本文主要介紹了指標(biāo)體系搭建的基本流程和常見誤區(qū)，并結(jié)合一些例子做了指標(biāo)體系搭建的說明。

此文系把前日所做的分享整理成文，正文主要介紹了指標(biāo)體系搭建的基本流程和常見誤區(qū)。算是經(jīng)過工作和學(xué)習(xí)，漫長野蠻生長后對指標(biāo)體系搭建的一些見解的思考，作為自身知識沉淀的第一步，希望大家?guī)е械难酃馊タ创袃?nèi)容。

01 指標(biāo)體系搭建的基本流程

指標(biāo)體系搭建是數(shù)據(jù)工作的基礎(chǔ)，可以通過量化的方式，較為系統(tǒng)的反映業(yè)務(wù)發(fā)展情況。

通常來說，業(yè)務(wù)指標(biāo)體系的搭建可以分成以下幾種階段：

1. 確定產(chǎn)品核心價值和所處階段

此階段是搭建指標(biāo)體系的基石，前期準(zhǔn)備工作越充分，對業(yè)務(wù)理解越全面，后續(xù)指標(biāo)搭建就越合理。所以此階段建議先對產(chǎn)品有一個比較宏觀的了解。通常采取的方式無非是自身體驗/詢問同事/網(wǎng)上查找相關(guān)資料。

這里想特別提到《了不起的蓋茨比》的一句話，可以領(lǐng)悟精神：“每當(dāng)你想批評別人的時候，要記住，這世上并不是所有人，都有你擁有的那些優(yōu)越條件”。時刻注意不要太過盲信自身體驗，很容易犯以偏概全的毛病。

比如說對于一款正在進(jìn)行渠道下沉的產(chǎn)品，你作為一二線城市的用戶可能比較清楚自己想要什么，但是沒有三四線城市生活經(jīng)歷的你，可能就不會太了解那里用戶的真實訴求和使用場景與你有何異同。

涉及到實際業(yè)務(wù)場景，我們可以通過以下幾種方面的研究來嘗試找準(zhǔn)產(chǎn)品的核心價值，幫助我們更有底氣的搭建一個合理的指標(biāo)體系：

產(chǎn)品基本情況：

首先我們需要了解產(chǎn)品的基本情況，雖然不需要對每個旁支功能都了如指掌，但是至少需要清楚產(chǎn)品對于用戶產(chǎn)生的核心價值和主要交互場景。注意，一個好的slogan也可以幫助你更好的了解產(chǎn)品的主要價值。

有條件的話可以通過自身體驗/與目標(biāo)用戶交流/應(yīng)用商店/數(shù)據(jù)監(jiān)控網(wǎng)站（類似于七麥，TalkingData等）等了解。

增長情況：

然后我們需要了解產(chǎn)品自身表現(xiàn)和其所在細(xì)分領(lǐng)域市場的表現(xiàn)，好比說其日活/設(shè)備量的增長情況/市場占有率等，輔助我們更好的判定產(chǎn)品所處的階段。比如日活穩(wěn)定，新增設(shè)備下滑，該app可能已經(jīng)到了成熟期。

這里我們通常還是善用搜索，查看行業(yè)報告/數(shù)據(jù)監(jiān)控網(wǎng)站/科技媒體報導(dǎo)（36Kr,虎嗅等）/app自身發(fā)布的數(shù)據(jù)報告來判斷。

產(chǎn)品迭代歷程/運(yùn)營及商業(yè)化策略：

這幾塊內(nèi)容放在一起說，主要幫助我們了解產(chǎn)品近年的發(fā)展情況和未來的發(fā)展計劃。產(chǎn)品方面我們可以關(guān)注app披露的迭代記錄，通過自身體驗，或者加入核心用戶體驗群等等。

運(yùn)營和商業(yè)化方面信息比較難直接獲取，就要善于關(guān)注各種領(lǐng)導(dǎo)者采訪/專業(yè)文章分析/各類大會分享/公司內(nèi)部報告等。當(dāng)然能找到內(nèi)部人士更是極好的。

通過脈脈/領(lǐng)英或許我們都能方便的找到內(nèi)部員工，至于能不能打聽到產(chǎn)品的商業(yè)化進(jìn)程和走向就各憑本事了（記得之前有個段子，說某男為了成為產(chǎn)品經(jīng)理，陸續(xù)勾搭了幾個產(chǎn)品經(jīng)理小姐姐處對象，這里先不做道德判斷，但是理是這個理- -）。

如果是為自己的公司搭建體系，當(dāng)然也可以選擇詢問相關(guān)業(yè)務(wù)人員。但是切記過程中你需要有一點兒產(chǎn)品的思維，即傾聽他們的聲音，但不是他們說什么就去做什么。需要考慮，業(yè)務(wù)人員為什么關(guān)注這一指標(biāo)？找到業(yè)務(wù)需求背后隱含的訴求并付諸數(shù)據(jù)量化。

2. 確定北極星指標(biāo)

首先來明確一下北極星指標(biāo)的定義。

北極星指標(biāo)（North Star Metric）：又叫作OMTM(One metric that matters），唯一重要的指標(biāo)，為產(chǎn)品現(xiàn)階段最為關(guān)鍵的指標(biāo)。之所以叫北極星指標(biāo)，是因為這個像北極星一樣，指引著全公司所有人員向著同一個方向邁進(jìn)。是全公司統(tǒng)一的成功指標(biāo)，且需要對應(yīng)產(chǎn)品向用戶輸出的價值。

關(guān)于北極星指標(biāo)的確定，其實結(jié)合產(chǎn)品類型，已經(jīng)大致能得出自己的選擇，唯一需要注意的是在產(chǎn)品發(fā)展的不同階段會有相應(yīng)變化，比如說滴滴在創(chuàng)業(yè)早期可能就會比較關(guān)注新客數(shù)，現(xiàn)階段可能就要更多的關(guān)注營收情況。

至于判定指標(biāo)的選擇是否合理，其實也有一套比較好的自查方法。我就不再班門弄斧，直接援引曲卉在《硅谷增長黑客實戰(zhàn)筆記》給出的六個標(biāo)準(zhǔn)，概括精當(dāng)?shù)轿唬?/p>

1. 你的產(chǎn)品的核心價值是什么？這個指標(biāo)可以讓你知道你的用戶體驗到了這種價值嗎？

比如說，我現(xiàn)在公司做的是投資 App，那么用戶的核心價值就是投資，所以這個北極星指標(biāo)應(yīng)該和投資有關(guān)；

2. 這個指標(biāo)能夠反映用戶的活躍程度嗎？

在上面的例子里，Myspace 的“注冊用戶數(shù)” 就沒有反應(yīng)用戶的活躍程度；

3. 如果這個指標(biāo)變好了，是不是能說明你的整個公司是在向好的方向發(fā)展？

比如說，對于 Uber 來說，如果只是把注冊司機(jī)數(shù)作為北極星指標(biāo)，顯然就忽略了乘客這一方面。因此 Uber 的北極星指標(biāo)應(yīng)該能夠反映司機(jī)和乘客的供需平衡，所以“總乘車數(shù)”就是更為合適的一個指標(biāo)。

4. 這個指標(biāo)是不是很容易被你的整個團(tuán)隊理解和交流呢？

一般來說，建議選一個絕對數(shù)作為北極星指標(biāo)，而不是比例或百分比：比如說，“總訂單數(shù)”就比“訂單額超過 100 元的訂單比例”好理解

5. 這個指標(biāo)是一個先導(dǎo)指標(biāo)，還是一個滯后指標(biāo)？

比如說，SaaS 公司喜歡使用收入作為北極星指標(biāo)，這不是一個壞指標(biāo)，但是它確是一個滯后指標(biāo)。有的用戶很可能已經(jīng)停止使用幾個月了，卻還在付月費(fèi)。在這種情況下，“月活躍用戶數(shù)”可能是一個更好的先導(dǎo)指標(biāo)。

6. 這個指標(biāo)是不是一個可操作的指標(biāo)？

簡單地說，如果對于一個指標(biāo)，你什么也做不了，那它對你來說相當(dāng)于不存在。

3. 確定其他關(guān)鍵指標(biāo)

確定好了北極星指標(biāo)，需要繼續(xù)確定該app發(fā)展過程中需要關(guān)注的其他重要指標(biāo)。

這里拆解的基本維度為用戶，行為，留存和收益，是基于外界對產(chǎn)品的價值判斷和數(shù)據(jù)倉庫的搭建邏輯選擇的。

在實際應(yīng)用過程中，其實可用模型有很多，包括AARRR模型or其他合理的分析模型（比如HEART），在不同業(yè)務(wù)和不同鏈路都有各自的應(yīng)用場景。也會發(fā)現(xiàn)實際對于不同產(chǎn)品，可能還有很多定制化的指標(biāo)不好歸類。所以可以先掌握基本法，具備一個基本的思考方向，再根據(jù)業(yè)務(wù)實際情況開枝散葉，進(jìn)行延展。

以抖音為例，我用基本模型增加AARRR的拉新喚醒模塊打配合，做出以下劃分：

這里再做出一些簡單的解釋：

拉新/喚醒：

關(guān)注各渠道效果以及各類拉新裂變活動效果如何，主要基于成本和有效性兩方面量化。

用戶：

主要對到訪用戶做分類，看有沒有某部分用戶出現(xiàn)異常。用戶畫像基于訪問用戶的結(jié)構(gòu)維度，但考慮到用戶的激動指數(shù)（激動指數(shù)代表了用戶有多大動力在某個時刻完成某件事情；好比說，激活過程中需要填寫的內(nèi)容越多，過程越繁瑣，用戶越容易放棄你的產(chǎn)品）和開發(fā)資源，所以并非越細(xì)越好。

譬如說，作為一款婚戀app可能就特別需要關(guān)注女性用戶占比，如果發(fā)現(xiàn)活躍男性規(guī)模遠(yuǎn)高于女性，和酒吧進(jìn)行女性免單促銷的邏輯類似，該產(chǎn)品就得加強(qiáng)對女性用戶的引流。但是對于某些男性主導(dǎo)的直男社區(qū)，比方說軍事類討論組，女性用戶占比可能就是一個次要指標(biāo)。

行為：

需要包含用戶在app上必然操作的基本行為和關(guān)于產(chǎn)品核心價值的行為。對于平臺類產(chǎn)品，涉及到多種用戶類型的，需要關(guān)注到各個用戶群體行為上的差異性。比如作為一款內(nèi)容社區(qū)類產(chǎn)品，就要同時關(guān)注推薦質(zhì)量/生產(chǎn)質(zhì)量。

此外，特別關(guān)注舉報行為是因為：內(nèi)容平臺很容易因為審核監(jiān)管力度不夠，導(dǎo)致出現(xiàn)低俗不良信息/違背主流社會價值而遭到打擊。好比說前段時間Soul合伙人惡意釣魚舉報Uki，直接導(dǎo)致競品因為低俗內(nèi)容被強(qiáng)制下線數(shù)月。不但導(dǎo)致Uki之后的日注冊用戶量出現(xiàn)斷崖式下降，甚至使其錯過了元旦和春節(jié)等幾個關(guān)鍵節(jié)點，面對這種情況，成熟公司可能還可以靠活躍用戶扛一扛，但是對于初創(chuàng)公司來說是毀滅性的。所以需要特別警惕。

留存：

這里主要關(guān)注各細(xì)分維度的留存情況是否有異動。切分維度一般和用戶養(yǎng)成使用習(xí)慣需要的活躍天數(shù)有關(guān)。理論上來說，用戶對產(chǎn)品投入越多，越難以放棄一個產(chǎn)品。比方說如果你堅持用豆瓣記錄自己的觀影歷程多年，那你就很難離開豆瓣了，否則就要面臨高昂的遷移成本。

收入：

關(guān)注各業(yè)務(wù)線實際營收?？紤]到短視頻平臺其實和手游有比較高的重合度，此類用戶具有客單價較低，付費(fèi)頻次較高的特點，因此需要關(guān)注新引入的付費(fèi)用戶情況。

4. 模塊拆解和模塊指標(biāo)確立

這兩部分并在一起說。實際上如果前期的核心價值了解到位，做到這一步基本是水到渠成。功能模塊的選取要么基于產(chǎn)品核心價值判斷，要么基于公司業(yè)務(wù)線自身的天然分割。

這里通常以對產(chǎn)品功能模塊/業(yè)務(wù)邏輯拆解為主，通過產(chǎn)品的核心價值判斷；以網(wǎng)上檢索到的情報為輔助（比方說對于影響力比較大的產(chǎn)品，好比說淘寶/抖音這類國民產(chǎn)品甚至可以搜索到一些咨詢機(jī)構(gòu)所做的用戶調(diào)研，就會很容易留意到一些子功能對于用戶來說是沒有這么核心的），據(jù)此來綜合判斷。

此拆解并不唯一，也可能會發(fā)生變化。以抖音為例可做如下拆分：

進(jìn)行到子模塊的拆解后，我們?nèi)匀豢梢园凑贞P(guān)鍵指標(biāo)的拆解套路（用戶/行為等……）進(jìn)行。當(dāng)然，對于拆解模式和概括類指標(biāo)相同的（如留存），可以一筆帶過，對差異性較大的再做細(xì)分解釋。

此外，拆到業(yè)務(wù)線時可能會有和總的概況指標(biāo)有重疊的部分，這時也無需過于擔(dān)心，有時候同一款產(chǎn)品多線并行互相競爭，大家通過不同的角度看問題，反倒有可能更容易發(fā)現(xiàn)產(chǎn)品迭代的空間/改進(jìn)的方向。

02 指標(biāo)體系搭建的常見誤區(qū)

說完了基本搭建流程，這個版塊主要介紹一些指標(biāo)體系搭建中比較容易出現(xiàn)的問題。

1. 很多判斷比較想當(dāng)然，缺乏依據(jù)

常見的問題包括但不限于：沒有考慮到產(chǎn)品當(dāng)前所處階段或者判定了但是缺乏對應(yīng)支撐；核心功能模塊選取過度依賴自身體驗和口嗨等……

2. 指標(biāo)定義不清楚

事實上指標(biāo)的定義沒有絕對的正確和錯誤，只要基于實際業(yè)務(wù)問題，確定好統(tǒng)計口徑，團(tuán)隊理解一致，這個指標(biāo)就是可取的。所以對于一些界定不夠清晰，不能被團(tuán)隊一眼理解的指標(biāo)，最好再追加基本的解釋。

就算是大家都知道看似簡單的DAU，其實也可以有不同的定義。什么是活躍？最常見的定義是，打開應(yīng)用即算活躍。但是不同的業(yè)務(wù)場景下可能有不同的需求，以游戲產(chǎn)品為例，用戶僅僅打開但是不登陸是沒有意義的。那么DAU的定義是登陸你的app or 停留時長達(dá)到一分鐘 or 有特定行為？

其實都可以，只要團(tuán)隊一致認(rèn)可且能反映產(chǎn)品的核心價值。

3. 指標(biāo)要么過于大而全，要么過于隨意

一個好的指標(biāo)體系，在問題發(fā)生時，理應(yīng)能讓用戶通過較少的操作和觀察，快速精準(zhǔn)的定位到問題。建立一個非常復(fù)雜不易理解大而全的指標(biāo)的結(jié)果是，可能有些報表年年出現(xiàn)，日日推送，但是無人問津。選擇指標(biāo)時需要我們好好考慮選取這些指標(biāo)到底能在實際業(yè)務(wù)中發(fā)揮什么作用。如果想不到，它可能就不是一個特別理想的指標(biāo)。

4. 指標(biāo)選取上，關(guān)注人（如使用功能人數(shù)）/忽略次（如使用功能次數(shù)）

這一點對運(yùn)營同學(xué)可能足夠，但是考慮到產(chǎn)品優(yōu)化維度，就不夠全面了。好比說，對于一個發(fā)布功能，我們可能就會關(guān)注用戶每一次操作背后每一步的行為漏斗。

5. 指標(biāo)選取時只關(guān)注比例/均值，不太關(guān)注絕對值

確實，比例和均值通常比絕對值更適合作為指標(biāo)，它更直觀，更容易被對比。我們常說，不能對比的指標(biāo)不是一個好的指標(biāo)。

但是完全忽略絕對值其實也是很危險的。打個比方，一個直播間，昨天來了1萬個訪客參與互動的有100人；今天有1000個訪客，參與互動的仍然有100人?？瓷先⑴c率大幅提升了，但是我們可能會被虛榮的數(shù)據(jù)蠱惑，忽略了實際上參與率的提升可能僅僅是由于流量變少，今天來的更多是死忠粉，所以互動人數(shù)同樣值得注意。

這里再額外延展一個統(tǒng)計學(xué)上一個經(jīng)典的例子，辛普森悖論，大意是分組分組時均占優(yōu)勢的一方在總體上反倒有劣勢，這其實就是因為分組的樣本量有差距，警醒我們既不要以偏概全也不要以全概偏。

這篇文章寫到這里差不多就該結(jié)束了。

指標(biāo)搭建的方法論可能比較樸素，沒有特別高大上的模型和理論依托，但是卻有賴于深厚的積累和充分的業(yè)務(wù)理解。實際工作中不用拘泥，只要能達(dá)到反映業(yè)務(wù)現(xiàn)狀，方便各業(yè)務(wù)及時定位異常點就好。這個體系是動態(tài)的，可以隨著不同階段的業(yè)務(wù)需要不斷進(jìn)行更新和調(diào)整，也不斷在全面和精煉中尋找平衡，避免過高的復(fù)雜度帶來的冗余。

本文由 @Ver 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議