編輯導讀：企業(yè)在不同階段需要建設不同的指標體系來滿足公司發(fā)展需求，那么，如何搭建適合自己的指標體系呢？本文作者將用「5×3」矩陣來幫助搭建數(shù)據(jù)指標體系，希望對你有幫助。

今天和大家分享企業(yè)在不同階段中數(shù)據(jù)指標體系的搭建理論和方法，為企業(yè)設計指標體系提供思路和借鑒。

一、指標體系規(guī)劃「三步走」

規(guī)劃數(shù)據(jù)指標體系遵循「OSM×UJM×場景化」三步走思路。

首先，通過 OSM（Objective-Strategy-Measurement）拆解業(yè)務目標，使之結構化。然后結合 UJM（User-Journey-Map）梳理用戶生命旅程，將公司目標、策略與業(yè)務流程快速耦合在一起。最后通過場景化模塊，推動指標體系落地。

接下來我為大家詳細闡述 GrowingIO 在幫助客戶規(guī)劃數(shù)據(jù)指標體系時常用的「三步走」思路。

第一步：OSM 拆解具體業(yè)務目標

規(guī)劃指標體系的第一步，是通過 OSM 模型使業(yè)務目標結構化。通過拆解業(yè)務的具體目標，落地業(yè)務執(zhí)行戰(zhàn)略，進一步評估業(yè)務策略的有效性，以反映執(zhí)行策略是否達標。其中，業(yè)務目標拆解是我們認為最重要的一點。

接下來給大家舉例一個電商經(jīng)典的目標拆解，通過拆解電商的黃金公式，即將營業(yè)銷售額（GMV）拆解成為用戶數(shù)×轉化率×客單價。拆解業(yè)務目標點，可以發(fā)現(xiàn)提升 GMV 依賴于用戶數(shù)提升、轉化率提升和客單價提升三個階段。

第二步：UJM 梳理用戶生命旅程

UJM 是用戶生命旅程。舉例電商產(chǎn)品，通過抽象業(yè)務流程，可以把用戶產(chǎn)品使用過程分解為「了解平臺—瀏覽平臺—產(chǎn)生興趣—付費購買—用戶分享—產(chǎn)生復購」六大階段。

在整個用戶旅程中，用戶會反復發(fā)生各環(huán)節(jié)間的相互跳轉。

確定 UJM 后，需要與業(yè)務目標相耦合。處在不同生命周期內的用戶都有與之對應的業(yè)務目標值。如在用戶進入階段，我們的首要目標就是用戶留存。為了達到這一目標我們需要尋找用戶產(chǎn)生的接觸點。了解接觸點后，我們就能找到每個環(huán)節(jié)的痛點和機會，反哺業(yè)務目標。

第三步：落地業(yè)務場景搭建指標體系

有了 OSM 和 UJM 兩大框架之后，需要借助場景化推動指標體系落地。在搭建指標體系的實踐中，要將目標拆解和用戶旅程映射到真實的業(yè)務場景中。

在上千家客戶實踐中，抽象出了 20 個通用的業(yè)務場景，提供適配的指標體系搭建方案。

舉個例子，當我們的戰(zhàn)略目標為提升 GMV 時，可以將其拆解為 3 個細分業(yè)務目標，其中目標 1「提升用戶數(shù)」在關聯(lián)用戶生命旅程后，對應出「找到最優(yōu)投放渠道」的業(yè)務場景。該場景又涵蓋了線下活動導流私域流量、通過裂變活動尋找 KOC 等特殊的變形場景。「OSM×UJM×業(yè)務場景」是 GrowingIO 在服務上千家客戶后總結出的一套指標體系搭建思路。借助這套方法論，新興行業(yè)能夠快速找到指標體系搭建的黃金公式，細化業(yè)務目標，映射于用戶的 UJM 路徑之中，最終匹配對應的場景。

關于指標體系規(guī)劃的詳細介紹，可以參考如何搭建一套業(yè)務、數(shù)據(jù)一體化的數(shù)據(jù)指標體系。

二、「5×3」矩陣搭建企業(yè)指標體系

接下來和大家分享企業(yè)進入數(shù)字化進程后，搭建指標體系時需要關注的五項工作和三個階段。

我們把搭建指標體系的過程劃分為 5 縱 3 橫的幾個模塊?？v向的五項工作，對應著 OSM 模型的策略執(zhí)行場景。依次是拓展高質量渠道、流量分發(fā)、產(chǎn)品體驗、運營促銷及商品運營。

橫向代表了企業(yè)的三個運營階段，分別是全局統(tǒng)一運營、會員分層運營和智能模型運營。

盡管企業(yè)因為行業(yè)性質、目標用戶等不同，構建指標體系的落足點也有所不同。但 GrowingIO 在服務企業(yè)的初級階段，所面臨的用戶第一需求幾乎都是搭建全局統(tǒng)一的運營體系，即渠道投放、首頁分發(fā)、解決轉化瓶頸等基礎場景。只有關注基礎場景，才能快速發(fā)掘產(chǎn)品的痛點和問題，做出基于全局的診斷。

其次，企業(yè)需要關注分層運營的需求和場景，建立分層會員體系支持運營需求。最后是實現(xiàn)自動化的管理與分發(fā)，提升個性化推薦的效率和效果。

1. 全局統(tǒng)一運營階段

全局統(tǒng)一運營是搭建指標體系的第一階段。在這個階段，企業(yè)的核心在于識別用戶：我們的用戶是誰？從何而來？有無轉化阻礙？

為了達到這個目的，我們抽取出了三個最關鍵的場景：

1. 打通渠道數(shù)據(jù)，找到最優(yōu)投放渠道
2. 監(jiān)管首頁分發(fā)，優(yōu)化用戶引導
3. 串聯(lián)訪問數(shù)據(jù)與業(yè)務支付數(shù)據(jù)，獲取真實轉化率

通過數(shù)據(jù)打通數(shù)據(jù)，我們可以獲得兩個業(yè)務場景的應用效果。

第一個場景是準確識別渠道質量。獲取不同渠道的獲客質量和獲客能力，是市場投放與外部引流中最關注的環(huán)節(jié)，因此需要建立合適的指標衡量不同渠道產(chǎn)生的用戶效果。

上圖展示了不同廣告來源的流量效果。橙色框代表著各個廣告渠道獲得的流量；藍色框用于衡量用戶訪問行為，使用跳出率、人均瀏覽頁數(shù)和人均訪問時長三個指標；黃色框用于衡量業(yè)務效果，涵蓋瀏覽詳情頁、加購成功、購買成功三個用戶行為。打通渠道數(shù)據(jù)、訪問數(shù)據(jù)、業(yè)務支付數(shù)據(jù)后，我們就能得到各個渠道的用戶轉化率，識別出高質量的廣告渠道。

從上圖可知，僅從用戶量而言，B 是一個較小的流量渠道，如果只看訪問數(shù)據(jù)，它的整體跳出率低，人均訪問質量非常高，B 是訪問效果較好的渠道。

結合業(yè)務效果指標分析，就會發(fā)現(xiàn) B 渠道的購買轉化率非常低，只有 0.01%。像 B 渠道是交互效果強但真實購買轉化效果差的渠道，就是業(yè)務部門常說的異常渠道，需要重點關注，把握渠道流量，提升轉化效果。

還原平臺轉化地圖，識別轉化痛點，是打通數(shù)據(jù)后的第二個應用場景。分享一個客戶案例。上圖展示了一套電商平臺從來源引導到訪問，再到高價值行為、支付的標準流程圖。

通過打通全局數(shù)據(jù)，我們可以清晰地描繪出該電商小程序用戶來源的渠道構成、整體訪問情況，包含從首頁、搜索再到高價值支付行為的全流程用戶數(shù)據(jù)，挖掘可優(yōu)化的用戶轉化環(huán)節(jié)。

在全流程監(jiān)控用戶行為后，我們發(fā)現(xiàn)了客戶產(chǎn)品設計中的最大問題——加購流程過于復雜。與首頁列表或產(chǎn)品列表頁直接加購的設計不同，該電商小程序要求用戶必須進入產(chǎn)品詳情頁面才能完成加購。

通過還原數(shù)據(jù)行為，我們佐證了該電商小程序中過于復雜加購設置對用戶轉化率的負向影響。

基于該流失轉化率，我們?yōu)榭蛻籼岢隽藘?yōu)化意見：縮短轉化路徑。即通過首頁或產(chǎn)品頁的加購引導，使用戶點擊小程序后可直接跳轉至高轉化率的產(chǎn)品列表頁，變相提升小程序的付費轉化率。

在該案例中，通過埋點流量分發(fā)環(huán)節(jié)，幫助客戶識別最優(yōu)渠道、提供產(chǎn)品優(yōu)化思路，使該電商平臺支付轉化率提升 20%以上。

2. 會員分層運營

在完成數(shù)據(jù)積累后，就進入到會員分層運營的階段。會員分層運營指向多樣的場景：比如基礎的用戶運營、會員運營，再到定向的活動推送、彈窗曝光……

在用戶運營上，通過細分用戶生命周期，劃分出不同類型、不同狀態(tài)的用戶，針對性設置差異化提升指標，匹配精細化運營策略。

舉個例子：對于新客而言，復購轉化是其階段目標?？蛇M一步拆解成復購率、次月留存率，通過保證留存來提升用戶復購。對于新客而言，運營策略應集中于新客優(yōu)惠福利。通過識別處于新客階段的用戶，使用定向推薦紅包、滿減優(yōu)惠等策略，進行精細化運營，提高用戶復購及次月留存。

分享一個內容平臺的案例幫助大家理解會員分層運營。這個案例的目標是希望通過派發(fā)免費會員權益，引導新用戶完成付費轉化，實現(xiàn)平臺付費和留存率的提高。為了提高新用戶付費和留存率，我們在用戶領取會員權益后，設計分階段轉化率測試，識別影響用戶付費轉化的關鍵因素。

在測試設計的過程中，需要特別關注以下兩個問題：

第一，識別用戶行為。在進行分階路徑設計時，需要明確的是我們到底要對什么樣的用戶進行測試——是領取過會員卡的用戶還是沒有領卡的用戶？

顯然，測試的對象為領過會員權益卡的用戶。因此我們需要判斷平臺上的用戶行為屬性，這就依賴于用戶行為數(shù)據(jù)的采集。

第二，判斷興趣標簽。在找到領取會員卡的用戶群后，需要根據(jù)采集到的行為數(shù)據(jù)構建用戶興趣標簽。

比如用戶是喜歡歷史的、還是喜歡地理的？是有內容偏好的、還是進行泛閱讀的？不同用戶標簽標記都會影響后續(xù)的運營分組測試。

以上就是我們數(shù)據(jù)準備過程的一個概述。

在劃分領卡用戶后，就可以進行用戶測試，通過回收數(shù)據(jù)、復盤數(shù)據(jù)實現(xiàn)測試迭代。在這個過程中，我們使用了 GrowingIO 智能運營平臺，測試有無內容偏好對購買轉化率的影響。

此外，我們還測試了用戶觸達時點對轉化率的影響——是在會員卡有效期內做觸達效果更好，還是失效后的效果更好？如果是失效后的效果更好，是失效后的 15 天內，還是 4 周后？

通過測試，我們洞察出在用戶領取會員卡 0-15 天內做觸達得到的付費轉化率最高，業(yè)務部門快速將這個結論落地于文案設計的實踐中。

比如在文案中設置緊迫性的語言提示，要求用戶必須當日領取會員權益、或是在三天內兌換會員，以達到提升轉化效果的目的。

通過結合測試結論與業(yè)務實踐，我們幫助客戶實現(xiàn)了兩大跨越：

1. 付費轉化率達提升 58%。
2. 構建了完整的用戶標簽體系，助力平臺精細化運營。

通過獲取用戶行為數(shù)據(jù)，可以測試不同因素對付費轉化的影響。充分利用運營的持續(xù)性，進一步通過回收用戶數(shù)據(jù)不斷調整和迭代影響因素測試，實現(xiàn)用戶精細化運營。

3. 智能模型運營

人治階段的運營以經(jīng)驗導向為主，可以通過收集數(shù)據(jù)、標簽用戶，完成用戶精細化運營。相較于基礎版的全局運營，極大地提升了整體運營效果。但在長期運營中，人治的方式在效率上還有所欠缺。

因此在搭建指標體系的第三個階段，我們可以通過智能運營模型，實現(xiàn)“黃金鋪位”的管理和分發(fā)，進一步提升運營效率。

下面我們將通過一個案例，分享智能推薦的實操。在該項目當中，我們與頭部電商合作，幫助客戶匯總用戶的行為數(shù)據(jù)，并做出以下成果：第一，豐富了用戶的特征列表。通過采集用戶行為數(shù)據(jù)，商城可以設置基于商品標簽的推送邏輯，動態(tài)調整推送商品。

比如，當我們發(fā)現(xiàn)用戶對“水杯”類產(chǎn)品瀏覽次數(shù)增加卻沒有下單時，可以判斷用戶有購買該產(chǎn)品的需求卻沒有找到理想款式。于是通過商品標簽的推送邏輯，在用戶瀏覽頁推送款式、功能、價格相近的水杯，縮減用戶搜索時間，提高商品成交率。

其次，通過強大的用戶標簽體系，幫助平臺構建基于用戶屬性的推薦模型。通過整合用戶行為數(shù)據(jù)，可以為每位用戶貼上標簽，并進行深入化的應用。

比如，一個用戶的標簽為：20-25歲，女性，白領階層，單身…最近購買了某品牌的連衣裙。那么具有相似標簽的用戶群體，我們推斷她們有很大的可能在該時間段產(chǎn)生相似的需求，并基于此做出相應的推薦。基于用戶屬性推薦的商品列表，能夠喚醒用戶潛在消費需求，擴大電商的 GMV。

第二，實時調整運營場景動作。通過收集用戶行為數(shù)據(jù)，我們可以洞察用戶推薦接受偏好。推薦彈窗是平臺商品推薦的方式，也是激發(fā)用戶購買興趣的首發(fā)頁，研究推送方式對推薦點擊率的影響非常必要。

用戶接觸推送彈窗可以分為主動點擊和被動點擊兩種。通過追蹤平臺上用戶的彈窗點擊行為，可以區(qū)分出高彈窗點擊興趣和低彈窗點擊興趣兩種類型用戶，根據(jù)用戶的動作偏好設計瀏覽頁。

比如年輕的用戶群體可能喜歡主動點擊彈窗，那么我們就可以提高彈窗在年輕用戶瀏覽頁中出現(xiàn)的頻率，吸引用戶點擊。

當我們發(fā)現(xiàn)某類群體對彈窗的態(tài)度相對被動時，就需要及時調整頁面的推送動作，提升用戶體驗感。

通過智能化運營，該電商平臺實現(xiàn)了推薦位點擊率 10%的提升。值得注意的是，推薦位點擊只是一個中間效果，不能將其看成是關鍵指標，最終還是需要圍繞電商平臺的成交量指標去做轉化。

目前，我們與該電商平臺的合作還在持續(xù)進行，如果還有機會，期待和大家分享進一步的結果。

綜上可知，搭建指標體系是一個 5×3 的一個推進過程，也是企業(yè)逐步提升運營效率和效果的過程。

三、指標體系搭建的實操流程

1. 6 大核心模塊

前面的部分和大家分享了指標體系的搭建階段和搭建環(huán)節(jié)，明確了相關的指標模塊、場景模塊以及數(shù)據(jù)要求。這部分我們會帶大家進入一個真實的指標搭建情景，提供實操的建議。

我們把指標體系的搭建過程做了一個去行業(yè)化的整理，保留了以下 6 個比較核心的模塊。

在全局統(tǒng)一運營階段，我們需要核心打通的有三個環(huán)節(jié)。

第一個就是渠道的數(shù)據(jù)打通，明確用戶的渠道來源。第二個是各個渠道的分發(fā)效率，它的轉化表現(xiàn)如何。第三個是監(jiān)控轉化效率，也就是打通訪問數(shù)據(jù)和效果數(shù)據(jù)。在會員分層階段，除了監(jiān)控活動效果，還需要打通用戶屬性。即匯集 CRM 的數(shù)據(jù)，串聯(lián)用戶屬性和用戶行為。

智能模型運營階段中，核心環(huán)節(jié)在于推薦位的智能運營。

以上這六塊是「5×3」矩陣中較為核心的工作項目。通過串聯(lián)用戶行為與企業(yè)運營階段，就能構建出與企業(yè)階段發(fā)展目標相匹配的指標體系。

2. 協(xié)作賦能 高效落地

搭建指標體系依賴多維度的用戶數(shù)據(jù)，因此需要公司全體部門聯(lián)動實踐。市場、運營、產(chǎn)品、數(shù)據(jù)、開發(fā)等部門均需賦能指標體系搭建過程，協(xié)助完成需求收集、方案規(guī)劃、數(shù)據(jù)采集、方案評估、數(shù)據(jù)驗證、效果評估等工作，共同搭建數(shù)據(jù)驅動業(yè)績增長的指標體系。

以上是搭建企業(yè)指標體系方法論、體系和實踐應用的分享。希望今天的內容能夠對大家有所幫助，有所啟發(fā)，謝謝大家！

作者：張薺卉，GrowingIO 的商業(yè)數(shù)據(jù)分析師

來源：GrowingIO 增長公開課

本文由 @GrowingIO 整理發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協(xié)議