数据指标体系设计——以内容产品为例

1 数据指标体系的概念与定义

1.1 指标体系

指标体系是将零散单点的具有相互联系的指标系统化地组织起来的体系，通过单点看全局，通过全局解决单点的问题，由指标和维度组成的。

1.2 指标

将业务单元细分后量化的度量值，它使得业务目标可描述、可度量、可拆解，它是业务和数据的结合，是统计的基础，也是量化效果的重要依据，一般通过对某个字段的某种计算得到（比如求和、均值等）。

指标主要分为结果型和过程型：

• 结果型指标用于衡量用户发生某个动作后所产生的结果，通常是延后知道，很难进行干预。结果型指标更多的是监控数据异常（如消费指标），或者是监控某个场景下用户需求是否被满足（如目标行为转化率）

• 过程型指标用户在做某个动作时候所产生的指标，可以通过某些运营策略来影响这个过程指标，从而影响最终的结果，过程型指标（如流程转化率）更加关注用户的需求为什么被满足或没被满足

1.3 维度

指标的拆分角度（比如按照平台、内容类型、性别等），一般根据业务的分析需求进行设计。

体系是由不同的维度组成，而维度是指用户观察、思考与表述某事物的“思维角度”，维度是指标体系的核心，没有维度，单纯说指标是没有任何意义的。

维度主要分为定性维度和定量维度：

• 定性维度，主要是偏文字描述类如城市、性别、职业等

• 定量维度，主要是数值类描述如收入、年龄等，对定量维度需要做数值分组处理。

1.4 指标体系生命周期

生命周期主要包含定义、生产、消费、下线四个阶段。针对整个生命周期要持续做指标的运维管理、质量管理，同时为了提高指标数据复用度，降低用户使用成本需要做对应指标的数据运营工作。

指标体系生命周期

1.5 设计指标体系的目标

衡量业务发展质量：

指标体系可以反映业务客观事实，看清业务发展和运作现状，通过指标对业务质量进行衡量，把控业务发展情况，针对发现的业务问题聚焦解决，进行多数场景的归因，快速定位异动原因，促进业务有序增长

建立指标因果关系：

主要明确结果型指标和过程型指标关系，通过结果指标回溯过程指标，找到解决问题的核心原因

指导数据分析和运营工作：

建立产品评估体系、活动效果评估体系、智能运营分析体系

指导基础数据建设：

明确基础数据建设方向，集中资源，避免过程和结果分析指标数据的遗漏或缺失

2 数据指标体系建设的方法/模型

2.1 北极星指标

北极星指标也叫唯一关键指标(OMTM，One metric that matters)，产品当前阶段最关键的指标。简单说来就是公司业务的发展目标，不同阶段会有不同的目标，寓意是要像北极星一样指引公司业务前进的方向。除了SMART原则（具体的、可衡量的、可达到的、和其他目标具有相关性、有明确的截止期限），在互联网产品中还可参照以下思路。通常要根据市场、产品生命周期、产品品类和商业模式确定。

思考方向

在宏观方面，公司业务现在在市场上处于怎样的地位，公司业务发展到哪个阶段。这个地位和阶段决定公司目前的战略方法是什么