阅读之前看这里👉：博主是正在学习数据分析的一员，博客记录的是在学习过程中一些总结，也希望和大家一起进步，在记录之时，未免存在很多疏漏和不全，如有问题，还请私聊博主指正。 博客地址：天阑之蓝的博客，学习过程中不免有困难和迷茫，希望大家都能在这学习的过程中肯定自己，超越自己，最终创造自己。

博主之前关于产品和数据的的文章：

数据分析师之所需要了解的产品系列知识（一）——产品的演化周期 数据分析师之所需要了解的产品系列知识（二）——如何测试产品健康 数据分析师之所需要了解的产品系列知识（三）——定义产品成功：指标和目标 数据分析师之所需要了解的产品系列知识（四）——如何提高用户留存率

我们在数据分析师之所需要了解的产品系列知识（三）——定义产品成功：指标和目标一文中，讲了如何去定义成功的指标。 接下来我们将真正的进行去实践分析，学以致用，去了解和学习互联网数据指标体系的搭建，并应用在一些具体案例分析上面。

对于互联网产品数据分析师来说，搭建指标体系可以很好的梳理业务关系，提高问题分析效率。 我认为指标体系的主要目的有：

只有明确好指标和目标后，我们才能够对产品规划可执行的策略和路线图。也就是搭建好指标体系是在团队工作和产品开展的一个前提，当然一开始可能指标并不多，需要随着产品的迭代不断去改变指标。

关键指标是衡量商业价值，哪一个或者几个指标最能反映产品创造的价值。

《精益数据分析》对第一关键指标这样阐述：

在任何指定的时间里，都有那么一个指标，值得你惯性它胜过一切。 在数据分析的世界里，专注意味着挑选一个唯一的指标，该指标对你当前所处的创业阶段无比重要，称之为OMTM(One Metric That Matters，第一关键指标)。

第一关键指标，就是一个在当前阶段高于一切，需要你集中全部注意力的数字。在问题验证阶段关心客户终生价值并没有什么意义，但当你接近产品与市场契合的时候，它可能就是你的专注点。

一个“重要的指标”是统一的，并将使你能够为整个组织设置优先级。尽管跟踪所有内容并选择多个指标可能很诱人，但这并不明智。许多指标相互关联。它们可能有助于提高收入指标，但如果单独衡量，可能会变得无关紧要和分散注意力。你拥有的指标越多，权衡所有目标并权衡这些目标就越复杂。把事情简单化。

使用第一关键指标的四大理由：

对于社交类产品来说，DAU很关键，因为产品核心是人们通过这款产品沟通交流； 但对于求职类产品，关键指标应该是活跃有效简历数和发布职位公司数，只有求职者和机会数量可观的情况下，才更加有可能在平台解决大家的职业发展问题； 对于电商类产品，GMV很重要，意味着在平台成交的金额大小； 对于视频类产品，目的是为了帮助用户杀时间，那么关键指标是观看时长。

AARRR是Acquisition、Activation、Retention、Revenue、Refer这个五个单词的缩写，分别对应用户生命周期中的5个重要环节。

A拉新：通过各种推广渠道，以各种方式获取目标用户，并对各种营销渠道的效果评估，不断优化投入策略，降低获客成本。利用这个模块可以很好帮助市场推广部门比较各个渠道的拉新效果，评估新用户的用户质量。 A活跃：活跃用户指真正开始使用了产品提供的价值，我们需要掌握用户的行为数据，监控产品健康程度。这个模块主要反映用户进入产品的行为表现，是产品体验的核心所在。 R留存：衡量用户粘性和质量的指标。 R转化（营收）：主要用来衡量产品商业价值。 R传播：衡量用户自传播程度和口碑情况。

这五个指标并不一定遵循严格的先后顺序，不过这五个指标确实是一个不错的框架。

以上图片基于AARRR模型梳理了相关重要指标，当然，对于不同产品，还会有更多基于个性化功能的指标，这里就不做延展。

整合各模块指标可以得出用户每个步骤的健康程度，再通过时间维度（环比同比）、空间维度（各个渠道对比、各个地域）交叉对比，可以初步发现数据异常点所在，然后就需要分析师针对异常指标深入分析原因，找出解决办法。

我们不仅要会从AARRR这个经典模型去搭建指标体系，我们更需要会基于业务流方法的指标体系搭建，俗话说，不懂业务的数据分析师不是一个好的分析师。 业务流指标体系主要包括两个方面：维度和指标

在分析的时候，进行多个维度的拆解，在不同的维度对应不同的指标。 如下图，我们可以从整体、内容、渠道、产品、用户等多个业务流维度对进行不同指标的搭建。

对于一个产品，首先需要梳理出各功能模块有哪些，可以建立产品功能矩阵，对各功能的定位和表现有个大概认知。 上图即产品功能矩阵，横轴是功能留存率，表示当前功能的用户粘性；纵轴是活跃用户占比，表示某周期使用当前功能的用户量/该周期的产品活跃用户量。做出这个矩阵后，我们就可以看到不同的功能在矩阵中的位置分布（注：原点可以选择：各产品留存率、活跃用户占比均值）。

建立完功能矩阵后，针对核心功能和大众小众功能，都需要分别搭建监控体系，步骤如下：

抖音作为头部短视频APP之一，产品核心在于：

基于抖音产品核心，我选取了以下几个指标作为关键指标：新增用户数、DAU、日均时长、留存率、收入（较为敏感，需要额外考虑）。

依照以上关键指标，我利用tableau制作了一个简单的仪表盘（注：以下数据均为虚构）。

抖音APP实质上还是属于一个免费的移动短视频应用，针对抖音获取新用户这方面，我们需要关注的指标主要还是从下载量(分渠道)，客户获取成本，新用户注册等

如果监控用户活跃，我们需要监控DAU等常用指标，也需要关注用户观看视频时长，app使用时长和频率。 在用户留存方面，我们最需要关注的是留存率和流失率。

关于用户留存指标的详细内容可以参考我的另一篇博文： 数据分析师之所需要了解的产品系列知识（二）——如何测试产品健康“健康的产品需要满足哪些指标” 关于用户自传播，作为视频软件，用户分享是非常关键的，能够提高用户数和广告价值。 用户营收是很重要的，最终一个产品的成功不仅仅是看用户使用，要把这些转化为营收才是目的。

由于主要的指标我们已经确定：新增用户数、DAU、日均时长、留存率、收入 所以结合各个业务流对这些指标进行细分和拆解组合等。

由于新增用户、DAU、使用时长等，我们均可把它们划分到用户维度。

渠道维度的数据，我们在进行运营和推广的时候，渠道是其关键，掌握好各个渠道的数据，方便我们更好的决策。

当然我们还可以从其它业务的维度去思考构建各个指标，每种指标体系都有其优点和局限，有时候并不能一一考虑到，我们最重要的是关注几个核心指标，无论是从哪个模式去分析，核心指标的监控必不可少。

梳理了抖音功能结构图如下： 抖音的功能很多，在这里拿“搜索”功能举例，搭建功能指标体系。

首先，确认搜索功能的核心目标：用户能够通过搜索找到感兴趣的短视频，并成功观看。

然后，梳理功能使用路径： 最后，梳理指标：

综上，产品的指标体系搭建主要包括三个步骤：

随着产品业务的发展和各功能板块的调整更新，衡量指标会发生变化，所以需要针对产品变化及时对指标做出调整。

另外，不同的业务部门的关注方向不同，同样产品同样功能的指标体系侧重点，也需要根据数据看板的使用方的角色不同而不同。

参考： [1] 人人都是产品经理：以「抖音」为例，分析互联网数据指标体系的搭建 [2] 《精益数据分析》

博主码字不易，请大家关注点个赞再走呗 ^ - ^