第七章数据指标体系构建方法论

沧海之巅

已于 2025-02-05 08:38:02 修改

阅读量885

点赞数 10

分类专栏：数据指标文章标签：数据仓库数据分析

于 2025-01-27 14:07:55 首次发布

沧海之巅

本文链接：https://blog.youkuaiyun.com/linjie_830914/article/details/145379729

版权

数据指标专栏收录该内容

4 篇文章

订阅专栏

7 数据指标体系构建方法论

数据指标体系的搭建并不是数据指标的罗列，而是需要根据特定的业务场景选

7.1 数据指标体系的通用方法论

7.1.1 数据指标体系的通用方法论概述

数据指标体系构建的方法总结为四个步骤，

①目标化，明确业务目标，梳理业务北极星指标；

②模块化及流程化，梳理业务流程，明确核心指标；

③层级化，数据指标分级下钻；

④维度化，维度选择实现数据指标的上卷下钻。

这四个步骤又涉及OSM、AARRR、UJM、MECE这四个模型，这四个模型指导我们构建完整而清晰得数据指标体系的方法论。

7.1.2 引领数据指标体系构建的OSM模型

OSM模型是数据指标体系构建的核心思路，主要内容如图所示。

构建数据指标体系之前，一定要清晰的了解业务目标，也就是模型中的“O"。业务目标也是业务的北极星指标，了解业务的北极星指标能够帮助我们快速理清数据指标体系的方向。

其次，通过拆解北极星指标，理清业务过程，找到能够达成北极星指标的行动策略，以此提炼业务过程指标，也就是模型中的“S”。此处用到的模型是AARRR模型以及UJM模型。

最后，对业务过程中的各个核心指标进行下钻细分，从而构建完整的数据指标体系，也就是模型中的“M"。此处用到的模型是麦肯锡著名的MECE模型，需要保证每个细分指标是相互独立且完全穷尽的。

7.1.3 通用方法论中各步骤实现方法简要概括

1.明确业务目标，梳理北极星指标

2.数量业务流程，明确过程指标

3.指标下钻分级，构建多层级数据指标体系

4.添加分析维度，构建完整的数据指标体系

7.2 明确业务目标，梳理北极星指标

指引未来、团队协同以及结果导向是北极星指标的三大重要作用，即北极星指标能够传达产品未来优化的方向，帮助团队了解产品实时进展以及通过业务结果衡量工作成果。

该类指标是与业务场景和商业模式具有强相关关系的，它指出了业务当前最重要的问题，是公司前进方向的指向标，可以是一个或者多个指标，这一节主要基于OSM模型中的“O"（Object），即业务目标展开，介绍数据指标体系通用方法论的三个步骤的第一步-----明确业务目标，梳理北极星指标，并详细介绍从具体业务场景中提炼北极星指标的方法论。

7.2.1 如何找到业务的北极星指标

数据指标体系的构建是基于业务目标展开的，脱离业务目标的数据指标体系必然不能辅助业务进行决策。寻找当前业务的北极星指标有以下几种方法，其一是通过运营人员的KPI提炼当前业务的北极星指标，其二是通过公司财报提炼北极星指标。

1.运营人员核心KPI

一般企业每年的业务重点都不一样，直接体现在运营人员的KPI的变化。

如下图，数据分析师将各个团队的团队目标提炼成相关指标，对这些指标进行汇总整理，就能形成一个指导该产品发展的北极星指标，从而实现中长期的业务目标和维护客户价值。这样做的好处是，每个团队有自己的团队目标，只要推动其团队目标实现，就能使业务结果向着北极星指标靠近。

如果没有北极星指标，各个团队的目标可能会沦为一个指标池；而有了北极星指标就能将各个团队的目标组织成一个系统的框架。

2.公司财报

公司财报也是获取北极星指标的重要途径之一，因为公司财报是阶段性战略目标的体现，其中展示的指标有极大可能性就是数据分析师所寻找的北极星指标。如下图是从某大型互联网公司官网获取到的2022年第一季度财报部分信息，基本汇总了各个业务版块的北极星指标。

7.2.2 如何判断是否为优秀的北极星指标

当数据分析师从运营人员核心KPI或公司财报中大致提炼了业务的北极星指标后，判断这边指标是否为优秀的北极星指标也是需要思考的问题。此处介绍两种判断方法。

其一是提炼出来的指标是否拥有优秀北极星指标的四个属性。

其二是提炼出来的指标能否反应业务的四个不同维度。

1.优秀北极星指标拥有4个熟悉

北极星指标是数据指标的一种特殊类型，满足1.1.3节介绍的好的数据指标的四条评判标准，但基于北极星指标的特殊性，我们在这4个评判标准的基础上做了一定的改进，形成优秀北极星指标的四个属性

北极星指标与商业模式直接相关
北极星指标能管反映用户认可度
北极星指标能够影响用户行为（即先导性指标，而非滞后性指标）
北极星指标是简单直观、容易获得且可拆解的

如下图展示了三家不同业务模式的公司的北极星指标。

2.优秀的北极星指标能反映业务的4个不同维度

四个维度及深度、广度、频率及效率。

7.2.3 选择北极星指标还需要关注产品的生命周期

前面介绍了梳理北极星指标的方法以及评价北极星指标优劣的标准，除此之外，在选择北极星指标时还需要关注产品的生命周期，因为即使在相同业务模式下，处于不同生命周期的产品，其北极星指标也是不尽相同的。本节介绍北极星指标是如何随着产品生命周期边和而变化的，以及数据分析师如何判断产品所处的生命周期以选择正确的北极星指标。

不同生命周期的产品的北极星指标变化

不同行业模式，不同场景下，产品的不同生命周期的北极星指标也会有不一样的地方，数据分析师还需要根据具体产品的特点进行选择。
如何判断产品所处的生命周期

数据分析师应该如何判断产品所处的生命周期呢？通常不同生命周期的产品，从数据指标上会呈现不同的特点，数据分析师基于这些特点就能判断产品的生命周期。如下是几种业内常用的判断产品生命周期的方法。

（1）通过用户曲线判断产品生命周期

（2）通过新增用户与流失用户的比例判断产品生命周期

（3）通过用户来源判断产品生命周期

（4）通过版本更新频率判断产品生命周期

（5）通过模型法判断产品生命周期

前面4中方法都是从较为宏观的层面判断产品生命周期，而从微观层面也有多种不同的判断方法。
- 生长曲线模型：通过生长曲线模型判断产品生命周期，其中常见的有皮尔模型、林德诺模型、龚帕兹模型等，不分模型已经内潜在python的scipy模块中。
- 财务模型：除了通过生长曲线模型拟合之外，财务模型也可以用于判断产品的生命周期，因为企业的生产经营活动是与财务直接相关的，只要判断经营、投资、融资三个模块现金流净值的正负，即可大致判断产品生命周期。
7.2.4 梳理北极星指标的方法论

梳理北极星指标的第一步需要判断产品的商业模式，即该产品所属的类型，是工具类产品、内容类产品、社交类产品、交易类产品、游戏类产品或者是其他类型的产品。

在几个候选的北极星指标中挑选出最能反应业务发展方向的指标作为北极星指标，挑选的标准可以参考7.2.2节提到的4个属性和4个维度。

7.3 梳理业务流程，明确过程指标

数据分析师通过对过程指标的监控，能够更加清晰地把握业务的各个细节。这一节我们会基于AARRR模型以及UJM模型对北极星指标进行拆解，帮助数据分析师找到业务过程的核心指标。

7.3.1 两个模型指导业务流程梳理

梳理业务流程是明确过程指标、拆解北极星指标的重要步骤，该步骤可以将业务提炼出来，实现模块化和流程化。

AARRR模型以及UJM模型是完成梳理业务路侧的重要思路。

如下图是AARRR模型和UJM模型都是路径模型，二者原理相似，只是出发角度不同。

AARRR模型从用户生命周期角度出发，揭示用户的整个生命周期；而UJM模型从用户行为路径出发，揭示用户的行为路径。

7.3.2 梳理业务流程并明确过程指标的方法论

这一步骤其实并不难，数据分析师下载App，自己亲身体验一次业务流程，然后提炼数据指标即可。

1.下载App冻碎体验完整的业务流程

2.根据业务流程中的关键节点，明确过程指标

7.3.3 案例分析：拆解业务流程，明确过程指标

下面通过拆解电商北极星指标GMV为例，来拆解业务流程，明确过程指标。

梳理业务流程

如下图所示，用OSM模型进行分析，业务目标（O，Object）已经明确了，即提升用户总成交额（GMV）；现在需要找到达成业务目标的业务过程和行动策略（S，Strategy）。
明确过程指标

拆解达成北极星指标的业务流程和用户路径，是构建数据指标体系的关键步骤。有了业务流程和用户路径，数据分析师就可以选择相关的指标对业务流程进行监控了。

如下图所示，我们基于每个流程中业务关注的重点整理了过程哦直播，涉及从注册到达成GMV的各个环节的数据指标，从而对业务的整个流程有了全面的监控。

7.4 指标下钻分级，构建多层级数据指标体系

梳理完业务流程之后，数据分析师就能提炼出达成业务目标的过程指标，同时寻找各个过程指标之间的关系以搭建数据指标体系，这一节介绍如何利用MECE模型找到各个过程指标之间的关系，以构建多层级的数据指标体系。

7.4.1 如何实现指标的下钻分级

简而言之，实现北极星指标的下钻分级就是需要梳理清楚各个过程指标之间的关系。下面介绍其中用到的指导模型以及相关方法。

指导数据指标下钻分级的MECE模型

明确了业务目标，找到了北极星指标，并通过梳理业务流程提炼出达成北极星指标的过程指标之后，数据分析师需要做的是找到过程指标与北极星指标之间的转化关系，以实现将北极星指标向下拆解三到五层，最终实现数据指标体系的分解治理，此处用到的模型是MECE模型。

MECE模型是麦肯锡提出来的，其原则是相互独立、完全穷尽，根据这个原则进行拆分可以暴露业务最本质的问题，帮助数据分析师们快速定位业务问题。
数据指标下钻分级的关键方法

梳理出北极星指标，并提炼了过程指标之后，数据指标体系的大体框架已有雏形，但看起来还是有一点散，因为只有过程指标达成北极星指标的路径关系，如果能加入一些额外的指标，再构建其等式关系就完美了。

要实现这一步骤，有两种方法，其一是通过添加辅助指标，找到过程指标与北极星指标之间的等式关系；其二是梳理达成过程指标的流程，从而提炼过程指标的过程指标。
1. 找到过程指标与北极星指标之间的等式关系
2. 梳理过程指标的过程指标
  
  7.4.2 案例分析：完成指标下钻分级
  
  要实现对北极星指标的下钻分级，就需要找到过程指标之间的相互关系，下图以电商北极星指标GMV为例，演示指标下钻分级的具体事项步骤。
  
  上述指标下钻分级的过程是如何实现的呢？原理很简单，就是根据业务过程对GMV达成路径中的各个指标之间的转化关系进行梳理。
  
  根据以上过程，我们实现了对北极星指标GMV的下钻分级，最终可以形成图1-11所示的三级数据指标体系。
  
  7.4.3 案例分析：数据分析培训机构的北极星指标课程收入拆解
  
  有了相关的过程指标，想要形成数据指标体系当然少不了指标的下钻分级，于是我们需要对各个过程指标之间的关系进行梳理，梳理结果如下图所示。至此，关于数据分析培训机构课程收入相关的三级数据指标体系就构建完成。