过脉脉/LinkedIn,或许我们可以轻松找到内部员工。 至于能不能打听一下产品的商业化过程和方向,就看我们的能力了(记得之前有个笑话,说某个人要我当产品经理,先后勾搭了好几个产品经理 处理。我不会在这里做出道德判断,但原因是这个--)。  

如果是为自己的公司搭建系统,当然也可以选择询问相关业务人员。 但请记住,您需要在此过程中进行一点产品思考,即倾听他们的意见,但不要照他们说的做。 需要考虑,为什么商务人士会关注这个指标? 找到业务需求背后的潜在需求并量化它们。  

2。 确定北极星指数

首先,我们来明确北极星指数的定义。  

北极星指标:也称为OMTM(One metric that Matters),唯一重要的指标是现阶段产品最关键的指标。 之所以称它为北极星指标,是因为它就像北极星一样,引导着公司里所有的人朝着同一个方向前进。 它是整个公司统一的成功指标,需要对应产品输出给用户的价值。  

 关于北极星指标的确定,其实结合产品类型,大致可以得出自己的选择。需要注意的是,产品开发的不同阶段会有相应的变化。 例如,滴滴可能在业务初期更关注新客户数量,而在这个阶段可能更关注收入。  

 至于判断指标选择是否合理,其实有一套比较好的自查方法。 我就不玩了,直接引用瞿辉在《硅谷成长黑客笔记》中给出的六个标准,好好总结一下:

1。 你的产品的核心价值是什么? 这个指标是否让您知道您的用户正在体验这个价值?  

比如我现在的公司是投资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。 这个指标能反映用户的活跃度吗?  

上例中,Myspace的“注册用户数”并不能反映用户的活跃程度;  

3。 如果这个指标有所改善,它可以解释你的整个公司吗? 是否朝着好的方向发展?  

以优步为例,如果你只使用注册司机的数量作为北极星指标,你显然忽略了乘客方面。 因此,Uber 的北极星指标应该反映司机和乘客的供需平衡,因此“总行程”是一个更合适的指标。  

4。 这个指标是否易于理解并与您的整个团队沟通?  

一般情况下,建议选择绝对数字作为北极星指标,而不是比例或百分比:例如“总订单”比“超过100元的订单比例”更容易理解 
 
 5。 该指标是领先指标还是滞后指标?  

 例如,SaaS 公司喜欢将收入作为北极星指标,这不是一个糟糕的指标,但它是一个滞后的指标。 一些用户可能已经停止使用它几个月,但仍需支付月费。 在这种情况下,“月活跃用户”可能是一个更好的领先指标。  

6。 这个指标是一个可操作的指标吗?  

 简单地说,如果您对指标无能为力,那么它对您来说就不存在。  

3。 确定其他关键指标

北极星指标已经确定,需要继续确定app开发中需要注意的其他重要指标。 

 这里拆解的基本维度是用户、行为、留存和收益,是根据产品的外部价值判断和构建逻辑来选择的 的数据仓库。  

在实际应用过程中,其实有很多模型可用,包括AARRR模型或者其他合理的分析模型(如HEART),在不同的业务、不同的环节都有自己的应用场景。 还会发现,对于不同的产品,可能会有很多定制化的指标难以分类。 因此,可以先掌握基本规律,有基本的思维方向,再根据业务的实际情况进行拓展和拓展。  

以抖音为例,我用基础模型添加AARRR的新唤醒模块进行配合,并做出如下划分:



这里简单说一下 one 解释: 

 拉动/觉醒:

 关注各个渠道的效果以及各种拉动和裂变活动的效果,主要是基于成本和效果的量化。  

Users:

主要是对访问的用户进行分类,看是否有部分用户异常。 用户画像是基于访问用户的结构维度,但考虑到用户的兴奋指数(兴奋指数代表用户在某一时刻完成某事的动机程度;例如,需要填写的内容越多) 在激活过程中,过程越繁琐,用户越容易放弃你的产品)和开发资源,所以不是越细越好。  

例如,作为交友类应用,可能需要特别注意女性用户的占比。 如果你发现活跃的男性人数远高于女性,类似于女性免费酒吧促销的逻辑,则必须加强产品。 女性用户的排水。 但对于一些以男性为主的异性恋社区,比如军事讨论群,女性用户比例可能是次要指标。  

行为:

需要包括用户对应用程序不可避免的操作的基本行为和关于产品核心价值的行为。 对于涉及多种用户类型的平台产品,需要注意每个用户群体的行为差异。 比如作为内容社区产品,需要同时关注推荐质量/制作质量。  

 另外,特别关注举报行为,因为:内容平台容易因审查监督不足而受到攻击,导致低俗不良信息/违反主流社会价值观。 像据说,前段时间,Soul的合伙人举报了Uki恶意钓鱼,直接导致竞品因低俗内容被迫下线数月。 不仅导致Uki之后日注册用户数出现断崖式下滑,甚至错过了元旦、春节等几个关键节点。 面对这种情况,成熟的公司或许还可以依靠活跃用户来承载,但对于初创公司来说是毁灭性的。 所以需要特别警惕。  

Retention:

这里主要关注的是每个细分维度的retention是否有变化。 细分维度一般与用户养成使用习惯所需的活跃天数有关。 从理论上讲,用户对产品的投入越多,放弃产品的难度就越大。 例如,如果你多年坚持用豆瓣记录你的观影旅程,你将很难离开豆瓣,否则你将面临高昂的迁移成本。  

收入:

按照各业务线的实际收入。 考虑到短视频平台实际上与手游有较高的重叠度,这类用户具有单客单价低、付费频率高的特点,因此需要关注新引入的付费用户。  

4。 模块拆解和模块索引建立 

 这两部分一起说。 其实,如果理解了前期的核心价值,这一步基本上是水到渠成。 功能模块的选择要么基于对产品核心价值的判断,要么基于公司业务线本身的自然划分。  

这通常是基于产品功能模块/业务逻辑的拆解,以产品的核心价值来判断; 辅以从互联网上检索到的信息(比如对于影响力比较大的产品,比如抖音等淘宝国货,甚至可以搜索到一些咨询机构进行的用户调研,很容易注意到一些子功能是 对用户来说不是那么核心),并据此做出综合判断。  

此拆解不是唯一的,可能会发生变化。 以抖音为例,我们可以进行如下拆分: 



 子模块拆解后,我们仍然可以按照关键指标(用户/行为等)的拆解套路进行。  ..)  执行。 当然,对于相同的拆解方式和泛化的指标(如留存率),你可以一气呵成,对于差异较大的,再做细分解释。  

另外,在拆解业务线时,可能存在与总览指标重叠的部分。 这个时候,就不用太担心了。 有时,同一产品会在多条生产线中相互竞争。同一个角度看问题,可能更容易找到产品迭代/改进方向的空间。  

02 指标体系建设中的常见误区 

 在完成了基本的构建过程之后,本节主要介绍指标体系建设中容易出现的一些问题。  

1。 很多判断理所当然,缺乏依据

 常见问题包括但不限于:产品现阶段未考虑或已判断但缺乏相应支持; 核心功能模块的选择过度依赖自己的经验和搞笑等...

2. 指标定义不清楚

 其实指标的定义没有绝对的对错,只要根据实际业务问题确定统计口径,团队理解这个指标就是 可取的。 因此,对于一些定义不够明确,团队无法一目了然的指标,最好加上一个基本的解释。  

 就算大家都知道看似简单的 DAU,其实也可以有不同的定义。 什么是活跃的? 最常见的定义是打开应用程序被视为处于活动状态。 但是,不同的业务场景可能会有不同的需求。 以游戏产品为例,用户打开但不登录是没有意义的。那么DAU的定义是登录你的应用还是停留一分钟还是有特定的行为?  

其实可以,只要团队认同,体现产品的核心价值。  

3。 指标要么太大太全,要么太随意

 一个好的指标体系应该让用户在出现问题时能够快速准确地执行准确高效的指标。 定位问题。 构建一个非常复杂且难以理解的大型综合指标的结果是,可能每年都会出现一些报告,每天都在推送,但没人关心。 在选择指标时,我们需要仔细考虑这些指标在实际业务中可以发挥什么作用。 如果不是,它可能不是一个特别理想的指标。  

4。 在指标的选择上,follow people(比如使用函数的人数)/ignore times(比如使用函数的次数)

对于操作系的同学来说可能就够了,但是考虑到维度 产品优化方面,不够全面。 例如,对于发布功能,我们可能会关注用户行为每一步背后的行为漏斗。  

5。 在选择指标时,我们只关注比率/平均值,而不是绝对值 
]
 事实上,比率和均值往往是比绝对值更好的指标,绝对值更直观,更易于比较。 我们常说不能比较的指标不是好的指标。  

 但是完全忽略绝对值可能是危险的。 例如,在一个直播间,昨天有100人参与了与10000名观众的互动; 今天有1000名参观者,还有100人参与互动。 貌似参与率明显提高了,但是我们可能被虚荣数据给骗了,忽略了参与率的提高可能只是因为流量变少了,今天来的铁杆粉丝多了,所以人数 的互动也值得注意。  

 这里又是一个统计学上的经典例子,辛普森悖论,大意是在分组中具有优势的一方总体处于劣势,这实际上是因为分组的样本量存在差距 .  ,提醒我们不要对所有人偏袒或笼统。  



 这篇文章到此结束。  

指数构建的方法论可能比较简单,没有特别高层次的模型和理论支撑,但需要深厚的积累和充分的业务理解。 实际工作中不需要死板,只要能反映业务现状,方便各业务及时定位异常点即可。 该系统是动态的,可以根据业务不同阶段的需要不断更新和调整。 它也在不断地寻找全面性和精细性之间的平衡,以避免过度复杂造成的冗余。
189-1697-0401
上海大区
189-1697-0401
021-
扫一扫,加微信
您好! 我是您的顾问微瑞细易欧
扫码添加我的微信,一对一获取解决方案 ↓ ↓ ↓
打开微信扫一扫
微信号:aweiruixiyiou