指标
指标：在一定条件和时间下反映某种现象的规模和比例，由指标名称和数值构成
- 指标是对当前业务有参考价值的统计数据
- 指标使得业务目标可描述、可度量、可拆解
常用的数据指标可分成：
- 用户数据：新增、日活、留存等
- 行为数据：访问深度、转化率等
- 业务数据：反映业务大盘的情况，如GMV、ARPU值等
指标可分为：
- 原子指标：不加任何修饰词的指标（也称度量）
- 如：订单量、用户量、支付金额等
- 派生指标/衍生指标：在原子指标上进行加减乘除或者添加修饰词的限定等
- 派生指标：对原子指标圈定业务统计范围。如最近30天销售额
- 衍生指标：基于原子指标组合构建的。如客单价=支付金额/购买人数
$$派生/衍生指标 = 原子指标 + 时间周期 + 其他修饰词$$
数据指标体系
猫耳朵：指标体系是对业务指标体系化的汇总，主要用来明确指标的维度、口径、指标取数逻辑等信息，并能够迅速获得指标的相关信息。
- 指标是单一的，指标体系是完整的，是可以表示业务之间的相关性和结构性的
优质的指标体系可反映出：
- what happen 描述性分析：结果性指标反映
- why did it happen 诊断性分析：过程性指标辅助反映
- what’s likely happen 预测型分析：如果这种结果发展下去，会有什么样的趋势
- what’s should I do 策略分析：可以根据指标体系的结果描述和过程去进行问题定位，思考业务问题的解决方式
构建完整的指标体系的搭建步骤，以及需要合作的同事：
| 序号 | 步骤 | 合作方 |
|---|---|---|
| 1 | 明确产品各业务线目的 | 相关业务线产品经理 |
| 2 | 明确指标体系的建设规划模型方案 | 分析师和相关业务线的产品经理拉齐 |
| 3 | 明确指标对应的埋点和存储逻辑 | 各业务线产品经理、埋点研发人员 |
| 4 | 梳理指标的准确性，取数校验 | 分析师 |
| 5 | 指标迭代更新和删减 | 分析师、产品经理 |
| 6 | 数据指标体系平台建设和迭代 | 分析师、产品经理、研发 |
确定业务目标
选取目标时要注意4个原则（DUMB）：
- 切实可行（Doable）
- 易于理解（Understandable）
- 可干预可管理（Manageable）
- 正向的有益的（Beneficial）
目标应符合SMART原则：
- Specific 具体的
- 业务目标必须是明确的、具体的
- Measurable 可度量的
- 目标可衡量
- Attainable 可实现的
- 避免设立过高或过低的目标
- Relevant 相关性
- Time-bound 有时限
- 目标是有时间限制的
三级指标体系
可以针对不同的指标，分不同的层级
-
一级指标（Tier 1 Metrics）：公司战略层
- 通常根据市场、产品生命周期、产品品类和商业模式确定
- 一个时间点只有一个最关键的指标（OMTM，One Metric That Matters）
-
二级指标（Tier 2 Metrics）：业务策略层
-
三级指标（Tier 3 Metrics）：业务执行层
- 将二级指标纵向展开，进行路径拆解、漏斗拆解、公式拆解
方法/模型
规划数据指标体系的方法/模型
OSM
OSM模型（Object-Strategy-Measure）：在指标体系建设过程中辅助确定核心的重要方法
- 业务目标（Object）：我们的业务、产品甚至是其中的一个小的功能存在的目的是什么、能够解决用户什么问题、满足用户的什么需求
- 业务策略（strategy）：清楚业务目标后，为了达成上述目标，应该采取什么业务策略
- 业务度量（measure）：用于衡量策略是否有效，用于反映目标的达成情况
- KPI：用于直接衡量策略的有效性
- Target：预先给出的目标值，用于判断是否达到预期
UJM
UJM模型（User Journey Map，用户路径地图模型）：在设计一款产品的过程种，必须要去梳理的用户生命路径
- 拆解用户所处的每一个路径阶段
- 了解每个阶段种用户的行为
- 明确每个阶段中产品的目标
- 发现各阶段中产品与用户的接触点
- 最终从接触点里找到产品的痛点和机会点
PLC
PLC模型（Product Life Cycle，产品生命周期）：一种产品从进入市场到被市场淘汰的整个过程。
在产品不同的生命周期阶段，各业务方的侧重点不同，关注的指标也有所不同。
产品的生命周期包含以下阶段：
- 探索期：重点在于验证产品的核心价值，是否能够满足市场需求并从中获利。
- 着重关注目标用户画像、关键行为、留存率
- 成长期：
- 需将注意力集中在：提高留存、用户激活、自传播
- 成熟期：用户增速放缓
- 着重关注用户活跃度和商业转化路径
- 衰退期
- 着重关注用户流失与维系
AARRR
作用
- 更好地梳理业务，提高问题分析效率
- 为业务发展提供指引
- 自动拆解指标
- 主动发现问题：有了数据指标体系，可以清晰地看到各种指标的上升或者下降，能够通过多个维度进行分析，可以帮助我们主动发现问题
- 及时监测效果
