实战:如何设立数据指标体系?

5 评论 33577 浏览 273 收藏 12 分钟

编辑导读:随着业务规模的扩大,各类相关的数据量增大、数据指标也越来越多,如果缺乏指标体系就会造成难以衡量产品/活动效果、难以判断整体业务发展状况等问题。本文作者结合案例,对数据指标体系展开了介绍,包括构建指标体系的相关方法和异常监控,希望通过此文能够加深你对指标体系的认识。

在互联网行业,指标是我们绕不开的话题。

  1. 上百万的市场预算,却不知道钱花出去到底带来了多少回报。
  2. 做了几次活动,写了几篇文章,却不知道有没有带来足够的流量。
  3. 辛辛苦苦导入了流量,却不知道流量有没有转化为用户。
  4. 注册过程中缺乏每步转化率的监测,优化和优化效果更是无从谈起。
  5. 不知道注册用户的留存情况,更不知道这些用户是否可以成为一个忠诚用户甚至付费用户。……

种种的“不知道”,都是因为你缺少了指标思维!

人生路上多知己,全靠指标讲道理。什么是指标?数据统计中有哪些常见的指标?如何为一个项目(活动、功能、产品)制定指标模型?别急,今天我们唠唠指标那些事儿。

一、指标是什么?

先来看一下因吹斯汀的百度百科怎么解释指标:预期中打算达到的指数、规格、标准,一般用数据表示。

比如,Boss开年会时说:“我们今年新增的几个指标:员工流失率、门店客流量、客单价……(balabala)成果丰硕,收益明显!”。发言中所提到的“员工流失率”、“门店客流量”、“客单价”,就是指标,是对结果的数据化描述。

在互联网行业中,我们可以对指标做出更为具体的定义:指标,是反映某种事物或现象,描述在一定时间和条件下的规模、程度、比例、结构等概念,通常由指标名称和指标数值组成。

指标可以分为简单计数型指标复合型指标。简单计数型指标是指可通过重复加1这一数学行为而获得数值的指标,如UV(Unique Visit , 独立访客数)、PV(Page View,页面浏览量);

复合型指标是由简单计数型指标经四则运算后得到的,如跳出率、购买转化率。

在计算指标时,我们还会涉及绝对数、相对数;百分比、百分点;频率、频数;比例、比率等计算方式。

二、实战:如何设立指标体系?

假设你手上有一个方案(可能关于活动、功能或是APP),怎么从指标层面衡量它实施后效果是好是坏(即评估产生的价值)?

1. 明确业务目的,确定核心指标

指标体系没有放之四海而皆准的模板,不同业务形态有不同的指标体系。

想要制定符合业务需要的指标体系,离不开日积月累的深刻洞察。我们总结了几大常见的互联网业务类型,把“省时间/杀时间”、“产品自身提供价值/产品链接其他资源提供的价值”当作横纵坐标的两端,构建了4个象限。

「产品自身提供价值」是指产品自身可以满足用户需求,为用户提供价值。

「产品链接其他资源提供的价值」是指产品作为平台方或链接者,把用户和其他資源链接起来,以此为用户提供价值。

如:O2O产品,产品把用户和众多商家链接在一起,为用户提供价值;如探探,则把不同的用户链接在一起,为使用者提供价值。

我们根据业务特点将不同业务放入对应的象限之中,它们分别是:

  • 工具类业务:帮助用户节省时间,产品自身提供价值。如墨迹天气、TEA。核心指标应该聚焦到判断工具的使用率。
  • 内容类业务:杀掉用户时间,产品自身提供价值。如今日头条、一点资讯。核心指标应该聚焦到内容的质与量。
  • 交易类业务:帮助用户节省时间,产品通过链接其他资源提供价值。如淘宝、京东金融。核心指标应该聚焦到转化率。
  • 社交类业务:杀掉用户时间,产品通过链接其他资源提供价值。如Soul、探探。核心指标应该聚焦到用户的活跃程度。

在明确业务之后,就可以构思每个业务需要关注的指标。如下表所示:

2. 拆解核心指标

明确业务类型和业务指标之后,我们要结合实际业务,将主要关注的指标拆解到可行动的程度。常见的拆解思路有两种:

(1)按场景拆分成多个子指标的和

如:DAU ≈ 日新增用户+留存用户+回流用户;

(2)按一定的关系拆分成多个子指标的积

1)依靠逻辑关系进行指标拆分。如:

  1. GMV (总消费额)≈ 用户数 x 购买频次 x 客单价;
  2. 销售额 ≈ 用户总量 x 付费率 x 客单价;
  3. LTV(生命周期总价值 ,life time value )=LT(生命周期 ,life time)x ARPU(每个用户的平均花费,Average Revenue Per Use)

2)依靠时间先后进行指标拆分。

如:渠道推荐效果 ≈ 展现次数 x 点击率 x 转化率

3. 案例

举个例子,某电商平台准备做一个大促活动,BOSS说,把活动的销售总额提高5倍,我们应该怎么办呢?

首先,如果想提升销售额,要么提升买家数,要么提升客单价。

依照逻辑关系,销售总额可以拆分为:销售总额=买家数 x 客单价销售总额=参与活动用户总量 x 付费转化率x 客单价我们就拥有了三个方向,我们可以把“参与活动用户总量”、“付费转化率”、“ARPU”任意提升5倍,或各的提升率乘积达到5,即可完成BOSS的目标。

其次,分别构思三个方向如何落地。

(1)参与活动用户总量

在活动推广阶段,如果我们想要提升参与活动的用户总量,就要获得更大的曝光。曝光可以分为站内曝光和站外曝光,通过这些曝光而来的用户,我们可以对应称之为站内流量和站外流量。

在这个电商的例子当中,Banner位、Push、回流页可提供站内流量。而微信生态(微信公众号、朋友圈广告投放、KOL合作)、百度网盟、豆瓣小组、微博、抖音、搜索引擎等,可吸引站外流量。

假如目前导入活动页的流量为5000,站内总体流量是10w,可见该活动在站内流量上有较大的提升空间,此时可以选择加大站内曝光。假如站内总体流量是10w,目前导入活动页的流量已为9w,站内流量已经基本饱和,再扩大站内曝光收益就会非常有限了,此时我们可以选择加大站外曝光,获取更多的站外流量。

(2)付费转化率

如果想要提升用户的付费转化率,就需要梳理现有活动的转化流程,观察各转化环节的转化率。针对转化率较差的环节,思考转化较差的原因并采取相应措施,减少用户在各环节中的流失。例如:环节是否过多、流程是否过长,是否需要对环节进行合理的合并或删减;各环节的引导机制是否顺畅,文案/UI是否引导清晰等,是否可以通过一些奖励来提高转化。

(3)客单价

我们可以从以下两个方面来思考如何提高客单价:

  1. 如SKU运营方面,可推出组合套装吸引用户购买。如一套潮牌的上衣与裤子,新年限量款的化妆品礼盒、“简史”系列书籍三部曲(《人类简史》、《未来简史》、《今日简史》)系列。
  2. 运营方面,如采用满额包邮、满额立减/满额使用优惠券、满额赠送等;也可以通过客服推荐相关产品、为用户的购买提供附加值(如购买满xx元免费上门安装)等等。

好了,本期我们学习了指标的定义,清楚了什么是指标,并进行了一场设立指标模型的实战。“纸上得来终觉浅,绝知此事要躬行”,快快去了解你的业务,建立属于你自己的指标模型吧!

#专栏作家#

大鹏,公众号:一个数据人的自留地。人人都是产品经理专栏作家,《数据产品经理修炼手册》作者。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

专栏作家

一个数据人的自留地,公众号:一个数据人的自留地。人人都是产品经理专栏作家,《数据产品经理修炼手册》作者。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 客单价是ARPPU吧

    来自北京 回复
  2. 大神你好~感觉你这篇文章很好,我想转载到我们公司的内网供大家学习,可以吗?会注明出处~

    来自北京 回复
    1. 可以的,欢迎分享。

      来自北京 回复
    2. 谢谢~

      来自北京 回复
  3. 大家期待已久的《数据产品经理实战训练营》终于在起点学院(人人都是产品经理旗下教育机构)上线啦!

    本课程非常适合新手数据产品经理,或者想要转岗的产品经理、数据分析师、研发、产品运营等人群。

    课程会从基础概念,到核心技能,再通过典型数据分析平台的实战,帮助大家构建完整的知识体系,掌握数据产品经理的基本功。

    学完后你会掌握怎么建指标体系、指标字典,如何设计数据埋点、保证数据质量,规划大数据分析平台等实际工作技能~

    现在就添加空空老师(微信id:anne012520),咨询课程详情并领取福利优惠吧!

    来自广东 回复