数据分析系列(二):如何梳理数据指标体系
发布网友
发布时间：2022-10-14 03:54
共1个回答
热心网友
时间：2023-11-23 22:56
上一期话题我们聊了一下「如何辨别数据指标，利用正确的数据指标来指导工作」。这期话题我们会聊一聊：如果你面临的是一个探索项目，如何从零开始建立起一套数据指标体系。
01 明确当前业务的目的
从产品生命周期的角度来说，一个产品会经历引入期、成长期、成熟期、衰退期四个阶段，由于衰退期的产品价值比较有限，所以这里主要讨论前三个阶段：
引入期，关注业务模型是否能够跑通（主要包括用户满意度、留存等指标，看产品是否能为用户提供价值
成长期，关注用户增长（主要关注新增、留存等指标）
成熟期，提升用户活跃度，实现商业变现（关注DAU、收入等指标）
理想中的状态是以上，不过目前越来越多的公司由于面对资金压力，很多公司都在压缩产品引入期-成长期的时间，从产品初期已经开始孵化一些商业化功能，实现变现。但总体而言，一般当前业务目的还是可以归根于两个方面：
流量：用户新增、DAU、用户留存、人均使用时长
变现：营收
02 梳理当前业务模块&核心指标
上个部分我们提到业务目的主要可以分为流量、变现两个环节，那么下面个人认为从业务目的出发，常见的业务模块及其核心指标主要如下所示，供参考。
同时，核心指标的描述需要包含以下几个要素：
指标含义：描述了一件xxxx的事情
计算方法：包括计算公式、统计时间段
指标价值：做好了能怎么样
所谓「核心指标」的定义没有标准答案，我认为衡量的标准是：日常你每天都需要去关注的综合性数据。
举例「如果现在是某一产品付费模块」，可以大致按照如下方式进行梳理：
03 定义核心指标判断标准
前面有提到核心指标描述里面需要包括一项：做好了能怎么样，那这里其实需要为核心指标配套一个判断标准。
常见的定义标准的方法有以下几种，按照自身产品特点选择即可：
KPI达标率：如果你的核心指标是KPI指标，那就直接根据KPI达标率来判断即可。这个应该是最常见的一种方式。
竞品对标：如果你能从靠谱渠道搜集到竞品相关数据，那以竞品为参照物进行判断。
环比对比：查看环比数据，如果业务走势呈明显周期性，选择一个历史数据较为不错的数据进行对比。
同比对比：查看同比数据，预估每个周期增长多少个百分点，与上一周期数据进行对比，看是否达标。
04 完善二*指标
「核心指标」能帮助我们每天了解业务的全盘情况，但是如果某一天我们发现某一个核心指标发现了异常波动，我们需要去进一步探索原因。所以，这里我们要做的第四步是：根据实际业务需要，进一步完善二*指标。
具体拆解方式很大决定上取决于产品形态及当前业务关注点，主要可以通过以下几种方法：
根据构成拆解
比如推广模块的推广成本可以拆解为：
推广成本=渠道1推广成本+渠道2推广成本+渠道3推广成本...
根据业务流程拆解
根据业务流程，划出具体业务流程的过程指标，比如研究游戏内A道具的付费率情况，可以分为以下几个流程：
根据可能影响因素拆分
假设流量池稳定，游戏平台付费营收未达到预计水平，可以从以下几个角度增加分类维度：
05 总结
指标建模最大的意义在于最终能够赋能业务成长，所以我更建议由上及下进行拆解：以最终整个产品目的为导向（老板层面关心的问题），再到当前业务核心指标&判断标准（Leader关心的问题），再到二*指标（执行层面关心的问题）。
同时，最后2条小建议：
选择哪一种指标建模方法不重要，要注意逻辑性，选择一种自己认可的即可；
注意实操性，刚开始精力有限的情况下，不建议建立太多复杂的指标体系，最后反而看得眼花缭乱，抓不到业务重心。
本期内容在这里结束，下篇文章会围绕《常见的数据分析方法》展开，聊一聊常见的数据方法有哪些以及实际在业务场景中如何运用。
