想要做好資料看板？建議你先梳理好業務指標體系

隨著短影片的發展，短影片資料指標體系也越發受到運營人員的關注，透過資料看板，發現使用者關注指標，提升使用者粘性，是需要梳理的資料指標體系之一。那麼，該如何構建指標體系，梳理出可行的資料看板。作者結合自己的實際經驗，與你分享相關方法。

最近在做短影片的業務資料看板，主要是面向短影片創作者，透過梳理使用者關注的指標，搭建一套能夠幫助使用者成長，增強使用者粘性的指標看板。

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，再思考為什麼要梳理指標體系，梳理指標體系的時候要把握什麼原則，最後我會講解透過什麼方法可以構建指標體系。

一、什麼是指標體系

指標體系是一系列用於衡量業務發展的指標的集合，是把資料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巢狀的公式或樹結構。

透過指標體系可以幫助業務相關人員瞭解業務發展、定位業務問題，找到業務發展的機會，指導業務的決策。

當我們瞭解指標體系的定義後，不知道你是否想過為什麼要梳理體系呢？下面我說下我個人的見解。

二、為什麼要梳理指標體系

1. 瞭解業務指標表現，指引業務決策發展

我把業務指標分為靜態描述型指標和動態指導型指標。

所謂靜態描述就是描述業務真實情況，比如創作者有多少粉絲，每一個影片獲得了多少點贊、評論、分享等等，這些指標裡面，很多指標可能是虛榮指標，即你看到指標後並不能立馬採取任何行動，你甚至也不知道這個指標能為你帶來多大的影響。

雖然存在大量的虛榮指標，但是這些虛榮指標又是不得不存在的。那麼虛榮指標能做什麼呢，就需要關注第二個型別的動態指導型分析型的指標。

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，或者是資料的預測，透過這些指標，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，進而採取行動。

比如，當我知道每一個影片帶來的粉絲量，以及總粉絲的黏性（比如最近30天參與消費內容的佔比），我就能知道應該如何調整我的影片迎合使用者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使用者。

2. 發現問題，定位問題，解決問題

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。

比如，發現最近粉絲取消關注量大增，如果只是盯著粉絲取關量這個資料是無法知道原因，解決問題的。

這時候就需要透過指標體系，瞭解粉絲取關的時刻，以及粉絲在取關前的行為，比如，粉絲是在觀看什麼影片後取關。

3. 打造增長模型

在增長駭客一書中，作者提到“增長模型的精髓是將生意提煉和總結成一個數學公式，從而幫助你用全面、簡單和結構化的方式去思考增長”。

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，透過這個增長模型，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數，這個變數是不是影響最大的。

瞭解指標體系的重要性後，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。

三、指標選擇的原則

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、能協同並制約各業務模組、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。

1. 好的資料指標是有助於業務的發展的

這需要資料指標符合業務目標，資料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，並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。

以短影片為例，對於創作者前期來說，前期的業務目標就是獲取粉絲量的增長，那麼圍繞著這個目標，展示第一關鍵指標就是粉絲數。

同時，資料指標需要可衡量業務真實的情況。資料是客觀的描述和分析過程，如果資料無法衡量業務的真實情況，而是去扭曲資料迎合使用者和企業領導，那麼資料就不再有真實的意義了。

比如，我們之前在討論分析使用者在影片每一秒的留存情況時，由於很多影片使用者都是在第一秒划走，佔比較高，因為是否要調整這裡讓資料“更好看”成為了我們討論的 焦點。

但站在資料部門的角度上，我們認為，第一，使用者在第一秒離開率高，代表影片第一秒對使用者沒有吸引力或者影片本身推薦不符合使用者興趣偏好，尤其是如果是影片本身開頭做的不夠有吸引力，這對於使用者影片的最佳化是具有指導意義的。

第二，資料需要反應真實的情況，使用者才能在資料中找到問題，解決問題，如果扭曲資料，那麼問題永遠不會被發現，問題也就永遠不會被解決。

2. 好的指標需要具備可操作性

可操作性也同時包括兩個方面，資料指標可以被衡量和可以透過資料指標改變行為從而干預指標的變化。

首先，我們來看看什麼是資料指標可以被衡量。

很多同學可能會說，資料指標不是本身就是可以被衡量的嗎？這還需要強調嗎？

在《精益資料分析》一書中，作者提到，一個好的指標包括如下特徵：

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，透過對比能夠洞察產品的實際走向。

比如，我們在計算短影片在每一秒的留存資料時，如果僅僅計算當前作品的，使用者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，使用者就能夠很好的理解自己所處的水平。

示例：抖音中創作者影片每秒影片留存率與大盤同時長作品對比

2）好的資料指標是簡單易懂的，如果指標不能很容易被理解，實際上使用者可能也很難真正利用起來。

3）好的資料指標是一個比率。

想象一下，如果我告訴你影片每秒的離開使用者的絕對值，比如，第一秒是100個，第二秒是80個…你對這個資料會有什麼直觀感受？如果我再告訴你，影片每秒的離開使用者佔總播放使用者的比率，你是不是就能直觀的瞭解到每秒對於使用者的真實影響。

所以，比率是天生的比較性指標，對於使用者來說，可操作性更強，能更快的讓受眾理解和行動。

所以，一個可被衡量的資料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，可以透過資料指標改變行為從而干預指標的變化。

可以改變行為的指標，包括幫助使用者找到方向，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，使用者卻無法干預，這對於使用者來講，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，而是看產品基於使用者場景是否有足夠的覆蓋和問題解決能力是一樣的。

舉個例子，在統計粉絲的來源渠道時，QQ短影片的播放渠道包括關注頁、圈子、廣場等等，所以，在統計播放指標以及粉絲的時候是否需要展示來源渠道分佈資料呢？

在做最終的決定前，我們來問自己一個問題，如果我分析了這個資料，使用者可以做什麼，使用者可以選擇渠道嗎？

答案是不能，實際上，使用者的影片在哪裡播放？什麼時候播放給誰？都是由內容推薦側決定的。所以，使用者拿到這個資料不僅什麼都做不了，反而會產生如何幹預的疑惑。而真正需要這個資料的，實際上是內部運營、推薦側等。

哪些是使用者可以干預的呢，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釋出作品，從而獲取到更多的流量曝光。

但在實際構建指標體系和建設平臺看板時，我們還需要關注一類容易被我們忽視的指標。站在使用者的視角這一類指標極有可能會被我們忽視，但是，尤其是面對C端B端使用者去建設指標和看板時，我們還需要想清楚一個點。

即，我們的看板一方面承載了使用者的期望，能夠解決使用者的問題，同時，他實際還要承載平臺方的目標和期望，即留存使用者、讓使用者持續的活躍。

因此，基於這樣的目標，我們還會有第三類指標，這些指標描述了事實，但實際上使用者並不能對他們直接進行操作，但這些指標的提供，卻能對使用者產生情緒價值。

比如，在短影片創作者中心，B站所提供的創作者自己所在垂類的排名就是一個很好的例子。

知道如何選擇指標後，下面我們就可以正式開始構建指標體系。

四、如何構建指標體系

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

1. OSM策略

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使用者體驗到的理想狀態。在短影片的例子中，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、滴滴業務的月活躍使用者數，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=使用者數*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。

以短影片創作者中心為例的OSM拆解：

1）拆解目標

對於創作者來說，粉絲量=消費使用者數*轉化率 -取關粉絲量（消費指播放、評論、點贊、分享等行為的集合）。因此為了達到粉絲量增長的最終目標，需要從消費使用者數、轉化率以及取關下手。目標為提升使用者數、提升轉化率以及降低取關粉絲量。

2）制定策略

基於不同目標我們分析使用者可採取策略。

首先，提升消費使用者數。

提升消費使用者數，需要保證持續高質量的內容產出、同時，結合演算法推薦側的邏輯，我們知道除了影片本身的完播率，播放量，影片的互動資料最終也會作為是否持續推薦的資料輸入。因此，作為創作者，我們還需要去引導觀眾更多的互動。

比如，在影片中插入一些有爭議的話題，比如透過馬甲號在評論區挑起話題進行互動等等。

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，以及不斷的進行使用者體驗的升級，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，但在使用者可自行進行投放時，透過目標使用者屬性進行精準的使用者選擇也是一種方式。

另外，在創作定位不夠明確時，使用者也可以透過觀察內容訊息使用者的屬性，反向調整內容。

而使用者體驗的升級，則是首先需要知道什麼是體驗的升級，對於使用者來說，何時是使用者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。

也就是什麼時候是使用者的AHA時刻。所謂AHA時刻，我們以前有講過，就是指使用者在某一刻獲取到產品之於他的核心價值，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。

只有使用者找到這個時刻，他才可能留存，在短影片裡，也就是這個時刻使用者才可能做出互動動作或持續觀看或成為粉絲。

一般來說，比較明顯的一些能夠體現使用者獲取到內容核心價值的表現，比如使用者完整觀看作品，點贊、評論、分享、關注等行為的發生，其實都說明了使用者獲取到了他想要的價值，這些價值不限於消磨時間，快速獲取知識，連結更多有價值的關係。

因此，捕捉到什麼時刻是使用者的AHA時刻實際上就是獲取使用者產生這些行為的時刻，從而理解如何為使用者提供價值。

最後，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，但我們在這裡就打個樣，不再繼續拆分了。

1）制定度量體系

確定策略之後我們就可以針對每一部分策略設計度量即指標了。

針對內容消費的評估，我們可以從播放量、點贊量、評論量、分享量、完播率、均播時長、主頁訪問量、關注量等指標維度進行度量。

針對目標使用者屬性，我們可以透過畫像分析進行度量，包括使用者的性別/年齡/地域/興趣/活躍度/使用者活躍時段/使用者黏性分析等。

針對體驗升級，可以分析使用者點贊/關注等關鍵行為發生時刻、完播率與影片時長關係等，幫助創作者理解作品的價值點。

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

這是最終我們透過OSM方式拆解出來的指標大圖如下：

2. UJM使用者旅程

除了OSM策略拆解，對於一些強流程的業務，我們還可以透過UJM使用者旅程地圖來構建指標體系。

使用者旅程指的是圍繞著北極星指標，拆解和記錄使用者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。有點像使用者體驗地圖，使用者體驗地圖也是會去拆解和記錄使用者在產品中經歷的步驟。

為了不讓大家會對這兩個概念產生混亂，需要解釋的是，這兩者的目標是不一樣的。使用者旅程地圖，主要透過繪製使用者旅程，找到每一階段使用者的行為和目標，最終確定關注的指標。

而使用者體驗地圖，則更側重於基於一個本身的使用者目標，拆解使用者在產品中的步驟以及觸點，透過使用者的情緒，最終找到產品中體驗好和不好的點，從而發現使用者的痛點和產品的機會。

以短影片為例的UJM使用者旅程地圖

對於創作者來說，使用者體驗到自己賬號的核心價值，實際上就是要分析使用者如何發現作品檢視作品並一步步成為粉絲並活躍的過程。

我們把整個路徑拆分為5步，包括使用者來到平臺、閒逛、看我的作品、關注我、連續看我的作品5個階段。

我們這裡是創作者視角的指標分析，而不是平臺視覺的分析，所以在路徑、關鍵行為以及關鍵指標上都是圍繞著創作者展開。

在第一步，看的階段，使用者透過主動搜尋、朋友分享、資訊流推薦來到創作者作品頁。此時，創作者關注的指標可能主要為來源渠道。

使用者也可能是透過閒逛進入，閒逛對創作者來說有用的指標是瞭解使用者的興趣偏好，活躍時段，活躍分層。

接著使用者開始觀看創作者的作品，這個過程中使用者除了播放這個動作，還有產生一些互動行為，而這些互動行為正向的反映了使用者對於作品的情緒，創作者可以通過了解這些互動行為的資料，以及資料發生的時刻，來了解自己作品的表現，並對自己的作品進行調整最佳化。

所以在這個過程中，進入主頁的訪問量，關注的使用者數就是創作者最為關注的指標。

最終，透過UJM旅程地圖的分析，我們分析了完整的使用者旅程，並基於旅程構建了完整的指標體系。

3. 增長模型推演

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

比如我們經常提到的AARRR模型，就是將使用者在產品的全生命週期分為了5個階段，獲取、活躍、留存、獲取營收、自傳播，而每一階段都有不同的策略和關注點，也就對應不同的指標。

比如，獲取階段，我們為了讓使用者知道我們的存在，獲取到我們的潛在使用者，我們可能會透過不同渠道的引流投放，那麼衍生出來的指標就包括，新增使用者總量、趨勢、渠道來源，渠道轉化效果等等。

比如在進行平臺產品的資料使用監測中，利用AARRR理論，貼合我們自身的產品，使用者的生命週期包含獲取、活躍、留存三個階段。

平臺北極星指標為重點使用者（使用者分群）月活躍使用者佔比。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，並衍生出關鍵細分指標。基於這些指標我們已經可以開始搭建資料看板了。

總結

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於指標體系的定義，以及如何構建指標體系，這是在我們實際做資料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。

本文由 @糖糖是老壇酸菜女王 原創釋出於人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基於CC0協議。

該文觀點僅代表作者本人，人人都是產品經理平臺僅提供資訊儲存空間服務。