一文看懂用户运营指标体系搭建逻辑

1. 指标的意义

指标的四个价值点：

• 表述业务场景的业务特征。
• 表述业务场景的运营效果。
• 表述业务场景的未来方向。
• 表述业务场景的衍生价值。

下图是一个常见的用户活跃指标体系，顶层指标即为北极星指标，拆解过程中产生的指标是汇总指标，最底层无法再拆解的是原子指标。

指标体系包含2个核心概念：

• 指标：具备业务意义，能准确反应业务情况的数据。

a 必须具备清晰的业务意义

b 只能是数字，不能是文本

• 维度：描述指标的不同角度。

a 维度依附于指标，不可独立存在

b 可以是数字，也可以是文本

例如：今年（时间维度）昆明（区域维度）的用户复购率（指标名）是68%（指标值）

2. 指标8要素

完整的指标定义可包含8大要素。

• 产品经理应该主要关注业务口径，尽可能详细描述统计逻辑，保证语义清晰。
• 技术口径和更新周期应邀请技术人员确定，按T+N的形式描述。
• 关联维度需要检查指标的统计逻辑里是否包含所需的维度，缺字段就要及时补。

例如订单如果没有存储城市字段，那么由订单表生产的有效单量、客单价等指标就不能和城市关联。

3. 常见指标一览

3.1 北极星指标

北极星指标通常用来指引公司一年的工作方向：

1  满足OMTM原则，即唯一、关键。

a  特定情况下也可能出现2~3个北极星指标同时存在的场景

2  可量化，可监测，可执行，可分析。

a  贴合自身业务，不能脱离业务数据，也不能超出技术可实现范围

北极星指标有3个作用：

• 指引公司发展方向，所有工作围绕它展开
• 协助明确任务的优先级
• 帮我们聚焦最关键、最核心的事

按产品类型选择

产品诞生之初就是为了解决特定人群的特定需求，大而全地覆盖用户全部需求的产品并不存在，这就要求产品和用户需求、行业特征等密切关联，也就直接决定了产品的存在价值、商业模式和经营模式完全不同。

按生命周期选择

产品的重要特征就是产品具有明确的生命周期，即诞生、发展、衰退和消亡，在每个生命周期阶段产品所反映的特征、所满足的用户需求也都不尽相同，故北极星指标也不尽相同。

按产品客群选择

不论何种类型，处于何种生命周期的产品，都有各种各样的客群，所以我们需要划分不同的客群，分别制定北极星指标，以达到精细化用户运营的目的。

• 新增用户：留存率、流失率
• 老用户：停留时长、使用频次
• 首购用户：复购率、客单价

虚荣指标

• 任何单调递增的指标都是虚荣指标，比较著名的有：累计注册用户量、未加入复购率的GMV、内容点击量、应用下载量等。
• 因为这类指标只要时间够久，产品不出现致命问题，都是一直增长的，所以对业务没有任何指导意义。

3.2 注册指标

如何界定注册用户？对于大部分应用来说，注册应该指通过产品功能和运营手段，促使用户在产品中留下可以唯一标识用户身份的过程，通常由用户标识和用户验证两部分组成。

• 用户标识：指能够唯一标识用户身份的信息，包括手机号、用户名、电子信箱和第三方账号、设备账号、设备标识等。
• 用户验证：指判断用户标识是否与当前操作者匹配的方式，通常包括密码、短信验证码、第三方账号授权、生物识别等。

按照完备度可分出三种用户类型：游客（设备id），用户（手机号、用户名），客户（完整资料）。

如何引导用户注册？新客活动，消费型产品可通过新客红包、优惠券来刺激用户注册，免费型产品需依靠自身内容或者赠送会员等来吸引注册。

账户归一化

由于目前的账号注册形式多样，如用户名、手机、第三方登录……因此很容易出现多个账号其实同属于一个用户的情况，容易导致运营资源浪费在同一人身上，因此需要做账户归一化。

3.3 活跃指标

活跃指标用来衡量用户在产品内的活跃度。

UV：独立访客数，web产品通常以此衡量访问页面的去重用户量。

• 通过设备id和用户标识来统计
• 注意去重逻辑，比如同一个用户用两个设备访问产品，只能记作1个访客数。

DAU：日活，即产品日均活跃用户数。看似简单，其实暗藏陷阱。

以标准的日活定义为例：启动App，且停留超过N秒的xx数。

• N=0的时候，只要打开就计数了，大于0则还要根据停留时长来判断
• xx是衡量数字的标准，采取设备id？还是用户标识？

a  如果是设备id，那么同一用户在两部手机打开app会被记为2个日活，否则只能算1个日活

• 如果已知一个用户有两部手机，在A手机登录使用产品，B手机未登录使用产品。

a  未做账户归一化和已做账户归一化会产生不同的统计结果

3.4 留存指标

为什么要做留存？

• 当渠道新增触及天花板后，获客成本将显著上升，此时拉新已经到头了。
• 增长过程中出现的大量沉默用户很可能脱离了产品生态，难以唤醒。

因此，必须要努力维持住现有的活跃用户，不让他们流失。

留存的定义：目标客群 + 考察周期 + 事件口径

• 如：“新增用户”的次日留存率、次月留存率，“活跃用户”的次月留存率。

留存的事件口径必须前后一致：

• 如今天“登录”的【新增用户】在【接下来的7天内】“登录”的用户占比
• 以登录为唯一的衡量标准

三类事件口径

1  业务留存：用户使用过某个功能，比如下单、购买等。

• 微信朋友圈的留存定义：在 【2021年1月14日】到【2021年1月16日】期间的【活跃用户】，在【发布图文信息】后的【七天内】还【发布图文信息】的用户占比。
• 目标客群：在 【2021年1月14日】到 【2021年1月16日】期间的【活跃用户】
• 考察周期：【七天内】
• 事件口径：在【发布图文信息】后的 【七天内】 还【发布图文信息】

2 行为留存：用户产生过某个特定行为，通常不具备业务意义，如打开app、登录app等。

• 高粘性用户的留存定义：在 【2021年1月14日】到【2021年1月16日】期间的【活跃用户】，在【启动应用且停留时长大于等于300秒】后的【七天内】仍然【启动应用且停留时长大于等于300秒】 的用户量。
• 目标客群：在【2021年1月14日】 到 【2021年1月16日】期间的【活跃用户】
• 考察周期：【七天内】
• 事件口径：【启动应用且停留时长大于等于300秒】后的【七天内】仍然【启动应用且停留时长大于等于300秒】

3 贡献留存：用户生产或消费过的内容、商品等，比如发短文、续费会员等。

• 复购用户的留存定义：在 【2021年1月14日】到【2021年1月16日】期间的【活跃用户】，在【成功付费1后的【三个月内】仍然【成功付费】的用户量。
• 目标客群：在 【2021年1月14日】到【2021年1月16日】期间的 【活跃用户】
• 考察周期：【三个月内】
• 事件口径：【成功付费】后的【三个月内】仍然【成功付费】

4. 构建指标体系的步骤

①确定北极指标

北极星指标通常由公司高层决策，以OKR、KPI或者战略方向的形式传达。

• 北极星与自身业务目标一致时直接使用即可。

例如：某信息流产品以DAU 作为 KPI，而业务是信息流中短视频的 DAU。因为短视频的 DAU 是整个信息流产品 DAU 的组成部分，所以可将短视频的 DAU作为北极星指标。

• 不一致时，拆解出和自己业务相关的指标，作为北极星。

例如：某电商产品以有效注册用户量作为 KPI，而业务是电商产品的 DAU。因为这个业务指标 DAU 与整个产品的KPI并不一致，故拆解自己的DAU为新增用户量、留存用户量和回流用户量。其中新增用户量是产品 KPI的组成部分，故选择新增用户量作为北极星指标。

②完善口径与维度

业务口径：应该清晰地定义北极星，这样才能完成后续的指标拆解。

关联维度：北极星的维度可作为其他指标的参考，为后续多维分析奠定基础。

指标只有两种类型：

数值型：如订单量、GMV、客单价等。

比率型：如购买转化率、支付转化率、复购率等。

关联维度：下面列举了常见的关联维度

③完善口径与维度

从北极星指标开始，按照指标的口径逐步向下拆解为汇总指标，最终拆解为原子指标。

汇总指标按照业务口径拆解

• 如有效购买转化率可拆解为：（成功付款人数 – 退款人数）÷ 下单购买人数

原子指标按关联维度拆解

• 如客单价可拆解为：按城市统计的客单价、按年龄段统计的客单价等

④复核指标口径与维度

• 每个指标的口径必须正确。
• 不可以存在重复指标。
• 上下级指标需要有明确的从属关系。
• 指标的关联维度尽可能完备。