企业在不同阶段中数据指标体系的搭建理论和方法

今天，我想与大家分享企业在不同阶段建立数据指标系统的理论和方法，为企业设计指标系统提供思路和参考。一、指标体系规划「三步走」遵循规划数据指标体系「OSM×UJM×场景化」三步走思路。首先，通过OSM（Objective-Strategy-Measurement）拆解业务目标，使其结构化。然后结合UJM（User-Journey-Map）梳理用户的人生旅程，快速耦合公司的目标、策略和业务流程。最终通过场景模块，推动指标体系的落地。接下来，我将详细介绍GrowingIO常用于帮助客户规划数据指标系统「三步走」思路。第一步:OSM拆解具体业务目标规划指标体系的第一步是通过OSM模型结构化业务目标。通过拆解业务的具体目标，实施业务实施战略，进一步评估业务战略的有效性，反映实施战略是否符合标准。其中，拆解业务目标是我们认为最重要的一点。接下来给大家举一个经典的电商目标拆解的例子，通过拆解电商的黄金公式，即营业销售额（GMV）拆解成用户数×转化率×客单价。拆解业务目标点，可以发现GMV的提升取决于三个阶段:用户数量的提升、转化率的提升和客户单价的提升。第二步:UJM梳理用户生命之旅UJM是用户生命之旅。例如，电子商务产品可以通过抽象业务流程将用户产品的使用过程分解为「了解平台-浏览平台-产生兴趣-付费购买-用户共享-产生回购-」六大阶段。在整个用户旅程中，用户会在各个环节之间反复跳转。在确定UJM之后，需要与业务目标进行耦合。用户在不同的生命周期中有相应的业务目标值。例如，在用户进入阶段，我们的主要目标是保留用户。为了实现这一目标，我们需要找到用户生成的接触点。了解了接触点之后，我们就能找到每一个环节的痛点和机会，反馈业务目标。第三步:有了OSM和UJM两个框架，落地业务场景建设指标系统需要借助场景推动指标系统落地。在建立指标体系的实践中，目标拆解和用户旅程应映射到真实的业务场景中。在成千上万的客户实践中，抽象了20个通用的业务场景，并提供了一个合适的指标系统建设方案。例如，当我们的战略目标是提高GMV时，我们可以将其分为三个细分业务目标，其中目标1「提升用户数」相关用户的生命之旅之后，对应于「找到最佳的交付渠道」业务场景。该场景还涵盖了线下活动导流私域流量、通过裂变活动寻找KOC等特殊变形场景。「OSM×UJM×业务场景」这是GrowingIO在为数千名客户提供服务后总结出的一套指标体系构建思路。借助这种方法，新兴产业可以快速找到指标体系构建的黄金公式，细化业务目标，映射用户的UJM路径，最终匹配相应的场景。详细介绍指标系统规划，可以参考如何构建业务和数据一体化的数据指标系统。二、「5×3」矩阵建设企业指标系统，与您分享企业进入数字化进程后需要注意的五项工作和三个阶段。我们将建立指标系统的过程分为几个5纵3横的模块。与OSM模型的战略执行场景相对应的纵向五项工作。其次是拓展优质渠道、流量分发、产品体验、运营推广和商品运营。横向代表企业的三个运营阶段，即全球统一运营、会员分层运营和智能模型运营。虽然由于行业性质和目标用户的不同，但建立指标体系的立足点也不同。然而，在服务企业的初级阶段，GrowingIO面临的第一个用户需求几乎是建立一个全球统一的运营系统，即渠道交付、主页分发、解决转型瓶颈等基本场景。只有关注基本场景，才能快速探索产品的痛点和问题，做出基于全局的诊断。其次，企业需要关注分层运营的需求和场景，建立分层会员制度来支持运营需求。最后，实现自动化管理和分发，提高个性化推荐的效率和效果。1.全球统一运行阶段是建立指标体系的第一阶段。在这个阶段，企业的核心是识别用户：谁是我们的用户？从何而来？是否存在转化障碍？为了实现这一目标，我们提取了三个最关键的场景：通过渠道数据，找到最佳交付渠道监督主页分发，优化用户指导系列访问数据和业务支付数据，通过数据获得真实转化率，我们可以获得两个业务场景的应用效果。第一个场景是准确识别渠道质量。获取不同渠道的客户获取质量和能力是市场交付和外部排水中最重要的环节。因此，有必要建立适当的指标来衡量不同渠道产生的用户效果。上图显示了不同广告来源的流量效果。橙色框代表各种广告渠道获得的流量；蓝色框用于衡量三个指标：跳出率、人均浏览页数和人均访问时间；黄色框用于衡量业务效果，包括三种用户行为：浏览详细信息页面、成功购买和成功购买。通过渠道数据、访问数据、业务支付数据，可以获得各渠道的用户转化率，识别高质量的广告渠道。从上图可以看出，仅从用户数量来看，B是一个较小的流量渠道。如果只看访问数据，整体跳出率低，人均访问质量很高。B是一个访问效果更好的渠道。通过对业务效果指标的分析，可以发现B渠道的购买转化率很低，只有0.01%。例如，B渠道是一个交互效应强但实际购买转化效果差的渠道，这是业务部门常说的异常渠道，需要关注，掌握渠道流量，提高转化效果。恢复平台转换地图，识别转换痛点，是打开数据后的第二个应用场景。分享一个客户案例。上图显示了一套标准的电子商务平台流程图，从来源引导到访问，再到高价值行为和支付。通过整体数据，我们可以清楚地描述电子商务小程序用户来源的渠道组成和整体访问，包括从主页、搜索到高价值支付行为的全过程用户数据，并探索可优化的用户转换链接。在监控用户行为的整个过程后，我们发现了客户产品设计中最大的问题——购买过程太复杂了。与直接购买主页列表或产品列表页面的设计不同，电子商务小程序要求用户在完成购买之前必须进入产品详细信息页面。通过还原数据行为，我们证明了电子商务小程序中过于复杂的额外购买设置对用户转化率的负面影响。基于损失转化率，我们为客户提出了优化意见：缩短转化路径。也就是说，通过主页或产品页面的额外购买指导，用户可以直接跳转到高转化率的产品列表页面，变相提高小程序的付费转化率。在这种情况下，通过埋点流量分配，帮助客户识别最佳渠道，提供产品优化思路，将电商平台的支付转化率提高20%以上。2.数据积累完成后，会员分层操作进入会员分层操作阶段。会员分层操作指向各种场景：如基本用户操作、会员操作、定向活动推送、弹出窗口曝光。在用户操作中，通过细分用户生命周期，划分不同类型、不同状态的用户，设置差异化改进指标，匹配精细的操作策略。例如：对于新客户来说，回购转型是其阶段目标。通过保证保留，可以进一步分解为回购率和次月保留率，以提高用户的回购率。对新客户来说，运营策略应该集中在新客户的优惠福利上。通过识别新客户阶段的用户，采用定向推荐红包、全折扣等策略进行精细操作，改善用户回购和下个月保留。分享内容平台的案例，帮助您了解会员的分层操作。本案的目标是引导新用户通过分配免费会员权益完成付费转换，提高平台付费和留存率。为了提高新用户的支付和保留率，我们设计了分阶段转换率测试，以确定用户收到会员权益后影响用户支付转换的关键因素。在测试设计过程中，需要特别注意以下两个问题：一是识别用户行为。在分阶段路径设计中，需要明确哪些用户需要测试——是收到会员卡的用户还是没有收到卡的用户？显然，测试对象是获得会员权益卡的用户。因此，我们需要判断平台上的用户行为属性，这取决于用户行为数据的收集。二是判断兴趣标签。找到收到会员卡的用户群后，需要根据收集到的行为数据建立用户兴趣标签。比如用户喜欢历史还是地理？是有内容偏好还是泛阅读？不同的用户标签会影响后续的操作组测试。以上是我们数据准备过程的概述。通过回收数据和复盘数据，可以对用户进行测试，实现测试迭代。在此过程中，我们使用GrowingIO智能操作平台来测试内容偏好对购买转化率的影响。此外，我们还测试了用户触摸点对转化率的影响——是在会员卡有效期内触摸效果更好，还是失效后效果更好？如果失效后效果更好，是在失效后15天内，还是4周后？通过测试，我们洞察到用户在0-15天内获得会员卡的付费转化率最高，业务部门迅速将这一结论落实到文案设计的实践中。例如，在文案中设置紧迫的语言提示，要求用户在当天获得会员权益，或在三天内兑换会员，以提高转化效果。结合测试结论和业务实践，我们帮助客户实现了付费转化率提高58%的两大飞跃。构建完整的用户标签系统，帮助平台精细运行。不同因素对付费转换的影响可以通过获取用户行为数据来测试。充分利用操作的可持续性，通过回收用户数据的不断调整和迭代影响因素测试，进一步实现用户的精细操作。3.智能模型操作人员治理阶段的操作主要是以经验为导向的，用户可以通过收集数据和标签用户来完成精细操作。与基础版的全局运营相比，整体运营效果大大提高。然而，在长期运作中，人类治疗的方式仍然缺乏效率。因此，在指标系统建设的第三阶段，我们可以通过智能运营模式实现“黄金铺位”的管理和分发，进一步提高运营效率。下面，我们将通过一个案例分享智能推荐的实际操作。在本项目中，我们与主要电子商务公司合作，帮助客户总结用户的行为数据，并制定以下结果：首先，丰富用户的特征列表。通过收集用户行为数据，商场可以根据商品标签设置推送逻辑，动态调整推送商品。例如，当我们发现用户浏览“水杯”产品的次数增加，但没有下订单时，我们可以判断用户需要购买产品，但没有找到理想的风格。因此，通过商品标签的推送逻辑，在用户浏览页面上推送风格、功能和价格相近的水杯，减少用户的搜索时间，提高商品交易率。其次，通过强大的用户标签系统，帮助平台构建基于用户属性的推荐模型。通过整合用户行为数据，可以给每个用户贴上标签，并进行深入应用。例如，用户的标签是：20-25岁，女性，白领，单身…最近买了一件品牌的衣服。然后，对于标签相似的用户群体，我们推断他们在此期间可能会有类似的需求，并在此基础上做出相应的建议。基于用户属性推荐的商品列表可以唤醒用户的潜在消费需求，扩大电子商务的GMV。二是实时调整操作场景动作。通过收集用户行为数据，我们可以洞察用户推荐和接受偏好。推荐弹出窗口是平台商品推荐的一种方式，也是激发用户购买兴趣的首发页面。研究推送方法对推荐点击率的影响是非常必要的。接触推送弹窗可分为主动点击和被动点击。通过跟踪平台上用户的弹出窗口点击行为，可以区分高弹出窗口点击兴趣和低弹出窗口点击兴趣，并根据用户的动作偏好设计浏览页面。例如，年轻用户可能喜欢主动点击弹出窗口，因此我们可以提高弹出窗口在年轻用户浏览页面上的频率，并吸引用户点击。当我们发现某些群体对弹出窗口的态度相对被动时，我们需要及时调整页面的推送动作，以提高用户体验。该电商平台通过智能化运营，实现了推荐位点击率10%的提升。值得注意的是，点击推荐位置只是一种中间效应，不能视为关键指标，最终需要围绕电子商务平台的交易量指标进行转换。目前，我们与电子商务平台的合作仍在继续。如果有机会，我们期待与您分享进一步的结果。综上所述，建立指标体系是一个5×推广过程也是企业逐步提高经营效率和效果的过程。3、指标系统建设的实际操作流程1.6核心模块的前部分与您分享了指标系统的建设阶段和环节，明确了相关指标模块、场景模块和数据要求。在这一部分，我们将带您进入一个真实的指标构建场景，并提供实际操作建议。我们对指标体系的建设过程进行了去工业化的分类，并保留了以下六个核心模块。在整体统一运行阶段，我们需要三个核心环节来打通。一是通过渠道数据，明确用户的渠道来源。二是各渠道的分配效率，其转化性能如何。三是监控转换效率，即通过访问数据和效果数据。在会员分层阶段，除了监控活动效果外，还需要打开用户属性。也就是说，收集CRM数据，串联用户属性和行为。在智能模型运行阶段，核心环节在于推荐位置的智能运行。以上六块是「5×3」核心工作项目在矩阵中。与企业发展目标相匹配的指标体系可以通过串联用户行为和企业运营阶段来构建。2.合作赋能高效实施指标体系，依靠多维用户数据，需要公司各部门联动实践。市场、运营、产品、数据、开发等部门都需要赋能指标体系建设过程，协助完成需求收集、方案规划