点样搭建一套完整嘅指标体系？2个模型+1个原则

转载：本文来自微信公众号“易观数科”（ID:enfodesk），作者：专注CEM嘅，转载经授权发布。

随住数据正式成为第五大生产要素，其喺当今社会扮演嘅角色地位唔言而喻。数据运营也已经唔再局限于某一个岗位，而是每一位运营、市场等营销人员必备嘅思维和工作方式。

由此，易观数科推出「数据运营系列」文章，将系统介绍“理数——收数——睇数——用数”嘅数据运营闭环，旨喺度帮助大家快速落地数据运营，掌握数据驱动运营嘅科学工作方式。该系列文章将喺易观数科公众号每周四持续发布，欢迎大家关注。

上一篇文章《运营过程度，我哋都应该关注边啲数据指标？》度，我哋根据AARRR模型罗列‌好多数据指标。那么，点样将呢啲零散嘅、单一嘅数据指标，有关联地整合起来，用以帮助我哋更系统、更高效、更准确地进行“收数——睇数——用数”呢？

噉就需要我哋搭建一套系统且完整嘅指标体系。一套好嘅指标体系能够实时监控运营过程中发生嘅正负反馈变化，并能迅速定位问题所喺，仲可以一定程度上指导我哋解决问题。 

但好似天下没有两片相同嘅叶子，也没有完全相同嘅两套指标体系。产品类型唔同、产品发展阶段唔同、运营团队思考方式唔同等，都会导致搭建嘅指标体系有所差异。

唔过，指标体系搭建嘅基本思路和方法是有迹可循嘅。易观数科结合服务过上百家客户嘅经验，总结出搭建指标体系嘅「OSM模型+ARGO模型+金字塔模型」整体框架，希望能够帮助大家系统搭建适合自身业务嘅指标体系。

1 OSM模型：确定指标体系嘅“骨架”

OSM模型由目标（O，Objective）、策略（S，Strategy）、度量（M，Measurement）组成，通过将宏大嘅运营目标（O）逐一拆解，对应到可落地嘅运营策略（S）和可度量（M）嘅运营动作上，从而确保我哋梳理指标时，唔会偏离“主航道”。

定义目标（O）

目标（O）可能系成个企业、某条产品线、或者某个运营小组嘅运营目标。其喺唔同嘅行业、唔同嘅领域，以及公司或者产品嘅唔同发展阶段都系唔一样嘅，需要我哋结合自身嘅实际情况，定义目标（O）。

一般情况下，运营目标同核心KPI息息相关。例如：

• 电商平台嘅目嘅系让用户喺平台上完成更多交易，噉样平台运营负责人嘅目标（O）就可能系提高GMV；

• ToB企业服务类网站希望可以获得更多嘅注册线索，噉样网站运营嘅目标（O）就可能系提高注册试用量；

• 银行类APP希望可以让更多用户来购买理财产品，噉样APP运营嘅目标（O）就可能系提高理财产品嘅购买总金额。

确定策略（S）

通过定义目标（O）认识成个运营嘅大方向后，我哋便可以根据过往嘅经验、市场调研等制定达成运营目标所需要嘅策略（S）。

例如，电商平台运营负责人嘅目标（O）是提高GMV。按照GMV=支付用户数X每笔单价X用户购买频次嘅计算公式（注：GMV嘅公式根据行业可能有所唔同，需结合自身业务计算），其提升策略（S）可能就会有：

• 针对提升支付用户数嘅策略（S)：对新注册用户进行9.9限时特价活动

• 针对提升每笔单价嘅策略（S)：进行商品组合销售

• 针对提升用户购买频次嘅嘅策略（S)：节假日进行优惠券营销

明确度量（M）

策略（S）制定后，点样衡量策略执行嘅效果、点样反映该策略系咪有助于目标（O）达成？噉就需要用到度量（M）。

例如，通过商品组合销售策略，需要将每笔单价提升至1000元。呢个将每笔单价提升至1000元就是该策略（S）嘅度量（M）。我哋所制定嘅每一个策略（S），都需要匹配相应嘅度量指标。

综上，我哋便可以根据OSM模型，形成指标体系初步嘅“骨架”

2 ARGO模型：填充指标体系嘅“血肉”

ARGO模型为解决用户运营嘅具体业务挑战而设计，帮助企业围绕用户全生命周期，更系统地制定运营目标（O）及对应嘅策略（S）。由易观数科基于“留量”时代提出。

根据ARGO模型，我哋可以分别从用户视角和企业视角，进行运营目标（O）和运营策略（S）嘅设计，从而避免根据OSM模型梳理指标体系时有所遗漏。

2.1 用户视角

当用户从到欢迎页到传播分享，会经历一个完整嘅用户全生命周期。

虽然我喺运营过程中都希望用户尽可能参同到运营中来，也希望用户尽可能几次回访到产品中去。但并唔系所有嘅用户都会经历完整嘅用户全生命周期，因为喺任意一个环节用户都可能离我哋而去。

但无论是乜嘢类型嘅产品，都有一组典型嘅用户全生命周期，即从潜喺用户（潜客）、新增用户（新客）、活跃用户（活客）、成熟用户（老客）、衰退用户（怨客）、沉默用户（瞓客）、流失用户（死客）嘅全过程。

以新增用户为例，呢时嘅用户基本处喺刚同产品接触嘅阶段。接触指嘅系从外部嘅流量渠道到达网站、APP、小程序等嘅全部用户数量，多用于新用户获取嘅阶段，表示可以转化成我哋用户嘅最大值。如果是网站就同UV相关，如果是APP就同启动相关。

提升新增用户量，是我喺呢个用户生命周期阶段嘅主要目标。喺呢个阶段，我哋通常需要知道固定时间内到达产品嘅访客构成。这时候就会涉及到流量渠道，认识唔同渠道嘅用户构成状态有助于我哋进行渠道优化、改善访客质量。

3.2 企业视角

企业视角对应业务成长嘅需求，可以分为以下三个阶段：

• 获客转化阶段，需要我哋通过唔同嘅渠道和方式获取客户，并引导用户转化。借助该阶段沉淀嘅用户关键数据，准确定义产品目标人群特征，优化运营嘅获客转化策略。

• 活客粘客阶段，需要我哋让用户形成使用习惯，为唔同用户群体提供个性化嘅最佳体验，并及时定位流失原因，唤醒沉瞓用户和召回流失用户，提升用户留存率和忠诚度，促进用户活跃。

• 创造价值阶段，需要我哋引导用户进行产品价值嘅交换，关注唔同运营活动、触达策略等同价值交换嘅关联度，实现用户LTV（Life time value，生命周期总价值）嘅最大化。

根据用户视角或者企业视角系统梳理运营目标（O）后，就可以开始寻找唔同场景下，用户同我哋嘅接触点。然后通过数据分析揾到每个接触点上嘅待优化点。呢啲待优化点就可以作为我哋OSM模型中嘅策略（S）。

例如，用户进入欢迎页时、进行注册时、开展新手任务时，同我哋嘅接触点分别是产品欢迎页面、产品注册页面、新手任务引导流程页面。通过数据分析发现注册页面嘅转化率偏低，噉样我哋就要针对注册转化提升制定相应嘅策略（S）。

由此，唔难发现，ARGO模型系喺OSM模型搭建好指标体系初步嘅“骨架”后，用来填充指标体系嘅“血肉”嘅，可以让成个指标体系更丰富。

如下图所示，以企业视角为例，将ARGO模型同OSM模型相结合，就可以帮助我哋校准目标（O）系咪同用户全生命周期嘅每个阶段相匹配，以及检验策略（S）系咪覆盖‌用户全生命周期、有无遗漏。

3 金字塔原则：打通指标体系嘅“经脉”

金字塔原则，源于世界级领先嘅管理咨询公司麦肯锡，通常被用来结构化写作过程。但其层次性、框架性、系统性嘅思考方式，也同样可以帮助我哋梳理指标体系。

喺易观数科服务客户嘅过程度，我哋发现光有OSM模型确定指标体系「大嘅框架」，ARGO模型帮助填充指标体系「小嘅细节」，往往是唔够嘅。仲系要要用金字塔原则整体梳理，让成个指标体系具有上层概括下层、同层独立穷尽嘅逻辑自洽性。

3.1 上层概括下层

通过OSM模型和ARGO模型搭建嘅指标体系一般包含第一关键指标、一级指标、二级指标等层级关系。喺层级关系上，上一层嘅指标要能概括下一层级嘅指标。

第一关键指标

第一关键指标又称北极星指标，当我哋开始对一款产品（网站、APP、小程序、智能硬件等）进行运营时，会涉及到好多指标，但只有一个最重要嘅核心指标，先能被称为第一关键指标。

第一关键指标嘅特点就是同目标直接相关，我哋嘅工作为围绕住推动第一关键指标嘅数据变化而展开，呢啲数据变化也会帮助我哋达成目标。例如网站每天嘅新注册用户数量，是同我哋嘅目标实现新用户获取息息相关嘅，我哋就可以将注册用户数作为其第一关键指标。

需要注意嘅系，第一关键指标虽然是最重要嘅，但也并唔系唯一嘅，比如电商网站，我哋关注订单量嘅同时也关注新用户注册量；

而且第一关键指标也唔系恒定嘅，会随住业务变化而改变，比如产品早期最关注嘅系拉新，当积累‌大量用户后会提高对用户留存嘅关注程度，呢时候第一关键指标可能系周用户活跃（WAU）或月用户活跃（MAU）。

点样判断一个指标系唔系第一关键指标？有一条判断标准就是：如果我哋改善呢个指标，产品嘅长期业绩系咪被提高？

一级指标

一级指标指嘅系对第一关键指标有直接贡献嘅，且同目标（O）嘅方向系一致嘅系列指标。第一关键指标要能概括所有嘅一级指标。

例如，企业服务网站嘅第一关键指标是注册数量。那么，一级指标就可能系表单页到访客数量，因为提高表单页访客数量可以直接提高最终嘅注册数量；一级指标也可能系表单页访客到注册成功嘅转化率，因为提高表单页访客到注册成功嘅转化率可以直接提高注册数量。

二级指标

二级指标指嘅系对一级指标有直接贡献嘅，且同目标（O）嘅方向系一致嘅系列指标。一级指标要能概括属于自己分支嘅所有二级指标。

例如，企业服务网站嘅一级指标是表单页访客到注册成功嘅转化率，二级指标就可能系第一个字段完成验证嘅次数。因为喺同样嘅访客数量情况下，第一个字段完成得越多，表单页访客到注册成功嘅转化率就越高。

我哋可以制定多层级嘅指标体系，但最好还是尽可能精简。根据易观数科服务客户嘅经验，指标体系嘅层级最好控制喺3层左右，最多唔好超过5层为宜。

简约可控嘅指标体系可以让我哋聚焦精力喺更重要嘅策略（S）执行上。需要强调嘅一点是：制定嘅每一级指标体系都系要对其上一级指标有直接贡献嘅。

3.2 同层独立穷尽

喺指标体系度，除咗唔同层上需要满足上层概括下层外，同层上仲系要要满足独立穷尽，又称MECE原则。

MECE原则要求处喺同一层级嘅指标互相之间完全独立（Mutually Exclusive）且互相穷尽（Collectively Exhaustive）。这是乜嘢意思呢？

以处喺同层嘅二级指标1.1、二级指标1.2、二级指标1.3为例。如下图所示，图左就是符合MECE原则嘅，图中和图右就唔符合，但却是我喺梳理同层指标中比较容易犯嘅错误。

通过MECE原则梳理过嘅指标体系，往往能够快速定位运营过程中出现嘅问题。

…

综上，通过搭建指标体系嘅「OSM模型+ARGO模型+金字塔原则」整体框架，我哋便可以快速地搭建起一套适合自身业务嘅指标体系。