说不完指标_指数(1)——我来个日报(二)

理解与定义

指标是一个汉语词语，意思是衡量目标的方法；预期中打算达到的指数、规格、标准，一般用数据表示。

指数，经济学概念。从指数的定义上看，广义地讲。任何两个数值对比形成的相对数都可以称为指数；狭义地讲，指数是用于测定多个项目在不同场合下综合变动的一种特殊相对数。
（引用自百度百科）

我的理解与定义

指标

生活与工作中你会接触到“指标”，或是无声无息地被影响。
比如：
GDP （国内生产总值）按市场价格计算的一个国家（或地区）所有常驻单位在一定时期内生产活动的最终成果。KPI（Key Performance Indicator 关键行为指标）又如常见的 DAU（日活跃用户），UV：独立访问量（一定情况下与日活相等），PV：页面访问量 等等

其实本质来想，并不是指标在影响我们，而是它们量化了事物、业务或者说发展的体量，使其能够更好地被描述，被感知，被丈量（这句真难写，总有词穷的感脚），所以 指标作为一个方法或是工具被或是或非or或懂非懂地应用于各个场景。

但是如果只观测指标，明显会抓瞎。举个例子：A产品日活10000人
日活是指标，指标值10000。问题来了，10000人的产品日活到底好是不好？我们无从得知。有的人会杠：10000日活很低，我们公司日活是他的十倍。对了，有比较才有分析，才有感知，也引出了下一个定义。

指数

有譬如 ROI、付费转化，留存率，人均点击等一系列较简单的指标
也有譬如 居民消费价格指数、百度指数，阿里指数等更为复杂的指标
它一般由两个及两个以上指标（一个也成但需要多分类特征）构成的数值结果，我个人是把他当作指数来定义的（很大一部分选手把这个也当作指标来定义，这个见仁见智，仅个人标记）

将指标有思考、有选择地组织为指数就会产生1+1>2的效果。我们以经典的AAARR模型为例：
以模型的第一步 获取用户（Acquisition）来看
可构建指标：各渠道进入独立访问量 比如A：10000人 B：7000人 C：3000人
光看这个指标，大概也只能获取到A渠道进入的最多，比B渠道多7000人，或是像占比，排序等信息，但占比和排序本身就是一个简单的指数。

正确做法：
1、公司渠道流量来源占比 渠道A：50% 渠道B：35% 渠道C：15%
2、结合第二步 提高活跃度（Activation）—促成转化。结合用户行为流程，我们假如用户进入后面临的选择为—是否注册。就诞生了另一个指标<注册用户数>，结合该指标，我们组合出新的指数 <注册转化率>=<注册用户数>/<独立访问量> （渠道下）
根据指数定义 我们计算出各渠道的 <注册转化率> 渠道A：15% 渠道B：25% 渠道C：20%。由此我们可以清楚的分析出B渠道的客户和公司的业务匹配度更高（片面，需要更多的指数去分析、作证）

有待验证的直觉

1、不要单看指标，多看指数，占比，平均数等结果形式更加的清晰，全面，易持续跟进，易发现问题。
2、不管是指标还是指数，不要泛滥。关注太多等于什么都没关注。有的公司使用相当多的人力，excel日跟上百指标，人工填表，很是可怕。（并不少见）
个人还是觉得：
1、目前已被验证的核心指标、指数肯定是固化为报表持续跟进。
2、结合目前业务需求，目标指向，制定 ”北极星指标/指数“，重点观测，分析。
比如公司初始阶段，核心策略为抢占市场，此时重点指标：日活人数、注册人数… 重点指数：日活增长率 、注册增长率。
业务稳定后，主张提升口碑，优化服务，留住客户。此时 n日的留存率 就可以作为北极星指标/指数
业务萎缩，跑路阶段：负债率 债主上门率 ?
3、制定指标、指数建议多参考成熟的模型，比如上文提到过的AAARR模型，还有KANO模型，RFM模型等等，他们都是经过不断验证而沉淀下来的财富。
如指标依赖指数一样，指数依赖模型才能更加地清晰，紧凑，体系化，才能在指数与指数之间碰撞出火花，发挥出更大的作用。

最后

1、日报还是苟住了
2、水文章
3、再接再厉吧

2019-10-17