数据指标体系的搭建这个是数据分析人员必备技能,但实际中很多da同学只会取数或者背指标,并没有指标体系搭建的方法论以及能力。
数据指标体系这个知识点在实际的面试中也是一个非常常见的考察点,天介绍一种用于衡量某项策略效果的评估模型-OSM+UJM模型,整个过程非常简单易懂,但是一定要找一些实际的case多练练手才能记得住。
整体构建分为两个部分,首先通过OSM模型来理清业务目标及具体策略,搭建指标体系的整体架构,再通过UJM梳理每个策略下的用户journey map,细化指标框架。
O(Objective):每个策略都有其既定的目标。例如签到分享送红包活动,就是通过红包来提升老用户的活跃度,同时通过分享进行裂变拉新。所以这个策略下的目标可以分为:
S(strategy):为了实现签到分享送红包活动,我们需要设计具体的方案。例如我们设计方案为在首页增加抽奖环节,连续签到即可获得抽奖机会,通过观看视频获得红包膨胀机会,通过分享获得更多抽奖机会。所以具体的策略为:
M(measurement):指标衡量。在指标衡量环节,我们需要找到合适的指标对S步骤中的策略进行衡量计算。
这里我们使用UJM模型对用户使用路径进行梳理,来得到具体的监控指标。
连续签到的用户路径:首页 -> 活动页 -> 签到页 -> 签到成功
看视频用户路径:首页 -> 详情页 -> 内容播放
分享用户路径:签到成功页 -> 分享页 -> 选择好友列表 -> 邀请成功
在明确用户的行为旅程步骤后,我们需要对每个步骤进行指标具体衡量方式的确定。
例如我们衡量只要有一次页面曝光,我们就算一个成功行为,那我们相当于就是计算每个页面的pv值。
在搭建好数据指标体系后就可以通过指标对业务进行评估了,评估方式时首先要建立评估体系。常见的标准包括:
1、同目标对比:一般来说在项目开始前,对于目标指标都会有一个经济性测算,通常会折算成ROI,在ROI达到一定可能性时才会实际开发,所以目标值首先就是判断标准之一
2、历史对比:环比、同比,测算变化趋势以及变化比例
3、竞品分析对比:以竞争对手的表现作为为参考,对比自身业务指标和竞相比的情况及变化趋势
在搭建好评估体系后就可以进行评估了,评估的方式也非常简单,基本可以用三步完成
1.看主指标+判断标准,比如主指标是dau,先看本月是否达标了,没达标差多少达标。再看年累计达标没有。这样分析下来就能知道整体上是否有问题,问题有多大
2.看分类维度:分各个维度看,是哪个群体/哪个功能/哪个时间点做得好,哪个做的不好;做得好的是勉强达标,还是好的离谱
3. 看过程指标:哪个环节没做好,具体是哪些环节没做好
数据科学、商业分析双栖打工人。定期分享关于数据分析、用户增长、商业分析相关case及学习路径。
提供商业分析、数据分析职业规划,学习路径及项目的咨询及分享,欢迎大家私信骚扰。