数据产品-指标体系与数据采集
本文章是通過學習GrowingIO所發(fā)布的《指標體系與數(shù)據(jù)采集》方案的一些知識總結(jié),具體方案的詳情可以去GrowingIO官網(wǎng)上查看
一、科學規(guī)劃指標體系
1、指標規(guī)劃階段常見問題
數(shù)據(jù)指標體系建立的第一步,就是要做好數(shù)據(jù)指標體系的規(guī)劃,如若不規(guī)劃則開展,很難實現(xiàn)“數(shù)據(jù)驅(qū)動增長”的快速落地
① 難以快速定位問題原因:因為缺少體系化的數(shù)據(jù)指標監(jiān)控,更關注結(jié)果性數(shù)據(jù),很多過程性數(shù)據(jù)往往被忽略。結(jié)果會導致業(yè)務結(jié)果異常時無法定位具體原因
② 前期數(shù)據(jù)未采全,后期反復
③ 上下目標沒有對齊:實現(xiàn)沒有進行數(shù)據(jù)指標體系規(guī)劃,導致戰(zhàn)略目標、業(yè)務目標到具體業(yè)務線目標沒有對齊
④ 監(jiān)控、分析數(shù)據(jù)解讀沒有治理:具體表現(xiàn)為表多、數(shù)多、數(shù)據(jù)亂、報表看不懂
2、規(guī)劃數(shù)據(jù)指標體系的三種方法
① OSM模型(業(yè)務目標Object–業(yè)務策略Stategy–業(yè)務度量Measure)
案例說明: 提升APP搜索場景的過程轉(zhuǎn)化率,基于OSM建立起一套數(shù)據(jù)監(jiān)控指標體系
指標衡量的是什么:
==目標選定O
a、用戶視角,用戶可以使用搜索功能高效的找到自己心儀的住宿產(chǎn)品
b、業(yè)務視角,通過提高搜索成功率,進而提升客戶的下單轉(zhuǎn)化率
注意: 目標選取的原則(DUMB)
切實可行-易于理解-可干預可管理-正向的有益的
==為了提高這個轉(zhuǎn)化率,對應需要采取的策略S
a、返回與用戶搜索只相匹配的結(jié)果
b、提供有效的搜索結(jié)果排序
c、當搜索無結(jié)果或結(jié)果不足時,做有效的推薦
如何有效衡量“什么”:
==選擇合適的OSM度量值
KPI1,搜索到詳情頁的轉(zhuǎn)化率,可以設置為Target是X%,在這一步,用戶同個搜索得出想要的結(jié)果,才會點擊產(chǎn)品的詳情頁
KPI2,詳情頁到下單的轉(zhuǎn)化率,Target也是X%,在這一步,用品看到心儀的詳情頁介紹,才可能實現(xiàn)最終的下單轉(zhuǎn)化
==注意結(jié)果性指標和過程性指標
==如何衡量指標的好壞
基于內(nèi)部的歷史數(shù)據(jù)和行業(yè)的benchmark,原則是內(nèi)部具有一定的挑戰(zhàn)性,但又不是遙不可及的目標
==如何改善結(jié)果性指標的表現(xiàn)
優(yōu)化過程性指標便可以改善結(jié)果性指標的表現(xiàn),即關注漏斗的轉(zhuǎn)化
基于上面的分析,基于OSM搭建出的數(shù)據(jù)監(jiān)控指標提下如下:
② UJM模型(User Journey Map,用戶旅程地圖)
案例說明: 以店商產(chǎn)品UJM為例,UJM的過程就包括:拆解用戶所處的每一個旅程階段、了解每個階段中用戶的行為、明確每個階段中產(chǎn)品的目標、發(fā)現(xiàn)各階段中產(chǎn)品與用戶的接觸點、最終從接觸點里找到產(chǎn)品的痛點和機會點
總結(jié): 通過梳理UJM,可以使得我們定的業(yè)務目標能夠滿足用戶的實際需求,我們的策略能夠回答業(yè)務問題,達成用戶旅程與業(yè)務目標項目耦合、相互影響的效果
OSM與UJM的結(jié)合:
OSM模型會讓我們思考不同階段的目標是什么,哪些業(yè)務承載這些目標
UJM模型則能讓業(yè)務部門明確如何將目標、策略與業(yè)務快速耦合在一起,最終形成一個清晰、明確的數(shù)據(jù)采集體系
案例說明:
③ 場景化
場景化是為了實現(xiàn)在龐大的OSM模型和UJM模型之下,能夠模塊化、結(jié)構化地快速切入落地指標體系,快速推動指標體系的落地,將兩個模型拆解后的模塊匹配至各個場景,整個指標體系可以從一個非常大 的戰(zhàn)略目標進行層層拆解至一個個執(zhí)行人員可落地的場景中
GrowingIO的實踐通用場景畫像: 基于不同的場景、對應到不同的用戶旅程中,來滿足不同部門從拉新到轉(zhuǎn)化最終提升客單價等環(huán)節(jié)、不同層級的需求
案例說明: 基于上面的店商案例,進行應用場景賦能
舉例說明: 第一個目標提升用戶基數(shù),對應的用戶旅程階段是需要用戶從不同渠道、平臺了解產(chǎn)品,所以需要對應的就是“找到最優(yōu)渠道”這一場景,或者考慮是否有線下活動可以導入私域流量,如果有線下活動的渠道,還需要融入“線下導私域流量”的場景
3、指標體系分級
三級指標體系:
一級指標: 能夠衡量業(yè)績的核心指標,能夠衡量戰(zhàn)略目標、業(yè)務達成情況,一般數(shù)量控制在5-8個,需要從公司和用戶兩個角度出發(fā)去選取
二級指標: 對一級指標路徑分析拆解,是流程中的指標,一般一級指標發(fā)生變化時,結(jié)合歷史經(jīng)驗,能夠通過二級指標快速定位問題原因所在
三級指標: 針對二級指標的路徑拆解,通常以子流程或個體的方式定義、三級指標能夠直接指引一線運營的決策
增長指標、活躍指標和變現(xiàn)指標
增長指標:新用戶的注冊量
活躍指標:DAU、也就是登錄用戶數(shù)
變現(xiàn)指標:用戶從注冊到下單,所完成的訂單額或營業(yè)額
案例說明: 營銷活動指標體系搭建方案
“活動迭代數(shù)據(jù)管理”場景存在活動場景范圍內(nèi)的UJM模型,從引流、承接、滲透、瀏覽、意向再到最后發(fā)生轉(zhuǎn)化。每一個小的用戶生命旅程中,每個階段都有對應的小目標,每個目標對應關鍵指標,進而進行指標拆解,實現(xiàn)“ OSM模型 + UJM模型 + 場景化 + 指標體系分級 ”
對應指標體系拆解:
二、高效進行數(shù)據(jù)采集
1、數(shù)據(jù)采集階段常見問題
① 前期溝通業(yè)務不明確
② 采集時機口徑對不齊
③ 采集點沒有統(tǒng)一管理
④ 版本更新
2、數(shù)據(jù)采集方式
埋點和無埋點: 柢固則生長,根深則視,做好數(shù)據(jù)采集是做好數(shù)據(jù)驅(qū)動的根
客戶端埋點和服務端埋點: 客戶端埋點適用于用戶界面行為的上報,服務端埋點適用于業(yè)務操作的上報
3、埋點的團隊協(xié)作流程
4、埋點方案四要素
四要素: 確認事件與變量、明確事件的觸發(fā)時機、規(guī)范命名、明確優(yōu)先級
① 確認事件與變量
事件: 指產(chǎn)品中的操作,也繼你想分析的關鍵指標
變量: 指描述事件的屬性
在確認事件與變量時,可以按照產(chǎn)品流程(用戶旅程)來設計關鍵事件,如果想要進一步描述時間屬性,那么可以將屬性作為事件的變量‘
案例: 追蹤店商的轉(zhuǎn)化路徑,四個產(chǎn)品操作布置:瀏覽商品詳情頁、加入購物車、結(jié)算、支付成功。這四個指標分類代表四個事件;如果要想要進一步監(jiān)控不同品類、不同商品的購買轉(zhuǎn)化率,就需要用品類和商品的維度去拆解關鍵指標,那么“品類”和“商品”就是這四個事件的變量
舉例:【加入購物車】這個事件+商品ID以及品類這些變量,就能從商品、品類這些維度分析【加入購物車】這個行為
② 明確事件的觸發(fā)時機
事件的觸發(fā)時機影響著數(shù)據(jù)的準確性,要使用最貼近業(yè)務的統(tǒng)計口徑,同時產(chǎn)品中可能會有多個入口均可【加入購物車】,要確認觸發(fā)入口是否已經(jīng)列舉完整。
如上個例子中【加入購物車】的行為觸發(fā)時機和觸發(fā)入口
③ 規(guī)范命名
對事件進行規(guī)范統(tǒng)一的命名,有助于提高數(shù)據(jù)的實用性及數(shù)據(jù)管理效率,總的原則就是要確保內(nèi)部對埋點的命名有統(tǒng)一的認知,使用同一套命名規(guī)則
命名方式:【動詞+名稱】或者【名詞+動詞】
比如:【加入購物車】事件,可以命名為“addToCart”
④ 明確優(yōu)先級
埋點技術實現(xiàn)成本以及資源有限性,對埋點事件賦予優(yōu)先級排布
案例: 以【核心購買轉(zhuǎn)化】的場景為例,梳理出對應的需求文檔
5、數(shù)據(jù)校驗
校驗重點:
① 是否被正常觸發(fā)
② 觸發(fā)的時機是否正確
③ 是否與埋點方案保持一致
三、正確管理數(shù)據(jù)指標
1、指標管理階段常見問題
① 指標命名模糊不清晰
② 指標未做描述和解釋
③ 指標未做分級和歸類
④ 指標未做日常維護和清理
為解決上述的問題,可以從以下四個方面進行指標管理:指標命名、指標字典、指標分類、指標清理
2、指標命名
指標由事件和事件的度量構成,對于指標的命名主要在于命名一個事件的名稱
數(shù)據(jù)管理方式:
①提供一套規(guī)范的命名規(guī)則,并定時查閱命名是否規(guī)范,來保證指標命名的清晰程度和更高的指標使用率
②由數(shù)據(jù)部門提供數(shù)據(jù)定義的能力,為業(yè)務端提供相關數(shù)據(jù)指標
3、指標字典
指標不做定義解釋,就會出現(xiàn)理解偏差的風險。通過指標字典清晰描述事件的觸發(fā)規(guī)則和典型應用場景
4、指標分類
可以將指標按照級別或者類型分類,一方面能夠在分析問題、使用指標時,能夠快速找到可能要使用到的指標;另一方面,在定義新的指標時,便于去查找是否已存在指標,避免指標冗余
5、指標清理
指標清理注重指標的長期維護,業(yè)務發(fā)生變化后,部分指標需要定期清除,尤其是無埋點指標。無埋點指標適合用于探索場景,不適合進行長期監(jiān)控。對于一些確定沒有未來使用場景的指標也可以進行及時清除
總結(jié)
以上是生活随笔為你收集整理的数据产品-指标体系与数据采集的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: java_spring_依赖注入(构造器
- 下一篇: twisted应用中异步回调的方式及线程