指标体系|四个模型教会你指标体系构建的方法

作为数据分析师,构建数据指标体系是较为基础但是极为重要的工作内容。好的指标体系能够监控业务变化,当业务出现问题时,分析师们通过指标体系进行问题回溯和下钻能够准确地定位到问题,反馈给业务让其解决相应的问题。这就是指标体系存在的意义和数据分析师的价值所在。那如何才能建设一套能够实时监控业务变化且能迅速定位业务问题的指标体系呢?小编今天会用三个步骤,四个模型教会大家指标体系的构建方法。

指标体系|四个模型教会你指标体系构建的方法

构建数据指标体系的方法概括

数据指标体系建设的方法可以总结为三个步骤,即明确业务目标,理清用户生命周期以及行为路径以及指标分层治理,在这三个步骤当中又涉及到 OSM(Object,Strategy,Measure),AARRR(Acquisition,Activation,Retention,Revenue,Referral),UJM(User, Journey, Map), MECE (Mutually Exclusive, Collectively Exhaustive) 四个模型,这四个模型是指导我们构建完整而清晰的指标体系的方法论。

小编整合这四个模型,为大家梳理了一套建设指标体系的流程和方法。

指标体系|四个模型教会你指标体系构建的方法

指标体系|四个模型教会你指标体系构建的方法

三个步骤,四个模型方法论

1.OSM模型-明确业务目标,数据赋能业务

OSM模型是 Object, Strategy, Measure的缩写。数据服务于业务才能赋能业务,数据脱离业务,那么数据就会失去其价值。

所以,我们在建立数据指标体系之前,一定要清晰的了解业务目标,也就是模型中的O,Object。换句话说,业务的目标也就是业务的核心KPI,了解业务的核心KPI能够帮助我们快速理清指标体系的方向。

了解业务目标方向之后,就需要制定相应的行动策略,也就是模型中的S,Strategy。行动策略的制定可以根据产品生命周期或者用户行为路径进行拆解,也就是把业务的核心KPI拆解到产品生命周期(AARRR)或者用户行为路径(UJM)当中,在整条链路当中分析可以提升核心KPI的点。

最后,就需要我们制定较细的评估指标,也就是模型中的M,Measure。评估指标的制定是将产品链路或者行为路径中的各个核心KPI进行下钻细分,这里用到的方法就是麦肯锡著名的MECE模型,需保证每个细分指标是完全独立且相互穷尽的。

总结一下OSM模型的内容及其与AARRR,UJM,MECE模型之间的关系,OSM模型是指标体系建设的指导思想,理解业务KPI是OSM模型的核心;制定行动策略是实现业务KPI的手段,而AARRR和UJM模型是实现策略制定的方法论;制定细分指标是评估业务策略优劣的方法,而MECE模型制定细分指标的方法论。

指标体系|四个模型教会你指标体系构建的方法

2.AARRR模型和UJM模型–理清用户生命周期以及行为路径

前面我们提到AARRR和UJM模型是实现策略制定的方法论,对于刚入门或者想要转行的朋友来说,可能对这两个模型都还很陌生,下面我们就简单的介绍下这两个模型。

AARRR和UJM模型都是路径模型,二者原理相似,只是它们出发的角度不一样。AARRR模型是从产品角度出发,揭示产品的整个生命周期;而UJM模型是从用户出发,揭示用户的行为路径。

AARRR模型是基于产品角度,简单地来说就是拉新,促活,留存,付费,推广。对于一款产品来说,我们首先要从各个渠道获取用户;其次需要激活这些用户并让他们留存下来;对于留存下来的用户引导他们付费以及推广产品。

UJM模型则是从用户角度出发,描述了用户进入产品的整个路径流程,即注册,登陆,加购,购买,复购链路流程。

无论是产品角度还是用户角度进行链路流程,核心KPI都可以下钻到相应的节点,这样我们就在整条链路流程当中拆解了业务的核心KPI。这样的好处是,我们可以从更多的角度和维度监控和分析业务问题。

指标体系|四个模型教会你指标体系构建的方法

3.MECE模型–指标体系分级治理

前面两个步骤,首先我们明确了业务核心目标;其次,我们将业务核心的KPI下钻到产品生命周期或者用户路径行为中;接下来我们需要对这些核心KPI向下进行三到五层的拆解,这个过程我们成为指标体系分级治理,用到的模型是MECE模型。MECE模型的指导思想是完全独立,相互穷尽,根据这个原则拆分可以暴露业务最本质的问题,帮助数据分析师们快速地定位业务问题。例如,客户总成交额GMV进行以及拆解可以是付费用户数与平均客单价的乘积。

指标体系|四个模型教会你指标体系构建的方法