成長能力指標怎么分析？成長能力指標建議？？

這雖然是我第一次做業務型的指標看板，但我知道工欲善其事，必先利其器。因此我翻閱了一些之前學習的方法，也查閱了一些前輩的資料，結合所學和實際案例，總結了如何梳理業務指標體系的方法。

首先我們先明確指標體系的定義，再思考為什么要梳理指標體系，梳理指標體系的時候要把握什么原則，最后我會講解通過什么方法可以構建指標體系。

指標體系是一系列用于衡量業務發展的指標的集合，是把數據指標系統化的組織起來。

一般情況下，指標體系由北極星指標+核心指標，以及各核心指標下子指標構成。可以理解成是一個層層嵌套的公式或樹結構。

當我們了解指標體系的定義后，不知道你是否想過為什么要梳理體系呢？下面我說下我個人的見解。

我把業務指標分為靜態描述型指標和動態指導型指標。

動態指導型分析型的指標，比如多維度的分析找到問題和改進點，或者是數據的預測，通過這些指標，我們將虛榮指標的來龍去脈進行了拆解和分析，讓我們得以掌控這些指標，進而采取行動。

比如，當我知道每一個視頻帶來的粉絲量，以及總粉絲的黏性（比如最近30天參與消費內容的占比），我就能知道應該如何調整我的視頻迎合用戶從而獲取更多的粉絲，也從而知道我的粉絲給我帶來的價值是多少，剩下多少粉絲是沉默用戶。

在實際的業務進行中，問題的發現一開始往往只是一個點，但要定位問題往往需要一條線或者一個面的配合。

這時候就需要通過指標體系，了解粉絲取關的時刻，以及粉絲在取關前的行為，比如，粉絲是在觀看什么視頻后取關。

而指標體系實際上就是一個增長模型。

就像谷歌的廣告產品的利潤增長模型一樣，通過這個增長模型，你可以理解過去的產品決定，明確產品的優勢和劣勢；可以獲得決策工具，理解新的決策可以影響模型的哪一個變量，這個變量是不是影響最大的。

了解指標體系的重要性后，要搭建指標體系，我們還需要知道如何選擇指標，以下兩條原則供你參考。

卓越指標體系的展現:能用某種(業務/計算)邏輯(符合MECE原動態變化，能夠落實成業務策略)將零散的指標串聯起來、能協同并制約各業務模塊、能牽引業務增長方向以及能準確度量業務健康度。

因此，指標的選擇需要遵循兩個大的原則。

這需要數據指標符合業務目標，數據指標可衡量業務真實情況。

所謂需要符合業務目標，指的是在指標的搭建過程中，明確業務的戰略目標，并根據目標制定出業務發展的北極星指標，同時，圍繞著北極星指標展開，拆解出能推動北極星指標增長的核心指標。

同時，數據指標需要可衡量業務真實的情況。數據是客觀的描述和分析過程，如果數據無法衡量業務的真實情況，而是去扭曲數據迎合用戶和企業領導，那么數據就不再有真實的意義了。

比如，我們之前在討論分析用戶在視頻每一秒的留存情況時，由于很多視頻用戶都是在第一秒劃走，占比較高，因為是否要調整這里讓數據“更好看”成為了我們討論的 焦點。

但站在數據部門的角度上，我們認為，第一，用戶在第一秒離開率高，代表視頻第一秒對用戶沒有吸引力或者視頻本身推薦不符合用戶興趣偏好，尤其是如果是視頻本身開頭做的不夠有吸引力，這對于用戶視頻的優化是具有指導意義的。

第二，數據需要反應真實的情況，用戶才能在數據中找到問題，解決問題，如果扭曲數據，那么問題永遠不會被發現，問題也就永遠不會被解決。

可操作性也同時包括兩個方面，數據指標可以被衡量和可以通過數據指標改變行為從而干預指標的變化。

首先，我們來看看什么是數據指標可以被衡量。

很多同學可能會說，數據指標不是本身就是可以被衡量的嗎？這還需要強調嗎？

1）可比較的，比較可以是時間線上的對比，群體對比，競爭產品之間的對比，通過對比能夠洞察產品的實際走向。

比如，我們在計算短視頻在每一秒的留存數據時，如果僅僅計算當前作品的，用戶可能很難理解每一個數據代表的實際水平。

而如果，能夠增加與整體行業的對比，或者是頭部大V的對比，用戶就能夠很好的理解自己所處的水平。

2）好的數據指標是簡單易懂的，如果指標不能很容易被理解，實際上用戶可能也很難真正利用起來。

3）好的數據指標是一個比率。

想象一下，如果我告訴你視頻每秒的離開用戶的絕對值，比如，第一秒是100個，第二秒是80個…你對這個數據會有什么直觀感受？如果我再告訴你，視頻每秒的離開用戶占總播放用戶的比率，你是不是就能直觀的了解到每秒對于用戶的真實影響。

所以，比率是天生的比較性指標，對于用戶來說，可操作性更強，能更快的讓受眾理解和行動。

所以，一個可被衡量的數據指標指的就是具有比較性，簡單易懂的指標，他們常常是一個比率。

其次，可以通過數據指標改變行為從而干預指標的變化。

可以改變行為的指標，包括幫助用戶找到方向，找到問題，甚至是預測趨勢預測熱點等等。而如果不考慮指標的可操作性，只是展示越來越多的指標，用戶卻無法干預，這對于用戶來講，可能只是甜蜜的負擔。

就像我們在看一個產品做的好壞或者去對比競爭產品的時候，不是看功能越多越好，而是看產品基于用戶場景是否有足夠的覆蓋和問題解決能力是一樣的。

在做最終的決定前，我們來問自己一個問題，如果我分析了這個數據，用戶可以做什么，用戶可以選擇渠道嗎？

答案是不能，實際上，用戶的視頻在哪里播放？什么時候播放給誰？都是由內容推薦側決定的。所以，用戶拿到這個數據不僅什么都做不了，反而會產生如何干預的疑惑。而真正需要這個數據的，實際上是內部運營、推薦側等。

哪些是用戶可以干預的呢，比如粉絲活躍時段，通過了解粉絲的活躍時段，就可以選擇在高粉絲活躍時段的時刻發布作品，從而獲取到更多的流量曝光。

即，我們的看板一方面承載了用戶的期望，能夠解決用戶的問題，同時，他實際還要承載平臺方的目標和期望，即留存用戶、讓用戶持續的活躍。

因此，基于這樣的目標，我們還會有第三類指標，這些指標描述了事實，但實際上用戶并不能對他們直接進行操作，但這些指標的提供，卻能對用戶產生情緒價值。

知道如何選擇指標后，下面我們就可以正式開始構建指標體系。

構建指標體系的方法常見的包括OSM策略、UJM用戶旅程地圖以及增長模型推演。

OSM策略可以拆為3個部分。O指的是Object 即目標，指業務要實現的目標；S是Stratedy 策略，指為了達到目標所進行的行動策略；M是Measure 度量，用來衡量策略是否有效，目標是否達成的指標。

一般情況下，業務的O也就是業務的北極星指標，北極星指標代表著業務的核心價值被用戶體驗到的理想狀態。在短視頻的例子中，前期的O是累計粉絲量（或月活躍粉絲量）。

但僅僅從北極星指標拆解策略可能較為困難，因為北極星指標本身可能不具備較高的可操作性，比如電商業務的總銷售額、滴滴業務的月活躍用戶數，這些指標能夠較好的反應業務發展，但是卻難以直接操作。

因此，我們會對指標進行拆解，將指標拆解到可操作的層級。比如一般情況下，GMV的拆解公式為：GMV=用戶數*轉化率*客單價，再分別從這三個細分的維度指標制定策略進行干預，同時對策略對應指標進行分析，就能構建基礎的電視指標體系。

1）拆解目標

2）制定策略

基于不同目標我們分析用戶可采取策略。

首先，提升消費用戶數。

其次，是提升轉化率。

要提升轉化率，則需要保證目標受眾是否看到內容，以及不斷的進行用戶體驗的升級，目標受眾是否能夠看到內容，其實更多的還是受推薦側的能力影響，但在用戶可自行進行投放時，通過目標用戶屬性進行精準的用戶選擇也是一種方式。

另外，在創作定位不夠明確時，用戶也可以通過觀察內容消息用戶的屬性，反向調整內容。

而用戶體驗的升級，則是首先需要知道什么是體驗的升級，對于用戶來說，何時是用戶獲取到了你的創作的核心價值其實就是體驗升級的關鍵點。

也就是什么時候是用戶的AHA時刻。所謂AHA時刻，我們以前有講過，就是指用戶在某一刻獲取到產品之于他的核心價值，從而意識到原來這個產品能夠帶給我這些價值的這樣一個時刻。

只有用戶找到這個時刻，他才可能留存，在短視頻里，也就是這個時刻用戶才可能做出互動動作或持續觀看或成為粉絲。

因此，捕捉到什么時刻是用戶的AHA時刻實際上就是獲取用戶產生這些行為的時刻，從而理解如何為用戶提供價值。

最后，是降低取關粉絲量。

一般情況下保持內容定位、內容調性的統一，持續產出是降低粉絲取關比較穩妥的辦法。

這樣，我們就確定了針對目標的策略，當然這些策略可能還可以拆分的更細，但我們在這里就打個樣，不再繼續拆分了。

1）制定度量體系

確定策略之后我們就可以針對每一部分策略設計度量即指標了。

針對目標用戶屬性，我們可以通過畫像分析進行度量，包括用戶的性別/年齡/地域/興趣/活躍度/用戶活躍時段/用戶黏性分析等。

針對內容定位的統一，可以對取關量進行監控，并分析取關和作品之間的直接關系，同時對作品觀眾和粉絲畫像進行對比分析。

這是最終我們通過OSM方式拆解出來的指標大圖如下：

除了OSM策略拆解，對于一些強流程的業務，我們還可以通過UJM用戶旅程地圖來構建指標體系。

用戶旅程指的是圍繞著北極星指標，拆解和記錄用戶從對產品一無所知到體驗到產品的核心價值要經歷的步驟。有點像用戶體驗地圖，用戶體驗地圖也是會去拆解和記錄用戶在產品中經歷的步驟。

而用戶體驗地圖，則更側重于基于一個本身的用戶目標，拆解用戶在產品中的步驟以及觸點，通過用戶的情緒，最終找到產品中體驗好和不好的點，從而發現用戶的痛點和產品的機會。

以短視頻為例的UJM用戶旅程地圖

最終，通過UJM旅程地圖的分析，我們分析了完整的用戶旅程，并基于旅程構建了完整的指標體系。

前面我們講了OSM策略和UJM旅程地圖的方法，實際上我們還可以通過增長模型推演的方式進行。

比如在進行平臺產品的數據使用監測中，利用AARRR理論，貼合我們自身的產品，用戶的生命周期包含獲取、活躍、留存三個階段。

平臺北極星指標為重點用戶（用戶分群）月活躍用戶占比。圍繞著這個指標，我們構建出如下圖的增長模型。

接下來，圍繞著模型，我們就可以定義出每一步的關鍵指標，并衍生出關鍵細分指標。基于這些指標我們已經可以開始搭建數據看板了。

實際上這是我第一次真實的貼近業務去幫助業務搭建指標體系和搭建看板，之前的產品更多的是工具型的產品。以前也為自己的工具型產品搭建過一些監控看板，但是沒有像現在這樣系統性的結合一些方法論進行過梳理。

本文我為大家講解了關于指標體系的定義，以及如何構建指標體系，這是在我們實際做數據看板之前需要做好的工作。

這篇文章是我個人學習以及思考的總結，希望這篇文章也能夠對你有幫助。

題圖來自Unsplash，基于CC0協議。

這雖然是我第一次做業務型的指標看板，但我知道工欲善其事，必先利其器。因此我翻閱了一些之前學習的方法，也查閱了一些前輩的資料，結合所學和實際案例，總結了如何梳理業務指標體系的方法。

首先我們先明確指標體系的定義，再思考為什么要梳理指標體系，梳理指標體系的時候要把握什么原則，最后我會講解通過什么方法可以構建指標體系。

指標體系是一系列用于衡量業務發展的指標的集合，是把數據指標系統化的組織起來。

一般情況下，指標體系由北極星指標+核心指標，以及各核心指標下子指標構成。可以理解成是一個層層嵌套的公式或樹結構。

當我們了解指標體系的定義后，不知道你是否想過為什么要梳理體系呢？下面我說下我個人的見解。

我把業務指標分為靜態描述型指標和動態指導型指標。

動態指導型分析型的指標，比如多維度的分析找到問題和改進點，或者是數據的預測，通過這些指標，我們將虛榮指標的來龍去脈進行了拆解和分析，讓我們得以掌控這些指標，進而采取行動。

比如，當我知道每一個視頻帶來的粉絲量，以及總粉絲的黏性（比如最近30天參與消費內容的占比），我就能知道應該如何調整我的視頻迎合用戶從而獲取更多的粉絲，也從而知道我的粉絲給我帶來的價值是多少，剩下多少粉絲是沉默用戶。

在實際的業務進行中，問題的發現一開始往往只是一個點，但要定位問題往往需要一條線或者一個面的配合。

這時候就需要通過指標體系，了解粉絲取關的時刻，以及粉絲在取關前的行為，比如，粉絲是在觀看什么視頻后取關。

而指標體系實際上就是一個增長模型。

就像谷歌的廣告產品的利潤增長模型一樣，通過這個增長模型，你可以理解過去的產品決定，明確產品的優勢和劣勢；可以獲得決策工具，理解新的決策可以影響模型的哪一個變量，這個變量是不是影響最大的。

了解指標體系的重要性后，要搭建指標體系，我們還需要知道如何選擇指標，以下兩條原則供你參考。

卓越指標體系的展現:能用某種(業務/計算)邏輯(符合MECE原動態變化，能夠落實成業務策略)將零散的指標串聯起來、能協同并制約各業務模塊、能牽引業務增長方向以及能準確度量業務健康度。

因此，指標的選擇需要遵循兩個大的原則。

這需要數據指標符合業務目標，數據指標可衡量業務真實情況。

所謂需要符合業務目標，指的是在指標的搭建過程中，明確業務的戰略目標，并根據目標制定出業務發展的北極星指標，同時，圍繞著北極星指標展開，拆解出能推動北極星指標增長的核心指標。

同時，數據指標需要可衡量業務真實的情況。數據是客觀的描述和分析過程，如果數據無法衡量業務的真實情況，而是去扭曲數據迎合用戶和企業領導，那么數據就不再有真實的意義了。

比如，我們之前在討論分析用戶在視頻每一秒的留存情況時，由于很多視頻用戶都是在第一秒劃走，占比較高，因為是否要調整這里讓數據“更好看”成為了我們討論的 焦點。

但站在數據部門的角度上，我們認為，第一，用戶在第一秒離開率高，代表視頻第一秒對用戶沒有吸引力或者視頻本身推薦不符合用戶興趣偏好，尤其是如果是視頻本身開頭做的不夠有吸引力，這對于用戶視頻的優化是具有指導意義的。

第二，數據需要反應真實的情況，用戶才能在數據中找到問題，解決問題，如果扭曲數據，那么問題永遠不會被發現，問題也就永遠不會被解決。

可操作性也同時包括兩個方面，數據指標可以被衡量和可以通過數據指標改變行為從而干預指標的變化。

首先，我們來看看什么是數據指標可以被衡量。

很多同學可能會說，數據指標不是本身就是可以被衡量的嗎？這還需要強調嗎？

1）可比較的，比較可以是時間線上的對比，群體對比，競爭產品之間的對比，通過對比能夠洞察產品的實際走向。

比如，我們在計算短視頻在每一秒的留存數據時，如果僅僅計算當前作品的，用戶可能很難理解每一個數據代表的實際水平。

而如果，能夠增加與整體行業的對比，或者是頭部大V的對比，用戶就能夠很好的理解自己所處的水平。

2）好的數據指標是簡單易懂的，如果指標不能很容易被理解，實際上用戶可能也很難真正利用起來。

3）好的數據指標是一個比率。

想象一下，如果我告訴你視頻每秒的離開用戶的絕對值，比如，第一秒是100個，第二秒是80個…你對這個數據會有什么直觀感受？如果我再告訴你，視頻每秒的離開用戶占總播放用戶的比率，你是不是就能直觀的了解到每秒對于用戶的真實影響。

所以，比率是天生的比較性指標，對于用戶來說，可操作性更強，能更快的讓受眾理解和行動。

所以，一個可被衡量的數據指標指的就是具有比較性，簡單易懂的指標，他們常常是一個比率。

其次，可以通過數據指標改變行為從而干預指標的變化。

可以改變行為的指標，包括幫助用戶找到方向，找到問題，甚至是預測趨勢預測熱點等等。而如果不考慮指標的可操作性，只是展示越來越多的指標，用戶卻無法干預，這對于用戶來講，可能只是甜蜜的負擔。

就像我們在看一個產品做的好壞或者去對比競爭產品的時候，不是看功能越多越好，而是看產品基于用戶場景是否有足夠的覆蓋和問題解決能力是一樣的。

在做最終的決定前，我們來問自己一個問題，如果我分析了這個數據，用戶可以做什么，用戶可以選擇渠道嗎？

答案是不能，實際上，用戶的視頻在哪里播放？什么時候播放給誰？都是由內容推薦側決定的。所以，用戶拿到這個數據不僅什么都做不了，反而會產生如何干預的疑惑。而真正需要這個數據的，實際上是內部運營、推薦側等。

哪些是用戶可以干預的呢，比如粉絲活躍時段，通過了解粉絲的活躍時段，就可以選擇在高粉絲活躍時段的時刻發布作品，從而獲取到更多的流量曝光。

即，我們的看板一方面承載了用戶的期望，能夠解決用戶的問題，同時，他實際還要承載平臺方的目標和期望，即留存用戶、讓用戶持續的活躍。

因此，基于這樣的目標，我們還會有第三類指標，這些指標描述了事實，但實際上用戶并不能對他們直接進行操作，但這些指標的提供，卻能對用戶產生情緒價值。

知道如何選擇指標后，下面我們就可以正式開始構建指標體系。

構建指標體系的方法常見的包括OSM策略、UJM用戶旅程地圖以及增長模型推演。

OSM策略可以拆為3個部分。O指的是Object 即目標，指業務要實現的目標；S是Stratedy 策略，指為了達到目標所進行的行動策略；M是Measure 度量，用來衡量策略是否有效，目標是否達成的指標。

一般情況下，業務的O也就是業務的北極星指標，北極星指標代表著業務的核心價值被用戶體驗到的理想狀態。在短視頻的例子中，前期的O是累計粉絲量（或月活躍粉絲量）。

但僅僅從北極星指標拆解策略可能較為困難，因為北極星指標本身可能不具備較高的可操作性，比如電商業務的總銷售額、滴滴業務的月活躍用戶數，這些指標能夠較好的反應業務發展，但是卻難以直接操作。

因此，我們會對指標進行拆解，將指標拆解到可操作的層級。比如一般情況下，GMV的拆解公式為：GMV=用戶數*轉化率*客單價，再分別從這三個細分的維度指標制定策略進行干預，同時對策略對應指標進行分析，就能構建基礎的電視指標體系。

1）拆解目標

2）制定策略

基于不同目標我們分析用戶可采取策略。

首先，提升消費用戶數。

其次，是提升轉化率。

要提升轉化率，則需要保證目標受眾是否看到內容，以及不斷的進行用戶體驗的升級，目標受眾是否能夠看到內容，其實更多的還是受推薦側的能力影響，但在用戶可自行進行投放時，通過目標用戶屬性進行精準的用戶選擇也是一種方式。

另外，在創作定位不夠明確時，用戶也可以通過觀察內容消息用戶的屬性，反向調整內容。

而用戶體驗的升級，則是首先需要知道什么是體驗的升級，對于用戶來說，何時是用戶獲取到了你的創作的核心價值其實就是體驗升級的關鍵點。

也就是什么時候是用戶的AHA時刻。所謂AHA時刻，我們以前有講過，就是指用戶在某一刻獲取到產品之于他的核心價值，從而意識到原來這個產品能夠帶給我這些價值的這樣一個時刻。

只有用戶找到這個時刻，他才可能留存，在短視頻里，也就是這個時刻用戶才可能做出互動動作或持續觀看或成為粉絲。

因此，捕捉到什么時刻是用戶的AHA時刻實際上就是獲取用戶產生這些行為的時刻，從而理解如何為用戶提供價值。

最后，是降低取關粉絲量。

一般情況下保持內容定位、內容調性的統一，持續產出是降低粉絲取關比較穩妥的辦法。

這樣，我們就確定了針對目標的策略，當然這些策略可能還可以拆分的更細，但我們在這里就打個樣，不再繼續拆分了。

1）制定度量體系

確定策略之后我們就可以針對每一部分策略設計度量即指標了。

針對目標用戶屬性，我們可以通過畫像分析進行度量，包括用戶的性別/年齡/地域/興趣/活躍度/用戶活躍時段/用戶黏性分析等。

針對內容定位的統一，可以對取關量進行監控，并分析取關和作品之間的直接關系，同時對作品觀眾和粉絲畫像進行對比分析。

這是最終我們通過OSM方式拆解出來的指標大圖如下：

除了OSM策略拆解，對于一些強流程的業務，我們還可以通過UJM用戶旅程地圖來構建指標體系。

用戶旅程指的是圍繞著北極星指標，拆解和記錄用戶從對產品一無所知到體驗到產品的核心價值要經歷的步驟。有點像用戶體驗地圖，用戶體驗地圖也是會去拆解和記錄用戶在產品中經歷的步驟。

而用戶體驗地圖，則更側重于基于一個本身的用戶目標，拆解用戶在產品中的步驟以及觸點，通過用戶的情緒，最終找到產品中體驗好和不好的點，從而發現用戶的痛點和產品的機會。

以短視頻為例的UJM用戶旅程地圖

最終，通過UJM旅程地圖的分析，我們分析了完整的用戶旅程，并基于旅程構建了完整的指標體系。

前面我們講了OSM策略和UJM旅程地圖的方法，實際上我們還可以通過增長模型推演的方式進行。

比如在進行平臺產品的數據使用監測中，利用AARRR理論，貼合我們自身的產品，用戶的生命周期包含獲取、活躍、留存三個階段。

平臺北極星指標為重點用戶（用戶分群）月活躍用戶占比。圍繞著這個指標，我們構建出如下圖的增長模型。

接下來，圍繞著模型，我們就可以定義出每一步的關鍵指標，并衍生出關鍵細分指標。基于這些指標我們已經可以開始搭建數據看板了。

實際上這是我第一次真實的貼近業務去幫助業務搭建指標體系和搭建看板，之前的產品更多的是工具型的產品。以前也為自己的工具型產品搭建過一些監控看板，但是沒有像現在這樣系統性的結合一些方法論進行過梳理。

本文我為大家講解了關于指標體系的定義，以及如何構建指標體系，這是在我們實際做數據看板之前需要做好的工作。

這篇文章是我個人學習以及思考的總結，希望這篇文章也能夠對你有幫助。

題圖來自Unsplash，基于CC0協議。