image
一直以来通过数据驱动业务，驱动产品的重要性被认为是毋庸置疑的，但是我们使用数据驱动的方法是正确的吗？使用的指标是合理的吗？选择合理的数据指标是通过数据驱动的前提条件。本篇文章将从数据指标出发，带你了解数据指标并设计出合理的数据指标体系。
为什么要用数据指标？
在商业活动中，为了做出决策。我们往往需要获得一些重要问题的答案。比如说，用户是否喜欢我的产品，他们是否愿意为这个产品付费，未来我的商业规模是否可以持续增长。回答这些问题的答案，我们需要一些客观世界的真实反馈。数据指标的存在则是为了回答这个问题。
image
什么是数据指标？
简而言之，数据指标是具有特定含义的数据统计值。特定含义保证了其反馈了客观世界的某些情况，数据统计值则指的是数据指标的产生方式。在互联网产品中，常见的数据包含用户数据、行为数据和业务数据。用户数据指的是用户相关的基本数据、行为数据由用户和产品的交互过程中产生、业务数据指的则是如营收额，利润额等业务相关的数据。
在什么时候使用数据指标？
在战略和战术层均可以用到数据指标。
在战略决策层：
一、在商业活动的创业期，需要通过数据指标来回答当前的阶段是否达到标准，是否可向下一个步骤中行进，如当前用户是否已产生足够的粘性，可以考虑商业化获利。
二、通常观察当前整个商业状况是否健康，是稳定推进还是需要及时采取动作进行调整。
在战术执行层：
一、在有明确的方案倾向时，如何做出最佳的动作选择，如需要加大哪个渠道的投放量来提升增长。
二、洞察业务的特点获得机会，对数据指标的日常观察，来帮助我们还原客观世界用户的真实历程发现潜在的机会点。
三、验证方案有效性，在进行了一轮产品或运营动作后，通过观测数据验证动作效果。
四、在发现异常数据时，通过数据定位问题原因采取相应的动作，同时整个过程也会加深对业务情况的理解。
image
什么样的数据指标是好的数据指标？
好的数据指标应该有四个特点。
一、是容易获得和容易解释的。正如一道题目可以有多个解法一样，想要获得一个客观问题的答案，可以有多个数据指标来进行解释。比如，为了获得用户对餐厅的忠诚度，可以统计一个用户次日再来的概率，或者可以统计90天内用户来到餐厅的次数，抑或是充值了餐厅会员卡的人数。选择哪种指标的关键是要保证这个指标是容易被统计出来的，同时这个指标是容易被使用这个指标的所有人所理解的，容易被理解是口径对其的前提，也是业务间沟通的前提。
二、是可比较的。好的数据指标是可以进行比较的，它可以用来和自己的不同时期进行比较，同时也可以用来和行业内的基准值进行比较。
三、可以指导操作的。有些指标看起来数据很漂亮，但实际上对于它们的变化我们只能听之任之，一般来说把这些指标称作虚荣指标，当然这也绝对不会是好的数据指标，别忘了数据指标存在的意义是为了反馈客观世界的情况并帮助我们做出反应。
四、一般来说比率是一个比较好的指标。因为比率一般可以反应一件事情的质量和效率，这是我们所不断追求的，另外比率能够更加直接地指导我们的行为。
image
如何构建数据指标体系？
在实际中需要关注哪些数据指标，其背后隐藏着一个更为关键的问题，那就是我们需要关注哪些事情？对于关注的问题我们可以从AARRR模型进行拆解，一个商业过程的成立包含了用户的获取、激活、留存、收益和传播，当然并不确定在这个过程中包含了全部这些步骤，但至少这会让你的拆解更有条理。在实现这五个步骤的过程中相应地采取了一系列的关键动作。
比如，在用户的获取阶段，是通过搜索引擎获取，还是采取了线下市场活动或者在应用商店进行了付费推广。在用户的激活和留存阶段是为用户创造价值的关键阶段，在这个阶段有可能是为了用户搭建了交易平台或是给用户提供了视频播放的服务也有可能做了一款小而美的工具。在收益和传播的步骤中也是如此。不同的方式和方法我们所关注的指标也会不同。不过总的来说，我们关注的方向是数量和质量，可以简称为**QQ模型（Quantity和Quality）。
具体来说，我们关注视频播放时的指标则可以制定为观看播放的次数，观看播放的用户数，视频的播放进度分布，视频的完播率，视频播放的留存率，视频播放的互动率，视频利用率（播放的视频资源数量占库存的比例）通过逐一遍历商业过程的关键动作并通过QQ模型进行拆解**便可以得到整个业务的数据指标体系。
image
image
以上内容介绍了数据指标的重要性，应用场景和如何从无到有构建一套数据指标体系，后面的文章我会继续谈谈如何利用构建好的指标体系进行观测，分析和指导动作决策。
网友评论