在运营工作中，我们接触到不同种类的数据指标，这些指标往往都是已经设定好的，我们只需要根据指标推动业务发展。那么，我们如何分辨这些数据指标是否科学呢？这些数据指标体系是否符合业务发展需要呢？
平时工作中我们接触的指标有多少呢？依据平台性质不同以及运营重点需要，我们奖常用的数据指标分为四类：电商指标、app指标、用户指标和金融类指标，这四类指标分别列举重点需要关注的指标明细以及对应的统计口径：
电商指标
APP指标
用户指标
金融指标（信贷）
这些指标已经非常多了，基本上列举出来的都是核心指标，当然这些核心指标会有一些遗漏，大家有要补充的欢迎留言。
我们的工作需要量化，在更广的角度来审视运营工作的效率，在这么多指标之中，怎么样才能系统、全局的制定我们的数据指标体系呢？
互联网发展到现在，有很多工具能够帮助我们从不同维度分析数据：百度统计、百度指数、Google Analytics、友盟、ASO100、GROWINGIO、微指数等等，工具很多，但是我们依然没有头绪搭建指标体系，因为缺少方法论，今天就分享3个数据模型来帮助我们搭建运营数据指标体系。
以网站为维度来衡量指标的PULSE
以用户为中心衡量指标的HEART
以目标为导向衡量指标的GSM
PULSE模型介绍以及优劣分析：
Page view:页面浏览量
Uptime:响应时间
Latency:延迟
Seven days active user:7天活跃用户数
Earning:收益
PULSE模型是用来衡量用户体验非常重要的指标，也经常被用来度量产品的整体表现。如果一款产品响应时间为10秒，我想大部分用户会放弃这款产品；如果一款产品7天活跃用户数仅剩下1%，那么产品经理一定已经上天台了；如果一款产品有很好的流量却没没有办法变现，那么老板一定会带上小姨子跑路。
PULSE模型的优点
1.能够评估产品架构对于用户体验的影响
2.直观、具象的体现产品流程设计对于用户体验的影响；
3.通过用户和浏览数据衡量产品的体验；
PULSE模型的缺点和优点一样明显
1.维度单一，仅从页面浏览量和7天活跃用户来评估产品，很难判断数据的上升或者下降是由某一个原因导致的；
2.从用户的留存来说，7天已经满足不了现在的运营需求，次日留存率，月留存率都需要纳入评估的范围之内；用户来源，用户中新用户、老用户占比，活跃用户、流失用户占比等；
HEART模型介绍
Happiness：愉悦度
Engagement：参与度
Adoption：接受度
Retention：留存率
Task success：任务完成度
HEART是“以用户为中心度量的HEART指标体系，以及把产品目标与创建指标体系相互关联的过程”
愉悦度：交互设计给用户带来体验的满意程度，包括可用性、易用性、推荐意愿、视觉感受度等；
参与度：用户参与互动的程度，比方说访问频率、访问深度、页面停留时间、产生UGC的数量，日活跃度、周活跃度、月活跃度；
接受度：用户在一定周期内参与产品核心功能的使用，比如电商网站的购买、微信发消息发朋友圈、支付宝转账付款、游戏充值、新闻评论等等，接受度是以一定时间范围来看的；
留存率：顾名思义就是用户的次日留存率、周留存率、月留存率，这个要结合参与度和接受度综合来评估；
任务完成度：任务完成效率和效果，比如从开始注册到最后注册完成的比例和时间，游戏新手任务的完成率和完成时长，用户填写产品反馈、上报错误信息等等；
GSM模型介绍
Goal:目标
Signal:信号
Metric:指标
GSM是以目标为结果，通过对目标的设定来倒推过程，精准设定指标体系的一种量化研究方法。
目标：在运营过程中，我们要明确达成的目标，比如用户运营的目标是提升活跃用户，类目运营的目标是提升GMV，产品设计的目标是提升用户的体验，保险offer活动的目的是让用户主动填写联系信息；目标的设定要跨部门沟通，和招商、设计、研发部门一起确定目标，如果不？那你的结果肯定不仅仅是上天台；
信号：即为了达成目标，用户可能会产生哪些体现成功和失败的行为，选取那些明显且敏感的信号，往往预示着失败的行为会比预示成功的行为更容易获得；
指标：选取指标，相对值比绝对值更具有意义，比如比例、百分率或者每个用户的平均值，关键指标不在乎多，而在于精准，避免重复，核心指标才是要关注的，非核心指标可以不纳入观察范围；
HEART模型在工作中的运用
在电商产品中的应用
在金融类产品的应用
其实可以看出按照HEART模型，很重要的还款和催收等贷后管理数据没法体现出来。
GSM模型在工作中的运用
电商产品中的运用
产品运营中的运用
微信运营中的运用
网友评论