什么是可执行指标，增长黑客关注de可执行指标

埃里克·莱斯的《精益创业》中提出了可执行指标与虚荣指标。也许有的人对产品或运营很有经验，也许有的人做过非常成功的营销活动，但是，可能他们的指标还不能被称为可执行指标。

问题解析

一、什么是可执行指标？

埃里克·莱斯在《精益创业》中，提出了两个指标定义方式，一种是可执行指标，另一种是虚荣指标。可执行指标可以用于指导具体的行动方式，虚荣指标可以用于市场宣传、建立产品背书。在运营增长中，我们往往更看重访问量、用户量、注册量，但实际上，这些都不是可执行指标。

二、如何制定可执行指标？

增长黑客还有一种指标被称作“北极星指标”。北极星指标是指产品当下阶段最需要完成的任务。

例如，电商类产品的北极星指标是提升销售额；资讯类产品的北极星指标是提升用户的浏览时间；社区类产品的北极星指标是增加KOL（关键意见领袖）用户的数量；服务类产品的北极星指标是用户的使用频次。

北极星指标是体现产品核心价值的关键性指标，而可执行指标是达成“北极星指标”的关键影响因素。例如电商要提高销售额，影响销售额的指标包括购物人数、购物频次和客单价，三者中任意一个指标的提升都会带动北极星指标的提升。所以，购物人数、频次与客单价这3个指标，才是可执行指标。

可执行指标一定是可量化可执行的。

例如提升购物人数这个指标该如何做到呢？它对应的可执行指标包括提升用户基数、提升用户浏览商品数量和提升用户的商品收藏数量等。

所以，针对这个案例，我们可以这样定义可执行指标：购物人数提升50%，其中包括用户基数提升40%、用户浏览商品数量提升30%、用户收藏商品数量提升20%。在定义可执行指标时既要关注其结果，也要关注其过程。

三、增长黑客会关注哪些可执行指标？

日常需要分析的运营数据包括推广数据、活跃数据、留存数等多项数据。从这3个维度，我们需要关注以下指标。

1.推广数据更关注转化用户的后续行为。

在观察渠道推广效果时可以关注渠道曝光量、渠道转化率、渠道转化ROI、下载量、注册量等表象数据，但这类表象数据并没有有效体现产品的核心指标，因此被列入虚荣指标。过分关注虚荣指标会导致运营方向的偏差。在推广数据上，我们更要关注以下数据。

（1）渠道数据变化曲线。通过观察相同渠道在不同主题活动、不同时间因素的影响下，在曝光量、转化率、转化ROI等方面的数据变化，找到数据量高或数据量低时对应的影响因素，找到相关特征。

（2）落地页用户行为。通过对营销推广活动中的落地页进行转化漏斗、行为路径、点击热力图等分析，发现用户低转化的流失节点并找到相关原因，提升转化效果。

（3）伪新增用户数。伪新增用户有多种表现特征，例如在发生一次登录行为后再无访问行为、下载注册后次日即流失、访问时间长但访问内容少，可以判断为伪新增用户。伪新增用户一方面可能是渠道的“假量”，另一方面是对产品需求低的用户。通过观察伪新增用户数可以了解渠道的获客效果，同时对真实有效的用户量有明确的认知。

2.活跃数据更关注用户喜好和使用行为。

日常对活跃用户的分析会关注PV、UV（PV和UV的解释请看第8问）、使用次数等数据，可将一段时间内访问过产品的用户定义为活跃用户。但这些也是虚荣指标，并不能指导具体的执行方式。我们在统计活跃数据时，要更关注以下维度。

（1）对活跃用户的定义。

增长黑客会通过用户的使用行为，例如电商用户的浏览商品数量、工具产品的功能使用频次、资讯产品的阅读文章数量等，来定义活跃用户。不仅是将活跃用户定义为发生过访问行为的用户，还可以通过统计体现产品核心价值的用户的使用行为来划分活跃用户等级。（2）浏览时间健康度。

增长黑客通过分析用户对某个页面的访问时长，计算出平均访问时长，也就是健康值。与健康值对比，单个页面的浏览时间过长或过短，都可判断为无效访问，从中可以发现数据异常的原因。

（3）观察时长和频次变化曲线。

通过观察同一用户在不同时间维度、活动主题维度下表现的在使用时长和使用频次上的变化，判断时间影响因素和内容影响因素。

（4）用户行为路径分析。

通过观察活跃用户的使用路径，发现用户在自然浏览过程中的行为习惯，指导产品“主流程”体验的设计优化方式。

（5）可执行指标达成度，即用户使用产品核心功能的频次。

例如在浏览商品、加入购物车、浏览文章、发起评论等体现可执行指标的数据中，观察用户在使用时间、时长、关键词喜好等方面的行为偏好。

3.留存用户更关注活跃规律。

在留存分析方面，我们要关注留存率、流失率、留存用户的活跃规律、跳出率等数据指标。

（1）留存率。

留存率是常见的用户数据指标，通过分析不同时间周期下的用户留存率，反馈产品的健康度和对用户的黏性。

（2）流失前行为。

与留存率相对的，还有用户流失率。增长黑客除了关注流失率的数据外，还会分析流失用户在流失前的行为特征，例如通过分析访问时间、使用路径等方面的数据，发现流失预兆，从而提升有相同特征用户的留存率。

（3）不活跃率。

与活跃率相对的，是用户不活跃率。用户不活跃是流失的前兆。通过用户连续不活跃率的规律，可以预测用户的流失率。例如，连续3月不活跃用户的流失率=前3个月不活跃率的乘积。

（4）跳出率。

跳出率是指在某个页面结束访问的用户数量在某个页面的整体用户访问数量中的占比，或页面浏览完成度低于20%的用户的占比。由此可以发现跳出严重的页面并进一步分析特征。

总结

可执行指标的意义在于设定能够引导有效运营行为的结果。通常对运营人员的考核会以新增用户量为考核结果，但新增用户量多并不代表使用产品的人数会增加，相比新增用户量，更应该考核某个具体的用户行为，例如查看3个商品的新增用户量。

所以，可执行指标的意义在于，通过产品增长有意义的指标，引导相关的运营行为，减少无意义的运营活动。