秋神：增长黑客系列——搭建产品数据指标体系｜产品叨比叨

大数据时代，数据指标对于企业的重要性不言而喻。

数据指标就像是公司这架飞机的仪表盘，可以让机长实时了解飞机的运行情况，什么时候可以加速冲刺，什么时候需要调整方向等。

1 数据指标体系的兴起

一切还要从广告的故事说起~

如今我们已经进入了一个全民信息化的时代。信息时代与工业时代本质上其实有很多不同之处。

其中最大的不同之处就是广告营销方式，从传统的纸媒电媒无差别宣传进步到了如今以淘宝为代表的千人千面。

以前的时代一些知名的消费品其实都是通过电视机广告来进行营销的。

因为当时的消费品厂商都知道只要在电视台卖过广告，他们的产品总是会在短时间内变的特别畅销。

不过在当时的年代却没有人思考过畅销的背后其实都代表着哪些数据在变化。

当时的广告人们更愿意花更多的时间在打磨文案和创意上，并没有花时间去想过研究广告这些虚无缥缈的数据上。

当时只有一位出色的广告人开始有了这方面的思考，他就是广告教父“大卫奥格威”。

随着时代的变迁，我们慢慢进入了互联网时代。

在这短短的二十年中，看电视这一行为逐渐被年轻的一代用户所淘汰（不再通过电视机收看节目）。

这意味着厂商想通过电视广告营销的道路被逐渐堵死了，所有的广告人都在开始思考，既然电视没了，那么我们能不能将广告搬到互联网上呢？

随后，广告人们逐渐将营销战场从传统纸媒电媒转移到了门户网站、电梯广告甚至微博信息流等新生渠道。

但是广告人们又迎来了新的一轮挑战，他们根本不知道用户实际是从哪个渠道看到广告后进来消费的。

但是又不能说因为现在的广告转化效果不大明显就削减渠道投放的经费。

万一将几个渠道中转化最好的渠道经费削减了，反而留下了转化效果不好的渠道怎么办？

这个时候广告人们才开始意识到现在已经不是以前那个时代了，再用老方法做营销大概率是做不下去的了。

于是开始提倡做两方面的事情：

• 一方面，是研究如今的消费者决策路径跟以前相比有哪些变化
• 另一方面，是开始学习数据分析方面的知识，并逐渐提高数据意识，尽可能有的放矢，在能节省公司经费的前提下，尽可能花费更多的钱在高转化的渠道上。

说到这里我们应该都能明白，现在的企业如果在实现了pm/f后，其实第一时间就需要搭建自己的数据指标体系了，不然就会出现像开着飞机飞在天上，却没有油表的情况。

2 Product / Market Fit（产品/ 市场契合点）

在进行深入指标体系搭建前，我们需要先了解这个概念。

什么是P/MF呢？

谈到这里我们不得不提，我们都知道“需求是一切增长的基石”，如果产品没有需求，那么你花再多的时间也是白费时间。

根据咨询公司CBinsights的调研，失败的创业原因通常为以下几点

本质上P/MF概念的存在也正是为了避免上述的问题，所以Product/Market Fit就诞生了。

为了满足市场的需要，在创业公司中基本有以下常见有三种不同的P/MF

• 用更好的产品体验来满足一个已有的市场，例如：网易云音乐vs酷狗、QQ音乐
• 用一个产品来满足一个已有但部分需求未被满足的市场，例如：无线耳机VS有线耳机，滴滴VS出租
• 用一个产品来创造出一个新的市场，例如：iPhone、福特汽车

所以在公司业务探索期间，建议能结合自己的具体情况来进行分析。

当然这里强调P/MF的概念，更多是为了说明只有达到P/MF，增长黑客才有施展的空间。

如果一家公司连P/MF都没达到就贸然进行增长，那只会加速产品的死亡。

换句话说，你的产品满足市场需求是增长黑客的基础，增长黑客只是使用数据的方式帮助你的产品更快被用户发现。

那么，如何验证我们的产品是否达到了P/MF？

答案是留存率。留存率是衡量产品和市场匹配度的好方法。

要知道留存是增长的基石，也是目前为止产品增长率的最佳杠杆。

深入了解留存率，将有助于我们对用户有更清晰的认识，还可以指导产品的发展方向。

如果留存率很差，用户进来就立马流失了，那我们的产品就不是漏斗，而是一个直筒管子。久而久之，即使是处于增长期的产品最终也会失去用户的欢心。

那么，如何定义留存呢？

一般来说，留存的定义有三要素：目标用户群+时间周期+定义事件

例如：今天登录的用户，在7天内再次登录的用户占比

例子中，登录是事件，今天登录的用户是目标用户群，考察周期是7天内，这里要注意的是，前后的事件要一致。

为方便我们查看留存率的变化趋势，我们可以通过绘制在一段时间后（考察周期）复购产品或拥有某种核心特征（事件）的目标用户的百分率，来反映留存率。

典型留存率曲线有3种：

留存曲线的绘制方法见文末附录。

连续计算30周左右，就可以得到留存曲线。看你的留存曲线对应了那种：

• 下滑型：见于多数产品，说明未到PMF
• 趋平型：说明产品达到PMF，有了很好的增长基础
• 微笑型：产品不仅达到PMF，还有大量的回流用户，以至于会出现“负流式”

但是，如果留存率稳定在一个很低的水准，我们也不能说产品就达到了PM/F。

为了明确产品的长期留存率的“正确”标准，我们可以借鉴类似产品，基于同类产品来设立基准。

例如，电商可以将他们的产品和其它同类型的竞品产品相比较。

当然，除了上面这种验证PMF的方案外，还有下面两种测试/观测法也可以应用哦！

Sean Ellis 测试：

告诉现在的用户：你们今后无法再使用这个产品了。如果有40%的人对此表示“非常失望”，那么你的产品就达到了P/MF。

方法：对用户进行问卷调查

数据量要求：至少需要40-50个回复来判断

目标用户选取：

• 体验过产品核心功能的
• 至少使用过两次的
• 过去两周内使用过的

注意：不要找你的亲戚朋友或同事，他们很可能为了照顾你的面子而说谎……

指标观测法：

即：通过观察一些关键指标来证明这个产品是否达到了P/MF。

选取的关键指标，基本要满足以下三个原则：

• 有显著意义的新用户增长
• 有用户留存
• 有意义的产品使用行为

常见的关键指标量化如下：

• 30%次日留存
• 新增DAU超过100
• 达到10万用户量
• 用户每周使用产品天数超过3天
• 5%付费转化率
• LTV/CAC>3
• 月流失率低于2%
• 用户获取成本的回本时间<12个月

3 如何制定增长策略重点

当产品达到P/MF后，我们就需要开始分析当前业务增长重点了。

为什么说到达PM/F后，第一时间制定合理的增长策略重点很重要呢？

因为本质上AARRR模型虽然适用于各行业，但由于市场周期，产品阶段和产品品类的不同会导致实际上增长的重点也有所不同。

如果没有搞清楚自己企业的增长重点就很容易在当前不应该发力的环节进行发力，轻则浪费人力物力和时间，重则可能会导致公司生存都成为问题。

例如，聊天宝，还没开始做好留存，就开始大肆推广并且使用可以提现的激进手段，最后没多久就被自己玩死了。

我们只有具体结合产品的情况才能清楚当前增长策略的重点应该是怎么样的。

评估增长重点表。

问题一：如果我们的市场处于增量环节，那么更多应该关注的是去做获客，跑马圈地才是重点，例如滴滴和Uber的价格战，千团大战等。如果在存量市场则更应该关注如何加强留存和变现，例如电商，淘京拼

问题二：产品在不同的生命周期环节需要考虑的重点也是不一样的。

探索期：验证PMF，侧重留存

种子用户愿意留下来反复使用，在验证PMF的同时，可以获得真实反馈，使得我们可以不断在MVP的基础上进行迭代升级；并且可以通过对种子用户的运营，为未来获取并留存更大规模的用户群体奠定基础。

成长期：重拉新，兼顾变现

进入成长期，产品的核心功能业务流程已经固定，商业模式企业壁垒已经被其他潜在竞品发现并研究。

大量竞品进入市场，此时重点是快速进行跑马圈地，获取更多的用户为目标，要在竞品前面抢占尽可能大的市场份额。

但是要注意的是：拉新并不是不计一切代价的，要根据实际情况兼顾变现，确保公司可以活下来。当然土豪公司请随意。

例如，拼多多和淘集集就是鲜明的对比，拼多多”百亿补贴“与电商巨头们竞争的风生水起，淘集集曾坐拥7000万MAU，却因为快速扩张导致资金链断裂黯然离场。

成熟期：留存+变现+拉新

进入成熟期，即产品已经达到了自己的”存量市场“，潜在用户已经很少，侧重留存和变现。重点关注用户活跃度和拓展变现业务。想法设法在不影响用户体验的前提下，尽可能实现用户价值变现。

衰退期：留存+变现+引流

进入衰退期，在努力减缓衰退趋势保持留存和变现的同时，寻找新的增量市场，发掘新的使用和消费场景，为新产品引流。

问题三：产品属于哪个品类，我们需要结合下图进行分析：

• 电商和saas：优化从付费转化路径，提升复购率，支持产品长期增长，例如：淘宝、京东
• 工具和内容：培养用户结合不同场景，形成习惯，抢占用户时间，例如：有道词典
• 平台：留存和变现两手抓，对于平台还包括供需方平衡进行才能促成交易，例如：抖音
• 社交和游戏：引导用户间形成高频互动，建立网络效应，并通过老带新自传播获客，为长期变现打基础，例如微信，王者
• 杂交（如社交电商）：参考平台+社交和游戏的增长重点，例如：拼多多，社区团购

问题4：商业模式还有哪些重要的因素，是需要思考的。我们行业中常见的重要因素会有以下几种，仅供参考：

• 电商：供应链，货物
• 金融：合规，政策，法律
• 平台：供给方选择，商务，销售
• 视频：内容及算法精准推荐等

要注意的是，这里更多考虑的是有哪些行业特定因素能极大地制约增长或驱动增长。

例如：游戏行业新增了政策监管后，政策就变成了新的重要因素。自由电商品牌的重要因素就是供应商、物流等。

将表格对应问题填写完成后，我们基本就可以总结出企业目前的增长侧重点应该放在什么位置了。

例如：拼多多的增长重点拆解

当我们确定增长策略重点后，下面我们就可以开始搭建产品数据指标体系了。预知后事如何，请听下回分解。

最后总结：

1、数据时代的兴起，使得我们不得不提高自己的数据意识，搭建其他的数据指标体系

2、在做增长之前，我们的产品必须先满足PM/F的前提条件

3、留存曲线、SeanEllis测试和指标观测法三种常见的判断产品是否达到PM/F状态的方法

4、四个问题教你如何确定自己的增长重点：

• 你的市场处于哪个阶段
• 你的产品处于生命周期哪个阶段
• 你的产品属于哪个品类
• 你的商业模式有哪些独特的重要因素

接下来，我们将着重给大家分享北极星指标以及脉络模型。

4 北极星指标

谈到增长黑客，就不得不先来认识一下增长中最重要的一个指标“北极星指标”。

北极星指标也叫唯一关键指标（OMTM，One metric that matters），是产品现阶段最关键的指标。

简单说来就是公司制定的发展目标。当然，公司在不同阶段会有不同的目标，所以不同节点的北极星指标是不一样的。

为什么叫“北极星”指标呢？大概的寓意就是要像北极星一样指引公司前进的方向吧。

北极星指标的作用主要体现在：

• 公司发展方向，所有工作都是由此展开的。
• 帮助公司员工明确任务的优先级，避免在公司运营工作上无从下手，无法集中火力抓住重点。
• 提高行动力，一旦选定你的目标，你只有一件事可以做，努力达到目标。

在产品不同阶段的北极星指标是不一样的，且制定后需要一段时间监测。

而且好的北极星指标可能不止一个，涉及到自己公司的产品还需要在商业中进行检测，增长模型也会根据部门架构等不同情况有多种拆法。

那么我们应该如何确定北极星指标呢？

有两种常用的办法：

• 通过用户核心价值-商业目标的“增长闭环图”确定北极星指标
• 使用北极星指标自检卡筛选北极星指标。

相比来说，前者更加核心，后者是在前者不能确定北极星指标的基础上，再附加的额外的自检清单。

注意，在筛选的时候一定要先确认产品所在的产品生命周期后再对北极星指标进行定义。

北极星指标自检框架

注：自检的时候可以选出三个具体指标放到问题上进行分析，符合写Y，不符合写N，不确定打个？，最后选出一个全部都是Y的指标，那就是你产品北极星指标了。

另外，我们要注意的是：北极星指标只能评估部分情况，不能覆盖整体业务。

毕竟所有人对产品发展阶段的认识不同，都很容易导致北极星指标出现分歧。

还有目前有些公司或发展阶段，北极星指标并不是十全十美的，当北极星指标没有全部满足自检清单的6个问题时，在业务中就需要警醒了。

在确定北极星指标后，我们接下来就可以开始构建“增长模型”。

本质上，增长模型构建的过程也可以理解为拆解北极星指标的过程。

主要的增长模型有三种：全链漏斗型、因子分解型以及全定量型。

这里着重介绍常用全链漏斗型、因子分解型漏斗这两种比较常用的增长模型。

那么有人会问，我们为什么需要构建增长模型呢？

原因很简单，因为影响一件事情的相关因素往往有很多，所以我们需要将影响北极星指标的所有相关因素都拆解出来，然后像做实验一样进行控制变量，这样才能找到影响北极星指标的关键因素。

举个简单的例子，平时我们电脑卡了，大家可能都会认为是死机了，但是实际影响电脑死机的因素可能会有很多。

例如：系统本身有问题？电脑内存不足？电脑中毒？主板接触不良？等等。。。

这都是会影响电脑死机的原因，所以我们要想解决电脑死机的问题，就必须要一个个因素进行拆解分析，这样才能在第一时间找到关键因素，并解决问题。

全链路漏斗模型

全链路漏斗模型，第一步是确定北极星指标，然后我们需要绘制用户转化路径。将北极星指标拆解成各个转化路径的乘积。

全链漏斗拆解

例如，拼多多，假设北极星指标是GMV，那典型的转化路径就包括：用户下载应用、访问应用、首次下单、持续下单的核心路径。

拼多多全链漏斗

全链路漏斗模型是乘法模型，而因子分解模型是加法模型，它将北极星拆分为几个子指标的加和。

因子分解型

以石墨文档为例，假设石墨文档的北极星指标是付费用户数，就可以将其划分为企业和个人的付费用户数，然后再分别往下拆解

石墨文档北极星指标的因子分解型

在使用因子模型进行拆解时，要注意两点：

• 在拆解的增长模型的过程中我们要注意，拆解的时一定要保证分解的分解的逻辑符合MECE原则。
• 在拆解多因子分解型模型时，我们可以先从新老用户进行拆解，再逐渐细分到具体转化渠道。

最后，根据上述的拆解我们可以总结为以下流程：

• 定义北极星指标
• 绘制用户转化路径
• 组装增长模型。

5 脉络模型

在确定北极星指标后，我们接下来怎样建立一个能完整体现企业发展情况的指标体系呢？

我们可以通过建立一个细节型的分析体系来对整个公司的具体情况进行分析与监控，我喜欢叫他为“脉络模型”。

脉络模型本质上解决的问题就是建立一个能监控从用户注意到你的产品开始到用户流失的全链路指标体系。它其实是对北极星指标的拆解和细化。

首先说明一下北极星指标和脉络模型的关系。

北极星指标的作用主要体现在：

• 公司发展方向，所有工作都是由此展开的。
• 帮助公司员工明确任务的优先级，避免在公司运营工作上无从下手，无法集中火力抓住重点。
• 提高行动力，一旦选定你的目标，你只有一件事可以做，努力达到目标。

脉络模型的作用主要体现在：

• 及时发现你的公司健康情况，方便进行快速分析。
• 让管理层能快速了解自己负责的部分，快速定位到需要解决问题的地方。
• 帮助员工了解产品运转状态，并尽可能维护好。

北极星指标就像我们开车从A到B地点是有无数条路径的，但是最近最适合你的路径才是北极星指标。而“脉络模型”就像是你驾驶车上的GPS一样，帮助你监控是否有偏离规划路径。

如果说北极星是能指引人在黑暗中前行的指标，那么“脉络模型”就是监控你前行偏离情况的GPS。

那么“脉络模型”是怎么运作的呢？

脉络模型是基于增长漏斗的思想进行搭建的，所以我们第一层是需要使用AARRR模型来分解每个环节的指标，这样才能做到每个环节分析都能不遗漏。

然后，通过对AARRR模型建模再往下拆分成二级类别，可以将其分为产品、运营和营销类。在这里我们就可以发现不同服务类别的数据是有差别的。

当我们希望下钻分析其中一个指标，如产品类别时，我们还可以分成定量与定性指标。

拆解定性数据更多是为了分析用户的基本画像属性，而分析定量指标时，更多是希望将用户可量化的数据进行多角度的分析，得出用户个体与整个产品之间的关系。

在多业务分类时（这里仅适用于产品分析），当然结合定量的数据对产品四大模块拆解后进行分析，再往下细分还可以结合具体的技术数据进行分析（如接口响应速度、成功率等）。

因为事实上，分析的主要思维方式就是需要能将数据拆分到最小维度进行分析。最后在通过结合时间维度对问题做进一步环比与同比分析，这样才能做到真正满足MECE法则。

当然有人会问，那么AARRR其他的环节是否能像上述方法论一样进行拆解呢？那答案必然是可以的。

其他环节我们也可以分为三大类：产品数据、运营数据和营销数据。

例如，一开头我们说到的广告营销类的数据指标，可以简单的先拆解为渠道指标然后再往下分类。

最后再分别往下拆分，我们可以分为定性指标和定量指标

注：

1、定性指标：指不能直接量化而需通过其他途径实现量化的评估指标。

2、定量指标：可以准确数量定义、精确衡量并能设定绩效目标的考核指标。

定性指标更多是用来分析用户个体的一个心理学属性，

而定量指标主要是用来分析产品或渠道整体的健康状态。

当我们对产品用户进行定性分析再往下拆解，可以分为以下五大类：

• 基本属性，如性别、年龄、婚姻状态、星座、学历、收入/消费水平
• 社会属性，如行业/职业、职务/职级、车辆使用情况、手机（价位/品牌）、移动运营商等
• 行为习惯，如常住城市、作息时间、交通方式、经济/理财特性、餐饮习惯、网购特性等
• 兴趣倾向，如浏览偏好、音乐偏好、体育偏好、游戏偏好、旅游偏好等
• 心理属性，如生活方式、个性、价值观等
• 心理属性还可以结合心理统计细分工具：VALS框架进行分析，这里就不再赘述了。

例如，根据用户的使用习惯可以将用户分为不同的类型，方便运营和数据分析师分析不同用户群的使用情况。

比如按照终端类型，可以分为安卓和IOS，按照用户活跃，可以分为高活跃、中活跃和低活跃用户等

当定量指标拆分到业务数据时，业务数据本质上分为三个角度，分别是

• 用户角度，如DAU/MAU、新增用户、留存率、渠道来源等
• 行为角度，如PV、UV、访问深度、转化率、停留时长、跳出率等
• 业务角度，如GMV||访问时长、ARPPU||人均访问时长、付费人数||访问人数、付费率、付费频次||留存率等

如果我们还想对业务数据再往下进行拆分的话，我们还可以根据业务模块进行分析。

我们市面上其实通用的产品模块可以分为四大类，模块与指标分别为

• 工具类，如使用量、目标达成率、频次
• 交易类，如详情页转化率、客单价、复购率
• 内容类，如浏览数、浏览时长、互动次数
• 社区类，如发布量、互动次数、关系密度

最后可能也会有人问，那么我不按这个逻辑对公司建立指标体系是否也行呢？

其实指标拆解思路都是万变不离其宗的，如果大家能把这个拆解链路搞明白的话，你完全可以在每个大分类上使用三维度（用户、行为、路径）进行分析，你一样能看见不同的天地。

“脉络模型”的存在就像你去医院做检查一样，如果只是普通的体检，那么只会给你按照北极星指标进行观察，但有的细节问题，你不去拍X光机、验血等做详细检查你也是无法发现的。

所以“脉络模型”更多是公司在每隔两周左右就应该进行一次详细检查时使用的指标体系，防止公司最后大幅偏离出了正常的运转轨道。

6 最后

最后，我们总结一下，要想搭建产品的数据指标体系，首先我们需要明确产品的北极星指标。帮助确定北极星指标的方法有两个：

• 通过用户核心价值-商业目标的“增长闭环图”确定北极星指标
• 使用北极星指标自检卡筛选北极星指标。

明确北极星指标后，我们需要拆解北极星指标，搭建增长模型，一般有三种模型，我们着重讲解了两种：

• 全链路漏斗模型
• 因子分解模型

最后，我们介绍了如何使用脉络模型构建公司的全面的指标体系，脉络模型是基于AARRR来搭建的。

从AARRR的环节出发，我们可以进一步拆分为产品、运营和营销三类指标，然后又可以进一步划分为定性和定量两类指标。

—— 如果觉得文章还OK，请转发 ——

特别提示：关注本专栏，别错过行业干货！

PS：本司承接 小红书 / 淘宝逛逛 / 抖音 / 百度系 / 知乎 / 微博/大众点评 等 全网各平台推广；

咨询微信：139 1053 2512 (同电话)

首席增长官CGO荐读：

• 《首席增长官 – 增长黑客 Growth Hacker》
• 《小红书 – 增长黑客 Growth Hacker》
• 《用户增长 – 增长黑客 Growth Hacker》

更多精彩，关注：增长黑客（GrowthHK.cn）

增长黑客（Growth Hacker）是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…