新知一下
海量新知
5 8 9 0 6 8 4

4 个模型,教会你指标体系构建

SaaS 产品设计 | SaaS 产品设计 2021/10/15 01:09

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 3 个步骤:

  • 明确业务目标

  • 理清用户生命周期 以及 行为路径

  • 指标分层治理

在这 3 个步骤当中又涉及到 4 个模型

  • OSM (Object,Strategy,Measure)

  • AARRR Acquisition,Activation,Retention,Revenue,Referral

  • UJM (User, Journey, Map)

  • MECE (Mutually Exclusive, Collectively Exhaustive)

这 4 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 4 个模型,为大家梳理了一套建设指标体系的流程和方法。

新知达人, 4 个模型,教会你指标体系构建

3 个步骤,4 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。

新知达人, 4 个模型,教会你指标体系构建

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。

新知达人, 4 个模型,教会你指标体系构建

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。

新知达人, 4 个模型,教会你指标体系构建

以 GMV 为例,用 3 个步骤,4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 3 个步骤,4 个模型去搭建 GMV 相关的指标体系。

新知达人, 4 个模型,教会你指标体系构建

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 6 个步骤,即注册-登录-曝光-点击-加购-成交。到目前为止,我们已经将提升 GMV 这个目标转换为提升用户付费路径的转化率,只要我们提升用户每一步的基数,使得每一步的转化率变高就可以达成提高 GMV 的目标。

将提升 GMV 转化为提高用户达成 GMV 路径转化率还有另外一个好处,即通过路径拆解能够暴露业务更多的问题,同时,分析师可以根据暴露的业务问题提出相应的建议方案,这也是数据分析师的价值所在。

第三步,根据 MECE 模型对 GMV 达成路径的每一个指标进行拆解,实现指标分级治理。

有了 GMV 达成路径之后,我们就可以将这个路径的核心步骤抽象成 GMV 的分级指标并进行回溯下钻。同时,找出影响每一个步骤的关键因素作为二级指标,每一个关键因素之间需要完全独立,相互穷尽。

我们先根据公式 1:

GMV = 成交用户数*平均客单价

新知达人, 4 个模型,教会你指标体系构建

这里将核心 KPI 用户总成交量 GMV进 行了一级拆解。

又有公式 2:

成交用户数=点击UV*访购率

将公式 2 带入公式 1 得到:

GMV = 点击 UV*访购率*平均客单价

新知达人, 4 个模型,教会你指标体系构建

又有公式 3:

点击 UV = 曝光 UV*转化率

将公式 3 带入公式 1 得到:

GMV = 曝光 UV*转化率*访购率*平均客单价

新知达人, 4 个模型,教会你指标体系构建

到这里呢,我们已经将核心 KPI 用户总成交量 GMV 进行三级回溯拆解,形成了分级治理的指标体系。

到这里并没有结束,像曝光 UV 等着指标还可以继续向下拆解,例如,谷歌渠道曝光UV,华为渠道曝光UV等等,可以根据具体的工作场景进行适当的调整和向下拆解。

讲到这里你可能会有几个问题。

问题1:指标分级治理拆这么细有什么用?

正向作用:分解核心 KPI,明确每一个步骤的行动计算和每个行动考核指标。

例如,老板让你估算明年 GMV,就可以根据历史数据运用这套指标体系对明年的 GMV 进行估算。

再例如,老板让你下个月做到 1 个亿的 GMV,让你出个方案。这是就可以再对曝光 UV 进行细分,把量拆解到每一个渠道上去。

反向作用:当业务出现问题,可以通过指标体系反向排查业务问题。

例如,这个月的 GMV 下降了 10%,老板让你排查下问题在哪里。这时候就可以根据这套指标体系逐一排查问题,定位到是哪个步骤,哪个环节出现问题,并提出相应的解决策略。

问题2:在运用 MECE 模型进行指标体系分级治理时,是不是拆的越细越好,越全越好?

当然不是,在进行 MECE 拆解时,需要找到与核心指标有重要关联关系的子集进行拆解分类,这样才能保证指套指标体系能够指导业务进行决策分析,帮助数分定位业务问题!

 

更多“模型”相关内容

更多“模型”相关内容

新知精选

更多新知精选