如何建立数据指标体系(音乐初创公司为例)

本文将相关知识点结合实际业务经验,记录如何搭建数据指标体系,欢迎拍砖~

目录

  • 阿里onedata指标规范
  • 指标体系五大重点
  • 以音乐类初创公司为例构建指标体系

1. 数据指标体系搭建的方法

1. 1 阿里onedata指标规范

如何建立数据指标体系(音乐初创公司为例)

1.11 业务域

适用于庞大业务系统,比如去哪儿的酒店业务和机票业务,两者之间重叠业务较小的。一般中小公司用不到。

1.12 数据域

对业务进行数据概括,类似于桌面文件夹存储数据,每个文件夹名称。

1.13 业务过程

可理解为不可拆分的行为事件,比如下单、支付、评价等。

1.14 维度、维度属性、修饰词

维度:反应业务的一类属性的集合构成的维度,如性别
维度属性:如性别下的男、女
修饰词:指除了统计维度以外指标的业务场景
修饰类型:对修饰词的抽象划分
这三个可以理解为修饰原子指标的,类似于sql后where的条件限定

1.15 原子指标/度量

原子指标/度量:某一业务下行为事件的度量不可拆分的指标,如注册数

1.16 时间周期

如自然周,近30天内

1.17 指标类型

包括原子指标和派生指标
原子指标 = 行为事件+度量
派生指标 = 一个原子指标+多个修饰词+时间周期

例如:原子指标=完单量,派生指标=近一周iOS乘客完单量,包含时间周期=近一周,修饰词=iOS,维度=乘客,原子指标=完单量。

1. 2 指标体系五大重点
(1)一级指标

最核心的指标,如日活跃用户数

(2)二/三级指标

一级指标的构成:日活=日新增用户+留存用户数(昨日次日留存+前日第三日留存+…)

(3)过程指标

也就是用户使用产品过程中的转化率

(4)分类维度

通过各维度分类拆解,了解数据详细信息,如:新增用户分成n个渠道

(5)判别标准

要参考过去或者最近趋势才能判断当前数据出于什么状态,需要哪些分析

 

如何建立数据指标体系(音乐初创公司为例)

2. 以音乐类初创公司为例

第一关键指标,也就是北极星指标为:人均播放时长

因为在音乐产品中更加关注的是播放的用户数而不是活跃的用户数,而人均播放时长是播放总时长与活跃用户的商,恰恰能反映出音乐版权是否是用户所喜爱的,歌单、场景的制作是否与用户的需求相符。除此之外,用户付出越多代表用户对产品的依赖度越高,因此可以时间上衡量对产品的依赖度

2.1 分析业务流程

如何建立数据指标体系(音乐初创公司为例)

  • 注册登录阶段:新增用户数、不同渠道新增用户、活跃用户数
  • 播放音乐阶段:播放用户数、播放时长、播放量、人均播放时长、人均播放量、区分各运动组合的播放数据、区分休闲场景的播放数据
  • 分享阶段:分享次数、分享用户数、被成功邀请用户数、分享率
  • 付费阶段:总付费账户数、付费金额、付费周期、新增付费账户数、活跃付费账户数
  • 续费阶段:暂定二期

     

    如何建立数据指标体系(音乐初创公司为例)

 

2.2 划分数据域,一级指标

对于不同部门对指标的关注点不同,这里我根据业务过程划分数据域。

 

如何建立数据指标体系(音乐初创公司为例)

2.3 二级指标

如何建立数据指标体系(音乐初创公司为例)

2.4 从增长方向定义指标

如何建立数据指标体系(音乐初创公司为例)

2.5 音乐产品分析常用维度

除了以上提及到的指标外,作为音乐公司比较注重音乐内容方面的评估。因此会从内容维度上区别指标。
(1)播放来源:以播放为目的区分用户从哪一条路径发起的播放,可以了解用户的播放习惯,可能会发现原本没有关注的点。区分发起播放维度(单曲or场景or歌单or专辑or艺人维度发起的播放)
举例:
从2019年7月大改版成场景为主的音乐播放器以来,用户从单曲维度发起播放远高于场景,特别在12月初我们上线付费功能带来的变化是用户更加倾向于听单曲维度,场景、歌单播放量变得越来越少。因此在20年3月的第二次大改版中,首页取消场景维度发起播放,只留下一个场景入口。代替它的是通过单曲、歌单、歌手维度发起的播放,从播放数据上看这次改动的影响是:人均播放单曲量+2.3首
(2)因为新app做的是和运动有关的音乐产品,结合实际业务

 

如何建立数据指标体系(音乐初创公司为例)

 

2.6 产品功能指标搭建

首先要判断各个产品功能的定位和表现,这里用波士顿功能矩阵:
这里贴一个我之前做过的波士顿矩阵模型:波士顿矩阵模型

如何建立数据指标体系(音乐初创公司为例)

 

其实有很多产品功能矩阵横坐标是留存率反映用户粘性,纵坐标活跃用户占比。
大众型:(曝光量大,使用率高)可以了解用户使用流程,不断优化升级;
核心功能型:(使用和留存率都较高)在核心功能中寻找高价值需求,推广这类需求提高用户留存,探索增长突破口不断优化;
小众功能型:(使用率低留存高)可以推广功能增加小众功能的用户量级;
其他功能型:(使用率低留存低)对于需要保留的功能定位问题迭代更新,对于没有价值功能可以摒弃;

针对大众功能和核心功能,与产品经理沟通功能目的,根据prd寻找功能路径,整理出每一步骤的指标进行优化。
以“音乐产品搜索功能为例”:

 

如何建立数据指标体系(音乐初创公司为例)

总结:

综上,产品的指标体系搭建主要包括三个步骤:
关键指标的选取;
基于AARRR模型搭建产品基本指标体系;
完善产品各功能的指标体系。

在阿里onedata构建指标中还可以通过总线矩阵定义,比较全面,适用于数仓数据架构。如下,请参考:

 

如何建立数据指标体系(音乐初创公司为例)

作者:茶小美
链接:https://www.jianshu.com/p/23fbcacb1968

去年今日运营文章

  1. 2024:  麦肯锡结构化战略思维全景图(0)
  2. 2022:  数据分析师必须掌握的6种方法论和8种思路!你知道几个?(0)
  3. 2022:  互联网公司,如何建立一套完整的用户成长体系?(0)
  4. 2021:  《麦肯锡晋升法则》21条暗藏的玄机(0)
  5. 2021:  DAU是啥,数据指标是啥?必知必会的数据分析常识(0)

本文转载于茶小美,本文观点不代表爱运营立场,转载请联系原出处。如内容、图片有任何版权问题,请联系爱运营处理。

(0)
爱运营的头像爱运营管理员
上一篇 2023年2月6日 下午4:15
下一篇 2023年2月7日 上午10:32

推荐资讯

发表回复

登录后才能评论
分享本页
返回顶部