数据指标体系
2023-04-25 14:29:50 4 举报AI智能生成
如何设计数据指标体系
作者其他创作
大纲/内容
指标体系建设方法和步骤
方法
北极星指标
说明
1、目前战略是什么
2、目前公司市场地位，发展的阶段
指引我们根据业务构建指标体系方向
3、最重要且能反映业务的指标
子主题
2、指标是否具有典型性，能否反映用户活跃程度
1、产品核心价值是什么？
3、指标是否管中窥豹，指标变好，能否代表公司业务及方向变好
4、这个指标能否解决众口难调，容易被团队理解和认可
5、指标是否事后诸葛亮？神机妙算
6、指标是否柏拉图，不好操作和实现
精益数据分析好的指标
简单易懂
是比较性的
比率型
可操作性、行动导向
根本性（反映业务问题）
海盗-AARRR模型
获取
落地页浏览量
落地页访问人数
各渠道新增用户
获客成本
激活
激活量/率
活跃用户数（日活、周活、月活）
用户构成（活跃、新增、非新增、流失拉活）
启动次数
留存数
留存
留存率（多时间维度）
流失率
用户生命周期
营收
付费
会员充值人数
会员充值金额
续费人数
广告
广告请求次数
广告位点击次数
广告位曝光数
订单
GMV
复购率
销量
引荐
病毒K因子
传播周期（传播-转化）
净推荐值（NPS）
GSM模型
goal signal metric
识别目标 goal
推导相应用户表现 signal
会出现什么行为
有什么信号出现
找出相应指标 metric
OSM
object
目标
strategy
达成目标所需的策略
metric
如何度量
原则
1、用户第一
一切围绕用户需求来解决问题
不同级别、不同部门的用户需求不一样，呈现指标也不一样
用户更懂自身痛点
基于已有数据，优先解决用户的指标需求
2、典型性原则
找出不同行业、不同节点、产品的典型性指标
小众指标、具体问题具体分析
分层实现，细化成可执行指标
出现频次最高的指标
能真实反映业务问题情况
3、系统性原则
全局观，统筹全局，实现最优目标
梳理指标间逻辑关系，构成有机整体
做法：二叉树法则(T1-T3),组织梳理
构建指标树
也可按页面层级设计（首页-》二级菜单、三级）
4、动态性原则
发展眼光看问题
不同阶段有不同目标
指标体系不断满足和适应业务发展需求
去除暂时用不到的
建设步骤
1、确定公司业务的核心指标
先确定公司核心业务
2、确定用户行为的关键指标
行为
业务过程
3、进行业务需求的多维度拆解
按业务单元
业务大盘、流程
4、依优先级进行系统性整合
各级需求
公司级
1、公司的战略规划是什么？
2、有哪些关键指标可以衡量
3、公司预算是多少？
4、数仓里程碑
5、人员规划？
部门级
1、急于解决哪些问题
2、有哪些业务过程
3、确定业务过程的优先级
4、有哪些用户？
5、用户习惯和分析工具有哪些？
项目级
1、数据源有哪些？
2、维度和度量
3、报表类型和样式？
4、确定报表刷新频率
5、权限和安全
指标构成
维度
看待事物的视角与方向
决定了从什么角度衡量指标
汇总方式
统计汇总数据的方式
方式：求和、平均等
量度
是第一个物理量的测定，通常数字+计量
是数据的重要组成部分，用来明确数据计量单位
指标体系价值
全面支持决策
指导业务运营
驱动用户增长
统一统计口径
指标类型（技术分类）
基础指标（原子？）
复合指标
有一定规则计算
派生指标
一个原子指标+时间周期修饰+其他修饰词
近3日、7日、周、当日
事务性指标
对业务活动进行衡量的指标
新增会员、当日充值会员金额
存量型指标
对实体对象某些状态的统计
注册总数、充值金额总数
复合型指标
常有时间周期，截止日期
指标类型（业务分类）
1、埋点数据
数据采集
与业务有关的数据上传
app基本埋点指标
启动用户数（DAU）
新增用户数
启动次数
某页面PV
平均使用时长
次日启动留存
次日新增留存
+维度则为派生指标
时间维度
MAU、WAU
7日新增
7日平均活跃
业务数据
当日充值用户数、充值总金额、首充人数、赠送代金券
以上均为业务数据才采集的
业务数据指标
会员数据建设
会员黏性、会员运营
会员统计（累计会员人数、有效会员数、新开通数、失效数、续费数、扶沟人数）
会员收益统计
财务数据
企业债偿能力指标
运营资本
企业营运能力指标
总资产周转率
流动资产周转率
企业盈利能力指标
销售毛利率
销售净利率
总资产收益率
复合数据
基于事务型指标和存量指标
一般有比率、比例、变化、变化率、统计型
举例
CPA(cost Per Action)每注册成本
ARPU
CTR（Click Through Rate）广告的点击率
GMV(Gross Merchandise volume) 成交总额
ARPPU
CPM（Cost Per Mile）每千人成本
ROI
0 条评论
下一页
