数据分析师如何构建数据指标体系?理解以下四个模型就够了!

一、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。

二、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。

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。

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。

三、以GMV为例,用三个步骤,四个模型教会你搭建指标体系的方法
如果你的老板给出你一个很大的业务问题,他说,“我们现在做一套GMV相关的指标体系,你出一个方案吧!”面对这么大的一个命题,我们就需要对命题进行分解,将其分解成若干个子问题并找到各个子问题之间的联系,做成一套业务监控指标体系,帮助数据分析师快速定义业务问题。在这里,我们就通过上面提到的三个步骤,四个模型去搭建GMV相关的指标体系。

第一步,根据OSM模型构建整体框架,明确业务目标。
为什么业务会关注GMV?当然这是业务的核心KPI,关系到自己的饭碗,GMV当然越高越年终奖越高。所以,作为数据分析师我们提炼出业务目标——提升用户总成交量GMV。
第二步,根据AARRR或UJM模型拆解用户达成GMV的路径,将业务目标转换为提升用户路径转化率。
用户达成GMV需要通过六个步骤,即注册-登录-曝
数据分析师如何构建数据指标体系?理解以下四个模型就够了!
声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益,可联系本站删除。



