產品經理必看：終于有人把數據指標講明白了
導讀：為什么有些業(yè)務數據每天都在波動？而有些業(yè)務部分數據會突然升降，其背后反映了什么問題？
想要解答這個問題，就要來分析錄入報表中的這些數據本質上到底是什么。其實，數據報表所羅列的各個數據項在數據分析中有一個專業(yè)的名詞，叫作數據指標。
而數據指標的用途在工作中也是隨手可見的：
“假如你是XX產品的分析師，你會選擇哪些指標向CEO匯報？”
“假如你是XX產品的分析師，你會從哪些維度建立指標體系？”
“你覺得XX產品的北極星指標是什么？”
關于指標體系的建設，重點指標的選擇，在常見的面試中可以問出幾十種花樣，也能延伸出許許多多的擴展問題：
????????“想要評估用戶的真實性，你會選擇哪些特征？”
????????“你們會從哪些維度來預測用戶流失的概率？”
為了解決這些問題，本文我們就先來看看指標到底是什么，以及指標的完整定義什么。
?
1
指標是什么
?
對于一些偏重于功能型設計的產品人員來說，初次聽到“指標”這個詞可能會覺得十分陌生，但是指標的概念實際上早已遍布我們的日常生活，如圖1所示。
圖1 生活中常見的指標
從圖1可以看到，任何一個級別的組織中都存在指標，大到一個國家（比如，使用GDP、CPI等對國家運行狀態(tài)進行判斷），小到個人（比如，每次過年回家，親戚朋友通過你的個人收入這一指標來評判你工作的好壞）。
對于日常與產品相關的工作中，相信有一定經驗的讀者都可以脫口而出幾個指標，比如日活、月活、注冊率、轉化率、交易量等，這就說明指標其實離我們的產品工作并不遙遠。
可見，指標實際上就是用來量化事物的一個工具，用數字來幫助我們描述一些抽象的事件。指標具體是指一組能反映某一業(yè)務在單位時間內的規(guī)模、程度、比例的數字。
例如，我們通過日活能判斷出整個產品的用戶量，而這個用戶量又能反映出這個產品的健康程度—是否處于不斷增長的過程中。
在日常的數據分析工作中，我們通常將指標分為如下三大類。
（1）產品概要類指標：用于評價產品現階段的整體情況。
（2）產品流量類指標：用于評價產品內用戶的數量與質量。
（3）客戶價值類指標：用于評價產品的盈利狀況與可持續(xù)性。
前面提到的日活，實際上就屬于數據流量評價類的指標。
?
2
指標的基本構成
?
知道了指標的定義，下面具體來看看指標這一產物要怎么去描述，也就是如何去設計一個新指標。
我們可以根據業(yè)務的需要去自定義指標。例如，我在訂單模塊中就曾經定義過一個很獨特的指標—訂單取消率，含義是單位時間內用戶訂單取消數與用戶下單次數之比，用來判斷該用戶是否屬于惡意刷單用戶。
但是在工作中，很多新手在對指標理解不充分的時候，如果需要為業(yè)務挑選指標，往往是在網上搜索各類指標庫，從而找到自己對應業(yè)務的指標，然后進行照搬。
實際上這種做法是不正確的，我們首要應該學會指標的定義方法，然后在此基礎上依據自己的事務需求來定義專屬于我們事務的衡量目標，這樣的指標才可以精確地反映自己事務的特殊性。
要想自己去定義指標，首先需要搞懂指標都是由哪幾部分構成的，這里我在《高階產品經理必修課：企業(yè)戰(zhàn)略驅動下的數據體系搭建》一書中為大家提供了一個構成指標的統一公式。
指標 = 業(yè)務維度描述 + 技術維度描述
下面讓我們對公式里的兩個部分分別進行解讀。
（1）業(yè)務維度
業(yè)務維度描述就是闡述清楚這個指標的業(yè)務需求是什么，這個指標想要指代什么業(yè)務，反映出什么問題等。其實也就是大家日常與業(yè)務方討論得最多的數據需求，例如，運營同事A說：我要看商城復購率。運營同事B說：我要看產品的日活。
這其中，對指標來說，最重要的是能清晰地定義如下兩方面內容。
維度（Latitude）：衡量業(yè)務的具體維度，如用戶參與次數、業(yè)務發(fā)生時間、交易頻次、訂單規(guī)模、用戶規(guī)模、新用戶增長規(guī)模等。
量度（Particle size）：指標的取值范圍與單位，如用戶參與人數為“200人”、交易頻次為“每周3筆”、用戶規(guī)模為“20萬注冊用戶”、新增用戶規(guī)模為“日新增1萬注冊用戶”等。
注
注意：在設計量度時，我們可以參考統計學中的常用事物測量方式，將事物按具體內容和表現形式從三個不同角度劃分為總量規(guī)模測量（總數）、相對測量（比率）和平均（日均）等。
下面用一張圖來表示通過維度和量度構成的指標關系，如圖2所示。
圖2 指標構成
除了上面兩個描述項外，下表還總結了在業(yè)務維度中必要的描述字段。
表1 指標業(yè)務維度描述屬性
（2）技術維度
技術維度描述的是一個指標除了要定義清楚具體的需求外，還要面向技術人員準確定義該指標的實現邏輯，因此該維度也就是技術人員為了實現這一需求而必須了解的內容。表2總結了從技術維度來說必須要描述的字段。
表2 指標技術維度描述屬性
在掌握了指標的這兩個維度后，我們就可以根據自己的需求去自定義一些指標了。下面來看看實戰(zhàn)中劉宇是如何去定義指標的。
?
3
指標體系
?
搞懂了指標后，接下來我們了解一個進階的指標概念—指標體系（Indication System）。
眾所周知，我們進行數據分析的核心目標是為了幫助業(yè)務人員發(fā)現當下業(yè)務存在的問題以及背后的原因，從而制定下一步決策。
因此在指標體系中，可以分為以下兩個層級。
問題指示指標：發(fā)現并定義問題的指標，如用戶數下降中的用戶數指標。
原因定位指標：描述全局現狀的其他指標，如各渠道新增用戶數、流失用戶數指標等。
至此，我們可以得出指標體系的定義：
指標體系為多個指標以一定的邏輯組合成的能反映當前的業(yè)務問題，并能定位業(yè)務問題背后原因的指標集合。
要設計一個靠譜的數據指標體系，其成敗的關鍵就是數據指標范圍選擇的好壞，只有真正選擇出有參考價值的數據指標才能真正將產品變?yōu)殚]環(huán)設計。
對此我們可以利用核心業(yè)務驅動來幫助我們定義數據指標的范圍：
圖3.驅動流程
展開來說我們可以按如下兩步走去搭建我們的數據指標體系：
1. 核心數據指標選擇（其他指標都是輔助核心指標而產生的）
閉環(huán)設計的核心就是在于把握市場的反饋，那么重重之中就是驗證市場對于商業(yè)模式的是否喜好，之后才是，第一步就是要精確的選擇能反應問題的數據指標，我們稱之為元數據。
在這里經常會遇到兩類問題：
（1）采集數據顆粒度過于細導致應用緩慢
很多產品經理在定義元數據時，由于不能清楚的定位數據平臺的使用方向，所以很多時候害怕遺漏便將產品中所有點事無巨細都埋上點，導致一個圖文資訊類產品在用戶打開后，流量消耗和看視頻一樣，你說我不卸載它卸載誰。
（2）數據統計點過少（顆粒度過大）導致的發(fā)現問題卻無法定位具體原因
當然也出現了另外一種后臺為了避免應用過于臃腫，而只采集日活，月活，留存等用戶數據，導致出現用戶量抖動變化時，無法定位究竟是什么問題導致的，講真那時內心感覺比不知道用戶流失還難受（不是我，不是我）。
那么，數據采集點究竟如何定義才能精準把握顆粒度，從而讓數據指標體系發(fā)揮應有的作用呢？
首先，我們應該去問自己：到底什么才是我們的核心業(yè)務？對于不同的產品來說，在迭代初期都應該有的一個核心：你最想讓用戶在你這干什么。
舉例來說，電商平臺想讓用戶在我這買東西，視頻網站想讓用戶在我這看視頻，而不是在我這比價格，搞什么視頻留言等衍生需求。
在找到產品的核心后，我們就要開始思考什么指標可以去衡量其好壞？
像剛才說的電商平臺，在下單這我們可以用下單率去衡量。
再多舉幾個例子來說：
視頻平臺：關鍵視頻播放次數；
社交應用：單用戶日均發(fā)言數；
社區(qū)平臺：用戶發(fā)帖數，回帖數。
所以，只有找到業(yè)務的核心數據才會對我們有意義而不是只籠統的計算用戶訪問量。
綜上本文我們對數據指標的定義做了一個簡單的介紹，后面我將繼續(xù)為大家詳細拆解數據的使用。
附錄：常用指標清單
1）用戶數據指標
①日新增用戶：將每天的增用戶用折線連起來，可以看出用戶增長或者下跌的趨勢。如果按渠道維度來拆解新增用戶，可以看出不同渠道分別新增了多少用戶，從而判斷渠道推廣的效果。
②活躍率：是活躍用戶在總用戶數的占比。按時間可分為日活躍率、周活躍率、月活躍率。
③留存率：反映了不同時期獲得新用戶的流失情況，可以評估產品功能對用戶的黏性。按時間可分為次日留存率、7日留存率、30日留存率。
2）行為數據指標
①PV（訪問次數）、UV（訪問人數）：可以看到用戶喜歡產品的哪個功能，不喜歡哪個功能，從而根據用戶行為來優(yōu)化產品。
②轉發(fā)率：轉發(fā)率=轉發(fā)某功能的用戶數/看到該功能的用戶數
③轉化率：計算方法與具體業(yè)務場景有關。
④K因子：用來衡量推薦的效果，即一個發(fā)起推薦的用戶可以帶來多少新用戶。當K＞1時，用戶群會像滾雪球一樣增大；當K＜1時，用戶群到某個規(guī)模時會停止通過自傳播增長。
3）商品數據指標
用來衡量總量的指標
①?成交總額（GMV）：就是零售業(yè)說的“流水”。成交總額包括銷售額、取消訂單金額、拒收訂單金額和退貨訂單金額。
②?成交數量：對于電商產品就是下單的商品數量；對于教育行業(yè)，就是下單課程的數量。
③?訪問時長：用戶使用app，或者網站的總時長。
用來衡量每個人平均的指標
①人均付費：人均付費=總收入/總用戶數。在游戲行業(yè)也叫ARPU；在電商行業(yè)叫客單價。
②付費用戶人均付費（ARPPU）：付費用戶人均付費=總收入/付費人數。用于統計付費用戶的平均收入。
③人均訪問時長：人均訪問時長=總時長/總用戶數。用于統計每個人使用產品的平均時長。
用來衡量衡量付費情況的指標
①付費率：付費率=付費人數/總用戶數。是付費用戶占活躍用戶的比例。
②復購率：復購率=消費兩次以上的人數/付費人數。用于反映用戶的付費頻率。
最后如果希望了解更多關于指標體系要如何定義，如何利用指標精準找到原因并定位指標，且讓數據后臺發(fā)揮應有的作用的相關內容，歡迎閱讀《高階產品經理必修課：企業(yè)戰(zhàn)略驅動下的數據體系搭建》，全書更包含100個知識點助你掌握進階產品知識！
李寬視頻號