从0到1，聊聊如何搭建数据指标体系

很多人都用数据指标来统计项目效果，但是做出来的数据往往零散，看不出关键信息。那么如何才能将指标体系化，通过单点数据看全局问题呢。让我们来看看笔者是怎么说的？

一、什么是指标体系

在产品和运营的工作中，我们会接触不同的数据、不同的指标。很多时候我们做的数据，都是针对单个点的层面去做，而最终显示出来的数据往往比较零散，无法串联起来，发现全局的问题。

而指标体系化，则是将零散的数据串联起来，让你通过单点看到全局，通过全局解决单点的问题。

用一个词来形容，就是“引一发而动全身”，通过相关的指标变化看到整体业务场景下的变化，从而快速发现问题或者是监控相应运营策略的效果情况。

二、指标体系有什么好处

相信看完前面的解释，你会发现，体系化的指标和零散的指标，最大的区别是——是否能更加快速地发现一些问题。

如果还是有点晕，咱们就以转化率和留存率来看看下面这个案例：

说干就干，可7天后。

在单点数据分析时，我们经常会遇到此类问题——就是出现什么问题，就分析这个问题，没有全局考虑用户的整个场景。

那么我们换个角度，来看看会有什么不同？

从上面两个例子中，我们可以看到：非体系化的指标往往是单点分析，分析不出来之后需要重新分析另外一个点，而无法串联进行全局分析。

而体系化的指标往往是结合用户的场景来进行分析，并且多个不同的指标和维度是可以串联起来进行综合分析。就像排序（如价格）因素里面的某个维度，可以分析页面转化率，也可以分析商品的售出率等。通过相同维度的分析可以更快地找到问题的原因。

说了这么多，如何去搭建指标体系呢？

下面，就是很精华的实操内容啦：

三、如何搭建指标体系

在如何搭建指标体系之前，我们先简单说下，什么是指标？

指标，实际上就是一种度量。大到用于监控和评估商业进程的状态，小到衡量某个功能模块的情况，或者是自己的活动效果。

从运营角度来看，一个好的指标，需要具备四个特点：业务层面是有价值；可衡量业务真实情况；简单可执行；大家都共同认可。

从技术层面来看，一个好的指标，统一具备四个特点：容易收集快速衡量；准确度高；可被多维度分解；单一数据源。就像我们经常使用的衡量APP产品启动人数，使用UUID或者是COOKIE往往比使用IP更加准确。

但很多时候，因为技术或者是业务自身的原因，我们往往很难找到很完美的指标。那么这个时候我们最重要的就是统一口径进行分析，更多地观察数据的波动情况。

1. 选什么样的指标

选指标有两个方法：指标分级，OSM模型。

（1）指标分级：通常是分成三级。

一级指标：公司战略层面指标。

用于衡量公司整体目标达成情况，通常设定在5-8个指标。这类指标是与业务紧密结合，按照行业标准进行制定，有可参考的行业标准指标，且这类指标针对全公司所有员工均具有核心的指导意义。

比如某游戏公司的一级指标：新增账号、留存率、DAU/MAU、付费人数（率）、收入金额等。

二级指标：业务策略层面指标。

为了实现一级指标，企业会做出一些策略，二级指标通常与这些策略有所关联。可以简单理解为一级指标的实现路径，用于更快定位一级指标的问题。

例如：某游戏公司一级指标是游戏收入，那么二级指标可以设定为不同游戏物品的收入。一级指标是DAU，那么二级指标设定为分服务器的DAU等。这样当一级指标出现问题的时候，我们可以快速查询到问题的所在点。

三级指标：业务执行层面指标。

三级指标是对二级指标的路径拆解，用于定位二级指标的问题。三级指标的使用通常是可以指导一线人员开展工作的指标内容。三级指标的要求是：一线人员看到指标后，可以快速做出相应的动作。

如游戏公司的二级指标是XX区服的DAU，那么三级指标则可以设定为游戏时长、游戏频次、游戏等级分布、游戏关卡流失情况等。通过观察这些数据，可以去针对性地做调整，如某个关卡流失的用户特别高，那么尝试降低难度。

当然，如果想要更细致一点，也可以往下继续拆分，这里就不一一赘述了。

这里有一个注意事项，在进行整个指标分级的时候，我们需要先思考：

一级二级指标，能否反应产品当前的运营情况；

三级四级指标能否帮助一线人员定位问题，指导运营工作。

以上是指标分级纵向的内容。横向思考，如何针对不同级别的指标来选取合适的指标？

这就是指标分级的第二个方法：OSM模型。

2. OSM模型

OSM模型（Obejective，Strategy，Measurement）分别代表业务目标、业务策略、业务度量。

O：用户使用产品的目标是什么？产品满足了用户的什么需求？

S：为了达成上述目标我采取的策略是什么？

M：这些策略随之带来的数据指标变化有哪些？

我们搭建指标体系是为了更好地发现用户的问题，并且去解决。所以我们需要站在用户的场景去考虑整体的内容。

以知乎为例，按照OSM模型，它的指标是什么样的？

O：用户来使用知乎这个产品，目标是什么？

这里涉及两个不同的用户——内容分享者和内容消费者，这里简单介绍内容生产者的分析思路，大家可以自己试着分析下内容消费者。

用户需求：分享知识观点（发布观点），建立行业影响力（内容受到反馈）。

那么，如何让用户感受到自己的需求被满足了呢？

S：知乎做的策略是：内容点赞评论、内容打赏、盐值增加、XX话题优秀回答者。

M：接下来，我们需要针对这些用户动作去做指标，在这里面我们的指标会有两个，分别是结果指标和过程指标。

结果指标：用于衡量用户发生某个动作后所产生的结果，通常是延后知道的，很难进行干预。

过程指标：用户在做某个动作时候所产生的指标，可以通过某些运营策略来影响这个过程指标，从而影响最终的结果。

还是以内容生产者为例：

结果性指标：发布文章数、发布文章的人数、文章点赞/评论数、被打赏人数、被打赏金额、优秀回答者人数、新增优秀回答者人数等。

过程性指标：使用内容导入人数、内容发布转化率、文章互动率、评论折叠率等。