如何搭建产品数据指标体系?
今天我们将着重给大家分享北极星指标以及脉络模型。
1、北极星指标
谈到增长黑客,就不得不先来认识一下增长中最重要的一个指标“北极星指标”。
北极星指标也叫唯一关键指标(OMTM,One metric that matters),是产品现阶段最关键的指标。
简单说来就是公司制定的发展目标。当然,公司在不同阶段会有不同的目标,所以不同节点的北极星指标是不一样的。
为什么叫“北极星”指标呢?大概的寓意就是要像北极星一样指引公司前进的方向吧。
北极星指标的作用主要体现在:
- 公司发展方向,所有工作都是由此展开的。
- 帮助公司员工明确任务的优先级,避免在公司运营工作上无从下手,无法集中火力抓住重点。
- 提高行动力,一旦选定你的目标,你只有一件事可以做,努力达到目标。
在产品不同阶段的北极星指标是不一样的,且制定后需要一段时间监测。
而且好的北极星指标可能不止一个,涉及到自己公司的产品还需要在商业中进行检测,增长模型也会根据部门架构等不同情况有多种拆法。
那么我们应该如何确定北极星指标呢?
有两种常用的办法:
- 通过用户核心价值-商业目标的“增长闭环图”确定北极星指标
- 使用北极星指标自检卡筛选北极星指标。
相比来说,前者更加核心,后者是在前者不能确定北极星指标的基础上,再附加的额外的自检清单。
注意,在筛选的时候一定要先确认产品所在的产品生命周期后再对北极星指标进行定义。
拼多多的增长闭环图
北极星指标自检框架
注:自检的时候可以选出三个具体指标放到问题上进行分析,符合写Y,不符合写N,不确定打个?,最后选出一个全部都是Y的指标,那就是你产品北极星指标了。
另外,我们要注意的是:北极星指标只能评估部分情况,不能覆盖整体业务。
毕竟所有人对产品发展阶段的认识不同,都很容易导致北极星指标出现分歧。
还有目前有些公司或发展阶段,北极星指标并不是十全十美的,当北极星指标没有全部满足自检清单的6个问题时,在业务中就需要警醒了。
在确定北极星指标后,我们接下来就可以开始构建“增长模型”。
本质上,增长模型构建的过程也可以理解为拆解北极星指标的过程。
主要的增长模型有三种:全链漏斗型、因子分解型以及全定量型。
这里着重介绍常用全链漏斗型、因子分解型漏斗这两种比较常用的增长模型。
那么有人会问,我们为什么需要构建增长模型呢?
原因很简单,因为影响一件事情的相关因素往往有很多,所以我们需要将影响北极星指标的所有相关因素都拆解出来,然后像做实验一样进行控制变量,这样才能找到影响北极星指标的关键因素。
举个简单的例子,平时我们电脑卡了,大家可能都会认为是死机了,但是实际影响电脑死机的因素可能会有很多。
例如:系统本身有问题?电脑内存不足?电脑中毒?主板接触不良?等等。。。
这都是会影响电脑死机的原因,所以我们要想解决电脑死机的问题,就必须要一个个因素进行拆解分析,这样才能在第一时间找到关键因素,并解决问题。
全链路漏斗模型
全链路漏斗模型,第一步是确定北极星指标,然后我们需要绘制用户转化路径。将北极星指标拆解成各个转化路径的乘积。
全链漏斗拆解
例如,拼多多,假设北极星指标是GMV,那典型的转化路径就包括:用户下载应用、访问应用、首次下单、持续下单的核心路径。
拼多多全链漏斗
全链路漏斗模型是乘法模型,而因子分解模型是加法模型,它将北极星拆分为几个子指标的加和。
因子分解型
以石墨文档为例,假设石墨文档的北极星指标是付费用户数,就可以将其划分为企业和个人的付费用户数,然后再分别往下拆解
石墨文档北极星指标的因子分解型
在使用因子模型进行拆解时,要注意两点:
- 在拆解的增长模型的过程中我们要注意,拆解的时一定要保证分解的分解的逻辑符合MECE原则。
- 在拆解多因子分解型模型时,我们可以先从新老用户进行拆解,再逐渐细分到具体转化渠道。
最后,根据上述的拆解我们可以总结为以下流程:
- 定义北极星指标
- 绘制用户转化路径
- 组装增长模型。
2、脉络模型
在确定北极星指标后,我们接下来怎样建立一个能完整体现企业发展情况的指标体系呢?
我们可以通过建立一个细节型的分析体系来对整个公司的具体情况进行分析与监控,我喜欢叫他为“脉络模型”。
脉络模型本质上解决的问题就是建立一个能监控从用户注意到你的产品开始到用户流失的全链路指标体系。它其实是对北极星指标的拆解和细化。
首先说明一下北极星指标和脉络模型的关系。
北极星指标的作用主要体现在:
- 公司发展方向,所有工作都是由此展开的。
- 帮助公司员工明确任务的优先级,避免在公司运营工作上无从下手,无法集中火力抓住重点。
- 提高行动力,一旦选定你的目标,你只有一件事可以做,努力达到目标。
脉络模型的作用主要体现在:
- 及时发现你的公司健康情况,方便进行快速分析。
- 让管理层能快速了解自己负责的部分,快速定位到需要解决问题的地方。
- 帮助员工了解产品运转状态,并尽可能维护好。
北极星指标就像我们开车从A到B地点是有无数条路径的,但是最近最适合你的路径才是北极星指标。而“脉络模型”就像是你驾驶车上的GPS一样,帮助你监控是否有偏离规划路径。
如果说北极星是能指引人在黑暗中前行的指标,那么“脉络模型”就是监控你前行偏离情况的GPS。
那么“脉络模型”是怎么运作的呢?
脉络模型是基于增长漏斗的思想进行搭建的,所以我们第一层是需要使用AARRR模型来分解每个环节的指标,这样才能做到每个环节分析都能不遗漏。
然后,通过对AARRR模型建模再往下拆分成二级类别,可以将其分为产品、运营和营销类。在这里我们就可以发现不同服务类别的数据是有差别的。
当我们希望下钻分析其中一个指标,如产品类别时,我们还可以分成定量与定性指标。
AARRR及脉络模型拆解
拆解定性数据更多是为了分析用户的基本画像属性,而分析定量指标时,更多是希望将用户可量化的数据进行多角度的分析,得出用户个体与整个产品之间的关系。
在多业务分类时(这里仅适用于产品分析),当然结合定量的数据对产品四大模块拆解后进行分析,再往下细分还可以结合具体的技术数据进行分析(如接口响应速度、成功率等)。
因为事实上,分析的主要思维方式就是需要能将数据拆分到最小维度进行分析。最后在通过结合时间维度对问题做进一步环比与同比分析,这样才能做到真正满足MECE法则。
当然有人会问,那么AARRR其他的环节是否能像上述方法论一样进行拆解呢?那答案必然是可以的。
其他环节我们也可以分为三大类:产品数据、运营数据和营销数据。
例如,一开头我们说到的广告营销类的数据指标,可以简单的先拆解为渠道指标然后再往下分类。
最后再分别往下拆分,我们可以分为定性指标和定量指标
注:
1、定性指标:指不能直接量化而需通过其他途径实现量化的评估指标。
2、定量指标:可以准确数量定义、精确衡量并能设定绩效目标的考核指标。
定性指标更多是用来分析用户个体的一个心理学属性,
而定量指标主要是用来分析产品或渠道整体的健康状态。
当我们对产品用户进行定性分析再往下拆解,可以分为以下五大类:
- 基本属性,如性别、年龄、婚姻状态、星座、学历、收入/消费水平
- 社会属性,如行业/职业、职务/职级、车辆使用情况、手机(价位/品牌)、移动运营商等
- 行为习惯,如常住城市、作息时间、交通方式、经济/理财特性、餐饮习惯、网购特性等
- 兴趣倾向,如浏览偏好、音乐偏好、体育偏好、游戏偏好、旅游偏好等
- 心理属性,如生活方式、个性、价值观等
- 心理属性还可以结合心理统计细分工具:VALS框架进行分析,这里就不再赘述了。
例如,根据用户的使用习惯可以将用户分为不同的类型,方便运营和数据分析师分析不同用户群的使用情况。
比如按照终端类型,可以分为安卓和IOS,按照用户活跃,可以分为高活跃、中活跃和低活跃用户等
当定量指标拆分到业务数据时,业务数据本质上分为三个角度,分别是
- 用户角度,如DAU/MAU、新增用户、留存率、渠道来源等
- 行为角度,如PV、UV、访问深度、转化率、停留时长、跳出率等
- 业务角度,如GMV||访问时长、ARPPU||人均访问时长、付费人数||访问人数、付费率、付费频次||留存率等
如果我们还想对业务数据再往下进行拆分的话,我们还可以根据业务模块进行分析。
我们市面上其实通用的产品模块可以分为四大类,模块与指标分别为
- 工具类,如使用量、目标达成率、频次
- 交易类,如详情页转化率、客单价、复购率
- 内容类,如浏览数、浏览时长、互动次数
- 社区类,如发布量、互动次数、关系密度
最后可能也会有人问,那么我不按这个逻辑对公司建立指标体系是否也行呢?
其实指标拆解思路都是万变不离其宗的,如果大家能把这个拆解链路搞明白的话,你完全可以在每个大分类上使用三维度(用户、行为、路径)进行分析,你一样能看见不同的天地。
“脉络模型”的存在就像你去医院做检查一样,如果只是普通的体检,那么只会给你按照北极星指标进行观察,但有的细节问题,你不去拍X光机、验血等做详细检查你也是无法发现的。
所以“脉络模型”更多是公司在每隔两周左右就应该进行一次详细检查时使用的指标体系,防止公司最后大幅偏离出了正常的运转轨道。
3、最后
最后,我们总结一下,要想搭建产品的数据指标体系,首先我们需要明确产品的北极星指标。帮助确定北极星指标的方法有两个:
- 通过用户核心价值-商业目标的“增长闭环图”确定北极星指标
- 使用北极星指标自检卡筛选北极星指标。
明确北极星指标后,我们需要拆解北极星指标,搭建增长模型,一般有三种模型,我们着重讲解了两种:
- 全链路漏斗模型
- 因子分解模型
最后,我们介绍了如何使用脉络模型构建公司的全面的指标体系,脉络模型是基于AARRR来搭建的。
从AARRR的环节出发,我们可以进一步拆分为产品、运营和营销三类指标,然后又可以进一步划分为定性和定量两类指标。
作者:产品叨比叨
来源:产品叨比叨
扫一扫 微信咨询
商务合作 联系我们