1.4 构建数据指标体系的方法论汇总

前面介绍了数据指标体系的构建流程，相信读者对于数据指标体系构建有了更为宏观的认识。而要建立可以反映业务现状的数据指标体系也有一些固化下来的方法论，当然这些方法论的应用需要建立在熟悉业务的前提下。在构建数据指标体系的过程中，北极星指标、OSM模型、GSM模型、AARRR模型、UJM模型、HEART模型、PULSE模型以及MECE模型是常见的几种参考模型。下面围绕这几个模型介绍构建数据指标体系的方法论。

1.4.1 北极星指标

不同业务模块或同一业务不同发展阶段的北极星指标都是不同的。在选取和设定北极星指标时，也需要遵守一定的原则。一般根据业务发展进程选取贴合战略且易于拆解的指标作为北极星指标。

互联网产品按照用户需求进行分类，可以分为工具类、内容类、社交类、交易类以及游戏类。事实上，每一个互联网产品并不一定属于单一的某一类别，其类别可能是交叉的。例如，抖音App可以被归为内容类产品，也可以归为社交类产品，而随着直播带货等电商业务的崛起，它也是一个交易类产品。通常情况下，互联网产品的类型会随着公司战略的变化而不断变化。例如，美柚App最初只是一款工具类产品，后来转变成女性交流社区，后来又进军电商。所以，在选取北极星指标时，紧跟公司战略是较为关键的点。

那各种不同类型的互联网产品都有什么特点？它们对应的北极星指标又分别是什么呢？各类型互联网产品的特点以及北极星指标总结如表1-1所示。

工具类产品很容易理解，它们为解决单点问题而生，用户需要时即用，用完即走。从广义的范围来看，任何互联网产品都是一种解决单点问题的工具，但此处是从狭义范围考虑的。例如，全能扫描王、计算器、词典、相机等是工具类产品，其北极星指标一般是使用次数、使用频率等。

内容类产品主要是指创作者持续为粉丝提供有价值的文章、音频、视频等内容的平台，例如，知乎、微信公众号、抖音等，其北极星指标是浏览量、浏览时长、点赞量、转发量等。

社交类产品主要是为用户提供建立社交关系的平台，例如微信、微博等，其北极星指标是活跃用户数、好友数、互动次数等。

交易类产品主要是将线下的交易搬到线上，为买方和卖方提供交易商品的平台，例如淘宝、天猫、拼多多、京东等，其北极星指标主要是商品交易总额（GMV）、商家入驻数量、活跃消费者数量等。

游戏类产品主要提供用户休闲娱乐服务，例如和平精英、王者荣耀等，其北极星指标主要有充值金额、活跃用户数、留存率等。

1.4.2 OSM/GSM模型

OSM模型和GSM模型也是数据指标体系构建的常用方法论，其构成如图1-15所示。因为二者的基本思路是一致的，所以此处一起介绍。

OSM/GSM模型为数据指标建模提供了一套分析框架和思考逻辑。顾名思义，OSM模型和GSM模型都是由上而下拆解用户行为从而制定评估指标的方法。至于应该如何选取监控指标，就需要从业务目标入手了：首先通过对业务目标的拆解，提出行动策略，进而提炼出评估行动策略是否成功的指标。这样做的好处是可以避免大而全，即避免罗列所有能够想到的指标，从而有重点地选择关键指标。

1.4.3 AARRR模型

AARRR模型又称海盗模型，如图1-16所示，该模型将用户所处的生命周期分为获取、激活、留存、付费以及推广5个不同的阶段。每个阶段的业务目标是不同的，数据分析师同样可以套用OSM/GSM模型对每一个阶段进行拆解，提炼出核心监控指标。例如，在用户获取阶段，业务目标是以合理的成本投放广告获得优质新用户，基于业务目标监控指标可以是广告成本、用户转化率、新用户数量等。对于具体指标如何定义会在3.1节详细讲解。

1.4.4 UJM模型

UJM模型和AARRR模型有异曲同工之处，AARRR模型基于用户生命周期展开，而UJM模型则基于用户的行为路径展开。UJM模型的核心思想是将用户路径拆解为多个环节，根据业务目标提炼每一个环节的核心指标，可以是每一个环节的转化率，也可以是整个路径的转化率。例如，在电商场景下，商品成交流程就可以用UJM模型进行拆解从而找出核心监控指标。如图1-17所示，商品成交流程的用户路径拆解为：注册→登录→商品曝光→点击商品→加入购物车→成交→达成GMV。该模型可以监控此路径下每一环节转化率或整体转化率，从而辅助业务优化产品提升GMV。

1.4.5 HEART模型

HEART模型是衡量用户体验质量的模型。如图1-18所示，该模型通过用户的愉悦度、参与度、接受度、留存率以及任务完成率5个维度来衡量用户体验。其中一部分指标用于评价用户的主观感受，可以通过用户调研获取，例如愉悦度需要用户填写反馈问卷或者体验评价；还有一部分指标可以通过埋点获取原始数据，进而通过统计分析获取，例如在电商场景下参与度用于衡量用户的页面访问深度，数据分析师可以通过埋点采集用户在各个页面层级的访问次数、停留时间等指标进而计算出用户参与度。

1.4.6 PULSE模型

PULSE模型最初是用于衡量传统网站运营情况的指标模型，后来该模型也用于评估各类互联网产品的整体表现。如图1-19所示，该模型包括了页面浏览量、正常运行时间、延迟、七日活跃用户数以及收益5个不同的维度。

1.4.7 MECE模型

前面6个模型从不同层面阐释了不同场景下数据指标应该如何选择。对于指标建模来说，并不是数据指标越全越好，而是要做到选择最能衡量业务现状的数据指标并且做到各个指标之间相互独立、完全穷尽，如图1-20所示，即管理咨询领域比较常用的MECE（Mutually Exclusive，Collectively Exhaustive，相互独立，完全穷尽）模型。

---

[1] 参见阿利斯泰尔·克罗尔和本杰明·尤科维奇撰写的《精益数据分析》。

[2] 参见阿利斯泰尔·克罗尔和本杰明·尤科维奇撰写的《精益数据分析》。