Rian | 作者
DS數據科學之美 | 來源
在日常工作中，產品經理和數據分析師相愛相殺，其中兩個角色都會涉及到數據運營指標體系的搭建。
對於產品經理來說，用什么樣的指標體系去刻畫他負責的產品是非常關鍵的，決定了他能不能及時從指標上找到產品的問題，迅速的改變打法；對於數據分析師來說，如何幫助產品去設計一個完整、准確、高效的、能反應產品走勢和用戶行為變化的指標體系存在很大的挑戰性。今天主要分享數據指標體系具體的搭建流程，以及搭建完之后如何在業務中應用。
1
搭建過程
要想搭建一個指標體系，主要的步驟有下面4個分別是：指標規划、數據采集、報表呈現、數據產品
1. 指標規划
首先我們需要知道我們需要知道產品或者運營對應的目標是什么， 深入了解業務，然后規划出大致需要哪些指標，每一個指標是怎么定義的
2. 數據采集
定好了指標之后，就要根據指標去確定我們要上報的數據，這一階段最重要的是上報的分類和上報的規范，具體的上報規范每個公司都有自己的上報規范，需要按照這個提需求，每一個上報的后的數據都需要進行檢驗檢查，保證上報的數據是跟我們想要采集的數據是一致的，並且上報的時候沒有明顯錯誤。
3. 報表呈現
上報上來的數據進行加工計算，主要的流程是在數據倉庫（數據倉庫簡單來說就是存數據的地方）進行的，計算后就呈現在報表上。
這里需要關注是報表對應的維度和指標有哪些，是否這些是齊全的，每一張報表之間的聯系以及報表與整體的產品目標的聯系
4. 數據產品
等有了基礎的報表體系之后，再把所有的業務的報表體系做成集成，並加上一些高階的功能，比如數據的上卷、下鑽和異常監控等功能組成了一個數據產品，數據產品除了提供數據的情況的可視化以外，還有一些自助的功能，比如讓用戶可以輸入條件進行提取數據，用戶分群功能等
2
數據指標體系的實際應用
1. 下鑽分析
（引用自: 鳥哥筆記和騰訊移動分析）
在工作中經常遇到像dau降低了，收入降低了，留存降低了等，最直接的方法就是可以利用前期搭建的指標體系去進行下鑽分析，比如微信每天發表情的數量降低了，通過維度拆解就發現18-24歲的年輕群體降低的比較嚴重，那我們就可以看這一部分群體為什么會下降嚴重，又可以拆分為新用戶和老用戶等不算下鑽抽絲撥繭，進行下降歸因
2. 用戶行為洞察
以電商為例，通過多個指標之間的漏斗分析可以定位出流失嚴重的關鍵環節，比如這里就是從提交訂單到支付訂單流失非常嚴重，產品就要對這一個環節進行用戶調研，及時改進功能
3. 用戶畫像洞察
比如"更美"app 的畫像洞察， 可以發現這個app在主要的使用群體，通過主要的使用群體的畫像監控，可以發現每次產品迭代后主流的用戶群體變化情況，便於產品決策者決策目前設計出來的產品的主流用戶群體是不是當初設定的群體，我們的細分群體是否有觸達轉化到等等
4. 用戶生命周期洞察
我們知道用戶的生命周期分為引入期、成長期、成熟期、休眠期、流失期，根據這個我們可以把每天的活躍用戶（dau）划分為新增用戶、持續活躍用戶（活躍的頻次較高）、流失復活用戶（很長時間沒有活躍突然活躍）、沉默活躍用戶（較短時間沒有活躍，突然活躍的用戶）
DAU的組成：
我們只要前期計算出每天dau中新增、沉默復活、持續活躍、流失復活中各個用戶群的占比，就可以監控每一種用戶群體的變化走勢，以及每個細分群體之間的流轉情況，我們希望的肯定是持續活躍用戶比例上升，流失復活和沉默復活的比例減少。
- END -