数据指标体系搭建流程、方法及案例

数据指标体系建设的方法可以总结为三个步骤，即明确业务目标，理清用户生命周期以及行为路径以及指标分层治理，在这三个步骤当中又涉及到 OSM、AARRR、UJM、MECE 四个模型，这四个模型是指导我们构建完整而清晰的指标体系的方法论。

下面整合这四个模型，为大家梳理了一套建设指标体系的流程和方法。

1.OSM模型：明确业务目标，数据赋能业务

OSM模型是 Object, Strategy, Measure的缩写。数据服务于业务才能赋能业务，数据脱离业务，那么数据就会失去其价值。

所以，我们在建立数据指标体系之前，一定要清晰的了解业务目标，也就是模型中的O,Object。换句话说，业务的目标也就是业务的核心KPI，了解业务的核心KPI能够帮助我们快速理清指标体系的方向。

了解业务目标方向之后，就需要制定相应的行动策略，也就是模型中的S,Strategy。行动策略的制定可以根据产品生命周期或者用户行为路径进行拆解，也就是把业务的核心KPI拆解到产品生命周期(AARRR)或者用户行为路径(UJM)当中，在整条链路当中分析可以提升核心KPI的点。

最后，就需要我们制定较细的评估指标，也就是模型中的M,Measure。评估指标的制定是将产品链路或者行为路径中的各个核心KPI进行下钻细分，这里用到的方法就是麦肯锡著名的MECE模型，需保证每个细分指标是完全独立且相互穷尽的。

总结一下OSM模型的内容及其与AARRR,UJM,MECE模型之间的关系，OSM模型是指标体系建设的指导思想，理解业务KPI是OSM模型的核心；制定行动策略是实现业务KPI的手段，而AARRR和UJM模型是实现策略制定的方法论；制定细分指标是评估业务策略优劣的方法，而MECE模型制定细分指标的方法论。

2.AARRR模型和UJM模型：理清用户生命周期以及行为路径

前面我们提到AARRR和UJM模型是实现策略制定的方法论，对于刚入门或者想要转行的朋友来说，可能对这两个模型都还很陌生，下面我们就简单的介绍下这两个模型。

AARRR和UJM模型都是路径模型，二者原理相似，只是它们出发的角度不一样。AARRR模型是从产品角度出发，揭示产品的整个生命周期；而UJM模型是从用户出发，揭示用户的行为路径。

AARRR模型是基于产品角度，简单地来说就是拉新，促活，留存，付费，推广。对于一款产品来说，我们首先要从各个渠道获取用户；其次需要激活这些用户并让他们留存下来；对于留存下来的用户引导他们付费以及推广产品。

UJM模型则是从用户角度出发，描述了用户进入产品的整个路径流程，即注册，登陆，加购，购买，复购链路流程。

无论是产品角度还是用户角度进行链路流程，核心KPI都可以下钻到相应的节点，这样我们就在整条链路流程当中拆解了业务的核心KPI。这样的好处是，我们可以从更多的角度和维度监控和分析业务问题。

3.MECE模型：指标体系分级治理

前面两个步骤，首先我们明确了业务核心目标；其次，我们将业务核心的KPI下钻到产品生命周期或者用户路径行为中；接下来我们需要对这些核心KPI向下进行三到五层的拆解，这个过程我们成为指标体系分级治理，用到的模型是MECE模型。

MECE模型的指导思想是完全独立，相互穷尽，根据这个原则拆分可以暴露业务最本质的问题，帮助数据分析师们快速地定位业务问题。例如，客户总成交额GMV进行以及拆解可以是付费用户数与平均客单价的乘积。

上述方法理论比较枯燥，下面参考2个案例：

案例1

233网校提升注册/付费转化和课程完成度

全局用户流转地图：该图含OSM（产品目标+解决方案+策略+指标）和UJM。

如何搭建上图的指标和策略图？分为四步：

第一步：确认233网校的北极星指标是什么？

O（目标）：注册/付费完成转化；学习完成度

第二步：达成目标的策略是什么

S（策略）：

1.付费转化率：

监控付费转化漏斗，找到薄弱环节

评估不同入口带来的付费贡献，合理调整资源入口布局

2.提升学习完成率

从课程内容角度监控课程质量

从产品角度监控各功能使用情况

第三步：如何衡量策略的达成情况

M（量化）：

1.付费转化率：

订单量

购买转化率

各转化入口贡献

各页面浏览量，时长分布

2.提升学习完成率

课程播放量，上课频率和留存

各类课程播放时长，完播率

各功能模块点击

站内流量分发情况

第四步：策略的落地场景有哪些

UJM:

落地推广页—>注册页—>订单页面—>课程详情页—>我的课程页面—>课程学习

以提升注册/付费转化和学习完成度为目标的数据指标体系

案例2

某APP的非标准住宿搜索场景

第一步：业务目标确认

在搜索模块，通过两个视角确认业务目标

用户视角：用户通过搜索功能找到自己心仪的房间

业务视角：通过提高搜索成功率，进而提升用户的下单转化率

第二步：达成目标的策略是什么

策略1：提高返回结果与用户搜索词的匹配度

策略2：提供有效的搜索结果排序，对于非标类产品思考如何将用户感兴趣的产品排序更靠前。

策略3：当搜索没有结果时或者结果显示数量不足，需要填充兜底内容。

第三步：如何衡量策略的达成情况

转化漏斗建立

度量1：搜索到详情页转化率

度量2：详情页到下单转化率

第四步：策略的落地场景有哪些

用户行为路径梳理

以提升搜索效率为目标的数据指标体系

以上的内容比较适合业务初步建立的时候，但当以上内容都完成后（漏斗&路径建立），业务发展进入成熟期，还需要做什么？push的经验就是：做人群&内容&场景的细分，比如从用户角度看，之前全量用户统一使用一个算法模型，现在根据用户点击或者活跃度，将用户分层，不同特征的用户使用不同的推荐算法模型优化。

从内容层面：之前内容不做选择，现在将内容拆分成高爆优质内容和普通内容以及人工运营内容，结合不同的分发场景使用不同的内容量，比如对新用户分发高爆和人工运营，针对一般用户使用普通内容探索用户兴趣。

还有可以从其他方向继续做优化，比如分发时间段的优化，落地页样式的优化（前端样式的优化）。

如果找到这些优化点？

1、理论推理：5W2H理论思考，拆分整个事情涉及到哪些元素，这些元素怎么优化。

2、站在用户的角度，使用各种产品时，培养自己的同理心，思考我做为一个新用户，做为一个老用户在使用产品时，关注点，使用满足情况，痛点。

3、跟进竞品，从竞品的迭代优化中寻找灵感。

（部分文字来源数据万花筒和回首又见他）