对于从 BAT 等互联网公司出来的人,经历了数据分析的历练后,会有做事之前看数据的习惯。而对于毕业之后就创业,或者是产品经理和运营专员的新手来说,一般对于构建企业的指标体系比较困惑,不知如何下手。甚至有些新手,手里刚有微信公众号后台或者百度统计后台的几个指标,就觉得算是有了数据指标体系了,但又会发现与许多实际的工作脱节。在这里给大家介绍两套构建指标体系的方法,第一关键指标法和海盗指标法。

第一关键指标法

现在我问你一个问题,对你所负责的产品来说,最关键的一个指标是什么?我尝试问过一些人,特别是同一个公司的几个人,你会发现他们冒出来的第一关键指标是不同的。当然,这还不是最惨的,更惨的是根本就找不出来关键指标。对于一个大公司来说,比如像百度,因为产品复杂,有很多的产品,即使是同一个产品,也有不同的职能部门,所以他们会有不同的关键绩效指标是情有可原。但对于一个创业公司,尤其是刚成立的初创公司,当团队中几十个人都不是围绕同一个目标努力时问题就比较严重了。

第一关键指标法是在《精益数据分析》(Lean Analytics)一书中提到的方法。这个方法不是说一个公司只为一个指标负责,而是说在任意一个时间点,肯定只有一个最关键的指标,但随着业务的发展关注重点会有变化。我对第一关键指标的方法又做了一个延伸,也就是说关键指标又可以衍生出许多其他的指标。比如对于一个成熟的电商产品,它最关心的可能是销售额,但销售额我们又可以衍生出访问量、转化率、客单价等指标,我们通过优化这些衍生指标来实现关键指标的增长。对公司来说,基于关键指标制定目标有两点好处:一是确定了现阶段最重要的问题,二是可以基于关键指标的当前状态制定清晰的目标。否则你可能问题既没找对,努力达到的数字也是没有意义的。对于一个创业公司,不同的阶段需要关注的重点是不同的。我把创业公司分成三个阶段:

1. MVP 阶段:

MVP(Minimum Viable Product,最小可用产品) 是《精益创业》(Lean Startups)一书中提出的理念。这个指的是在创业的最早期,你的关注点是要确定用户需求,并做出一个最小可用的产品来验证需求的真实性。有大量失败的创业例子,最后发现,失败的原因是解决了一个伪需求,为了一个不存在的需求做出了不被需要的产品。所以更好的方式是用最小的代价满足需求,然后再想更高效的方法去优化它。在这一阶段,数据分析的价值比较小,你需要的是定性分析,通过用户访谈,直接确定产品的满足情况,并不需要在数据分析方面投入大量工作。

2. 增长阶段:

这个时候你的产品已经出来了,并且有用户在用,是时候需要做数据分析了。这一阶段我又把它分为有重叠的两个阶段:留存阶段和引荐阶段。我们在推广产品之前,一定要确认我们的产品确实是能够给客户带来价值的,并且有比较好的体验。那怎么确认这一点呢?除了直接听取用户反馈之外,最重要的就是看用户的活跃度。这里我们就需要做留存分析,比如看次日留存,如果发现你的用户次日留存率非常低,那说明产品根本吸引不住用户,需要先优化产品。

等产品优化做的差不多时就进到引荐阶段,也就是一个好的产品会说话,最直接的就是口碑力量。只是对有些产品来说,它天然地带有病毒性质。比如,PayPal的一个用户向朋友转钱,那么就会促使朋友也注册 PayPal。你也可以通过人工的方式促进这一传播速度,比如 PayPal 用户每引荐一位朋友注册就可以得到 10 美元的奖励。这里需要关注的是病毒系数和病毒周期。如果一个用户会推荐两个用户成功注册,那么这个病毒系数就是 2,如果这是经过 1 年才做到的,那么病毒周期就是 0.5 年了。

当然,并不是每个产品都能找到病毒传播的途径,找不到也没关系,我们还可以通过口碑。就拿我们来说,我比较关心的是 NPS(Net Promoter Score,净推荐值)。假设我们有 100 个客户,这 100 个客户中,有多少是给我们推荐了新客户的,有多少只是自己用的,有多少是通过私下或公开途径对我们进行负面评论的。拿推荐我们的减去否定我们的,就是 NPS。一个好的产品,NPS 应该在 50 以上。比如微信,说微信不好的很少,如果你的朋友没有在用,你会直接推荐他用,所以 NPS 会非常高。在 2006 年的时候,360 安全卫士刚出来,我真的觉得很好,以至于只要有亲朋好友的电脑有垃圾插件我就推荐他们装一个,当然,我现在已经很久没推荐它了。

3. 营收阶段:

这个阶段产品已经相对比较成熟,我们考虑的重点就变成了如何赚更多的钱,以及如何规模化。我们关注的重点成了 LTV(Life Time Value, 客户终生价值)、CAC(Customer Acquisition Cost, 获取客户的成本)、渠道分成比例、渠道用户盈利周期、成本等。一般到这个阶段,创业公司就不再那么有趣了,最大的乐趣可能是获得量级上的增长。这个时候公司就需要寻找一些新的方向,为下一步增长做准备,而新的方向,又可以重复这三个阶段。

当然,我这里只是列举了不同阶段的典型关键指标,结合你的项目本身,还是要具体来看。比如,对于百度知道这个产品,因为属于百度搜索的子产品,它本身并不需要太关注盈利的问题,所以现在依旧处于增长阶段,只是产品已经比较成熟。接下来我分享一下我在加入百度知道后,寻找第一关键指标的经历。

2007 年我毕业后加入百度知道做后端研发。作为 RD,我每天也收到一系列报表邮件,这些报表里面有很多统计类的数据。比如,百度知道的访问量、检索量、IP 数、Session 数、提问量、回答量,设置追加答案的数量,这一系列指标,当时看的其实感觉很模糊。

我思考着:这么多的指标,不能说这也提高,那也提高吧?每个阶段肯定要思考哪个是最关键的,重点要提高哪些指标。开始的时候其实是没有任何区分的,不知道什么是重要、什么是不重要。

后来,慢慢有一些感触和认识就发现,其实对于访问量、检索量这些指标并没那么重要。因为百度知道大部分流量都是来自于大搜索,把它的展现做一下调整或者引导对量的影响非常大。虽然,跟百度知道本身做的好坏也有直接关系,但是它很受渠道的影响——大搜索这个渠道的影响。

提问量我认为非常重要,因为只要提升提问量,整个百度知道平台的问题就多了。同时,提升回答量,让这些问题得到回答,高质量的内容也会变多。所以提问和回答都很重要,都要发力,这让我很困惑。

有一次产品会,我就向当时的产品负责人孙云丰提出我对提问量、回答量都要提升的这个困惑。对于在百度呆过或者对百度产品体系有了解的都会知道这么一个人,他是一位非常厉害的产品经理。对于这个问题他说了一点:其实提问量不是一个关键的问题。为什么?我们可以通过大搜索去引导,如果一个用户在大搜索里面进行搜索,发现这个搜索没有一个好的答案,那就可以引导他进行一个提问,这样其实提问量就可以迅速提升上去。

我一听之下就解决了这个困惑,所以我所应该做的事情其实是要专注在如何提升百度知道这个产品的回答量,这个关键指标就可以了。

在这个问题上我当时做的一个事情就是进行问题推荐,根据用户的历史回答记录,或者是检索、浏览过的页面记录,给用户推荐感兴趣的问题,整个项目做下来提升了 7.5% 的回答量,是我非常有成就感的一个项目。

海盗指标法

2007 年,500 Startups 创业孵化器的创始合伙人 Dave McClure 针对创业公司应该关注哪些指标,提出了一套模型—— Pirate Metrics,即海盗指标法。他将创业公司需要关注的指标归结为五个方面:Acquisition(获取)、Activation(激活)、Retention(留存)、Revenue(营收)、Referral(引荐),简称 AARRR。这套模型经典得以至于过了 9 年都一点还不过时。Dave McClure 曾经是 PayPal 早期的营销总监,算是 PayPal 黑帮的代表人物之一,后来又是 500 Startups 的创始合伙人,有过成功打造产品的经历,又指导过众多创业团队,能总结出这么牛逼的方法,也算是情理之中。网上的许多材料都是把这五个方面画成一个漏斗形状,以至于一些人理解这几块是顺序进行的,但这是错误的。我也看了他在今年接受的一个采访,专门强调了这个误区。这一方法相比第一关键指标法,阶段划分更加清晰,但因为 Dave McClure 是营销出身,所以侧重点都在如何做营销方面。

我把这五点分为三个方面:

1. 拉新:

首先是触达用户(Acquisition),让用户知道你,然后才可能选择你。之后是激活(Activation),一个用户到达你的首页,并不表示他就是你的真正用户了,他可能成功注册,或者访问超过 10 个页面,才定义为激活。然后是引荐(Referral),一个好的产品,应该是自传播的,通过口碑,有越来越多的人使用。或者是通过一些激励措施,让老用户拉新用户。许多 Growth Hacking 的案例都是在强调如何发挥引荐的威力。

2. 留存:

在做好留存之前,最好不要花太多的功夫拉新。如果你的产品不能解决用户的问题,或者用户体验不好,那么拉的人越多,流失的越多,就像猴子掰玉米。留存就是要提升核心用户的重复频率,比如电商产品的复购,比如考察用户的次日留存率。

3. 营收:

创业公司的最终目的都是为了赚钱,不是为了做慈善。就像百度如果不做竞价排名,也不可能有今天。如果一个产品有大量的用户但赚不了钱,那是很难持久的。比如我从 2011 年就开始用 Evernote,它是一个非常好的产品,但它即使天天推荐我升级为付费用户,我依旧没有动力。去年 Evernote 被唱衰的比较多,被认为是一个要倒掉的独角兽,CEO 都辞职了。烧钱可能能持续一段,但最终还是要实现真正的增长。我介绍过他们如何像高交易量卖家收费的转型故事,非常成功。 
下面这张图,描述了这五个环节的相关工作,我这里就不详细展开了。

而这里的每个环节,都会有一些需要衡量的指标。

表格里的指标都是和网站访问相关的,只是用于做参考,对于你的特有业务,还是需要具体问题具体分析。

如果您在看过之后有所收获,也欢迎随时欢迎访问神策数据官网交流与互动。

创业公司如何构建数据指标体系相关推荐

  1. 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!

    点击上方 蓝字 关注我们 我的新书<数据分析之道--用数据思维指导业务实战>正式出版了,本书以数据分析思维为主题,主要介绍对比思维.分群思维以及相关思维三大数据分析思维. 今天的内容节选自 ...

  2. 如何构建数据指标体系?

    数据分析入门与实战  公众号: weic2c 对于从 BAT 等互联网公司出来的人,已经经历了数据分析的历练,会有一个做事情看数据的习惯.而对于毕业之后就创业,或者是产品经理或运营专员新手,一般会对构 ...

  3. 【CEO赠书】《精益数据分析》:如何构建数据指标体系

    弱者群居,于是有了芸芸众生 强者求变,方才见证出类拔萃 相比勤奋,更重要的是深度思考的能力 它藏着你走过的路,读过的书 桑文锋赠书活动第四期 领略思想领袖的真知灼见 重走行业巨头的唐宋元明清 愿,脚踏 ...

  4. 如何构建数据产品的指标体系

    在交流数据分析领域的时候?我们经常会遇到这样的问题,说说你眼中的数据体系?说一款你熟悉的app,并对其指标进行分析? 我们该如何应对呢? 这里我总结下我学到的. 首先从对一个产品构建数据指标体系说起, ...

  5. 如何构建公司的数据指标体系

    Apache Doris 代码仓库地址:apache/incubator-doris 欢迎大家关注加星 概述 在数据化管理中,数据指标是业务中的核心内容,然而指标管理中总会出现许多问题.指标管理系统在 ...

  6. 数据指标体系搭建实践

    为什么要构建数据指标体系? 因为我们希望时间能花在解决问题而不是寻找问题上. 前言 我们所需要的并不是数据,而是数据背后映射的洞察. 在业务发展过程中,会产生大量的数据,单看数据是没有价值的,只有和业 ...

  7. 一文看懂:数据指标体系的4大类型

    很多同学问:"有没有普遍的.一般的指标体系梳理方法?"网上常见的指标体系分享,大多是互联网的AARRR一类,现实中情况却很复杂.普遍的方法当然有,就是基于业务逻辑,梳理指标体系.从 ...

  8. 一文教你快速学习搭建属于自己的数据指标体系

    [与数据同行]已开通综合.数据仓库.数据分析.产品经理.数据治理及机器学习六大专业群,加微信号frank61822702 为好友后入群.新开招聘交流群,请关注[与数据同行]公众号,后台回复" ...

  9. 手摸手教学之:梳理数据指标体系

    大家好,2020年开年就是一波疫情,就业和经济形势都很严峻.为了提升同学们的职场竞争力,为灾后重建做点贡献,陈老师特别推出一个系列教学.从数据分析的基础方法到具体问题处理,系统讲解一下. 第一期,当然 ...

最新文章

  1. 大地震前有三个明显征兆:1.井水异常2.牲畜反应异常3.专家出来辟谣。但是细心网友指出,第三和第二重复了。...
  2. 如何画透明位图(转)
  3. 并发编程-21J.U.C组件拓展之Future和FutureTask
  4. 1105 Spiral Matrix (25 分)【难度: 一般 / 知识点: 模拟】
  5. python内建集合模块collections功能,计数,有序,双向队列
  6. php添加上传附件,phpweb招聘模块job上传简历附件的修改办法
  7. html5内容切换特效,html5+jQuery图片和文字内容同时左右切换特效
  8. 重新学.Net[一]——.Net的组成
  9. 第五节:框架前期准备篇之锁机制处理并发
  10. 【OpenJ_Bailian - 4117】简单的整数划分问题(dp)
  11. in最多可以放多少?_汽车最多可以停放多少天不开?维修师傅:尽可能别超过这个时间...
  12. Linux笔记17.数据完整性检测工具
  13. 拼多多sdk php,学习猿地-【扩展分享】拼多多 API SDK【拼多多开放平台】
  14. 引导滤波器联合上采样代码
  15. 如何求复数的模用计算机,复数计算器(复数运算工具)
  16. 机器人中的数值优化之最速下降法
  17. 芝加哥面孔数据库(CFD)的人脸模板
  18. echarts地图中显示数字或省份
  19. 【进阶篇】全流程学习《20天掌握Pytorch实战》纪实 | Day03 | 文本数据建模流程范例
  20. matlab中Add什么意思,add detail是什么意思

热门文章

  1. SPI总线协议、SPI时序图详解、GPIO模拟SPI
  2. JavaScript/ES6 从this开始理解apply() call() bind()、 class 、箭头函数
  3. 选择文件,同时给文件重命名,改后缀名m3u8
  4. Go语言解决孔明棋的玩法(加深对for循环的认识)
  5. VSCode项目文件夹有小图标显示和配置
  6. 高校模拟法庭整体解决方案解决法学教学难题
  7. Linux - 查看磁盘空间占用
  8. MAC 安装XCODE-新旧版本
  9. Java日志(1):idea的debug技巧
  10. Ubuntu的常用快捷键总结,桌面图标的添加,常用命令,读音