上海随缘企业登记随着大数据的发展，数据逐渐发挥出其价值。从一串串各不相关的数字度量！到有一定的业务价值 ，可以起到监测、预警、控制的作用 。这里所指的带有业务价值的数字度量就是数据指标！那数据这么多 ，如何才能选出核心指标呢？ 。
据美国约翰斯?霍普金斯大学发布的实时统计数据显示：截至北京时间4月2日16时11分 ，全球新冠肺炎确诊病例已超过93万例 。共计939436例！其中美国累计确诊216722例 ，确诊数依然居全球首位 。日新增确诊病例2.6万！死亡病例5137例，在全美范围内 。疫情高发区的纽约累计确诊数已超8.4万例！
看到这一系列数字，是不是觉得十分震撼？你不是一个人。小特同学也跟你一样 ！以前觉得没有人比我更懂病毒；觉得我们做的很好，病毒即将消散；觉得记者都夸大其词。一个个的都很糟糕；觉得或许这就是人生吧 ！到现在看到一个个掷地有声的可怕数据 ，终于意识到美国疫情的严重性。推出了2万亿美元的财政刺激方案、采取一系列防御措施来控制疫情发展！
数据化时代到来之前 ，人们大都是以“我觉得”来作为决策依据。总是自以为是！小特同学就是一个很好的例子 ，但随着大数据的发展 。数据逐渐发挥出其价值！从一串串各不相关的数字度量 ，到有一定的业务价值。可以起到监测、预警、控制的作用！这里所指的带有业务价值的数字度量就是数据指标 ，
那数据这么多，如何才能选出核心指标呢？。
接下来我们来看看约翰斯?霍普金斯大学是如何选择其核心数据指标的 ，
从上图可以看出，约翰斯?霍普金斯大学发布的实时数据 。按疫情发展过程统计了确诊数、死亡数、治愈数等原子指标 ！增加了时间/地理维度或修饰，得到一系列的派生指标。包含全球、意大利、美国、纽约、加州、华盛顿等城市等国家及城市的确诊数、日新增确诊数、现存确诊数、死亡数、治愈数等派生指标！
此处都是经历过挑选然后留下的核心指标，如果是让你来做数据图。你会选择哪些指标！为什么？怎么选的？选择方法是什么？，
核心指标选择方法可总结4步：找准定位 ，从点到面、层层剖析、见招拆招 。
国内的丁香医生统计的数据指标 ，就与美国约翰斯?霍普金斯大学统计的指标有所区别 。丁香医生统计的指标关注了境外输入数、新增境外输入数、现存重症等指标！若将疫情发展生命周期分为起步期、增长期、平台期、消亡期 ，则此时国内疫情处于消亡期。美国疫情处于增长期 ！两国疫情阶段不同 ，所以其关注的核心指标亦有所区别 。
同理对于企业业务而言 ，产品亦有其生命周期 。且在产品的不同阶段！所需选择不同的数据指标 ，
PLC模型（Product，LifeCycleTheory）：又称为产品生命周期理论。是由美国经济学家raymond vernon提出！用于表示一个新产品从开发进入市场到被市场淘汰的整个过程，产品生命周期可分为初创期、成长期、成熟期、衰退期。在产品不同阶段 ！各业务方关注的数据指标有所区别，
初创期：产品刚刚上市，各功能都不完善。主要精力在于打磨及验证产品能力！先提供MVP版本的功能，服务有需求的特定人群。这个阶段会着重关注目标人群画像、关键行为、留存率！
以公众号“一个数据人的自留地”为例 ，公众号目前运营1个月。MVP版本提供的服务主要围绕数据产品开展 ！包含数据产品、BI、数据指标体系、用户画像、数据分析、数据策略等数据专业文章，以及埋点SQL兴趣小组、知识星球 。帮助数据产品进行知识的沉淀 ！
产品定位为初创期，所以主要关注点更多是打磨服务能力。了解用户群体的需求与产品服务的匹配度 ！重点关注的指标如：，
1）目标人群画像：职业分布、性别、年龄、地域，
2）关键行为：阅读、分享、关注、取消关注、收藏、在看 ，
3）质量：仍读比例、跳出比例、阅读深度，
快速成长期：经过了产品质量的打磨，产品有了较好的用户粘性 。这时候产品开始进入自发增长期 ！处于自发增长阶段，可以将侧重点放在用户生命周期前半段的管理上。包含用户增长、激活、留存 ！
成熟期：此时用户增长趋势较为平缓，关注的核心指标由用户生命周期的前半段（增长、激活、留存）转为后半段（流失、回流）。同时关注商业化转化路径！
衰退期：用户消费习惯发生改变或行业竞争大 ，用户转向其他产品 。从而使原来的销售额和利润迅速下降！于是产品进入衰退期 ，
明确产品定位后，其产品目标往往有了初步的概念。下面我们来看如何将目标拆成一个个可量化的数据指标！
整个疫情数据体系十分庞大，疫情体系对象包含患者、医院、医疗设备供应商、政府机构。从不同层面看！关注的指标各不相同，从整体患者层面看 。展示确诊数、新增确诊、病死率、死亡数、治愈数；从医院层面看！展示医院确诊数、医护确诊数、医院病死率、医院治愈率……那可以通过什么方法来确定这些指标呢？ ，
OSM模型（Obejective，Strategy 。Measurement）：是指标体系设计过程中辅助确定核心的重要方法 ！包含业务目标、业务策略、业务度量，
目标：用户使用产品的目标是什么？产品满足了用户什么需求？，
策略：为了达成上述目标我采取了哪些策略？，
度量：采取的策略带来哪些数据指标变化？，
下面根据产品、运营、市场、客服、风控等部门的KPI/目标，以及为实现目标所采取的策略 。进行分析可得到一系列的结果/过程指标！
通常产品关注用户体验/功能优化情况，运营关注用户增长/转化。市场关注渠道/广告营收！客服关注投诉/评价情况 ，风控关注风险等情况。具体情况根据对业务部门的调研结果确定！
此处采取指标分级法对指标进行层层剖析 ，过程中可结合OSM模型来确定指标 。
一级指标：公司战略层指标，全公司认可、衡量业绩的核心指标。直接指引公司的战略目标！可以通过第一指标法来获取 ，
。第一关键指标法：是在《精益数据分析》一书中提到的方法，这个方法不是说一个公司只为一个指标负责。而是说在任意一个时间点 ！肯定只有一个最关键的指标，但随着业务发展 。关注重点会有所变化 ！
根据产品商业模式以及产品所处生命周期的阶段，来确定第一关键指标 。例如以网约车行业为例 ！C2C网约车模式下处于营收阶段的产品，关注点在于以更低的成本获取更多的用户和营业额 。关注扩大市场规模 ！创造更多价值，其第一关键指标就在于GMV。
！二级指标：业务策略层面 ，也称为结果/核心指标。是对一级指标的路径分解 ！通过查看二级指标，可以快速定位变化原因 。如完单量、客单价、完单率等 ！
三级指标：业务执行层面 ，也称为过程指标。是对二级指标路径的分解 ！三级指标通常是业务过程中最多的指标，
根据各职能部门KPI不同，其关注的指标也各有差异。通常在拆解二、三级指标时 ！会结合OSM模型来进行划分，
当然在实际业务过程中，可以根据产品、运营人员的需要。再继续往下细分！选择相对应的分析模型 ，如Google以用户体验为中心的HEART模型 。衡量网站体验的PULSE模型 ！阿里衡量用户体验质量的五度模型，以及增长黑客中的AARRR模型等等。
接下来我来介绍一下用户增长中使用比较多AARRR模型，其他的模型大家也可以自主探究 。
AARRR模型（Acquisition ，Activation。Retention！Revenue ，Refer）：因其掠夺式的增长方式也被称为海盗模型。是由戴夫?麦克卢尔(Dave McClure)于2007年提出！其核心是AARRR漏斗模型，对应的是产品的生命周期 。
获取：新增了多少用户？从哪些渠道来的？，
运营人员通过各种推广渠道和使用各种方式宣传产品，来吸引目标群体注册为产品的用户 。在过程中通过对不同营销渠道的效果进行评估！从而更加合理的制定投放策略 ，最小化用户获取成本 。
数据人如何选择核心数据指标?_随缘企登
激活：用户在产品上完成了什么操作？操作频次如何？ ，
通过新手奖励、产品引导等方式，引导用户去进行产品功能的体验 。让用户去发现、认可产品等价值！并且会持续性使用产品，
留存：用户是否连续不断使用你的产品？，
有的用户来的快 ，走的也快这时就说明这块应用没有用户粘性。或者是这波新用户质量不高等问题 ！通常一个老用户的成本远远低于获取一个新用户的成本 ，所以这个过程中。不仅要知道如何开拓新用户！还需要关注用户的留存率，以及用户是在什么状况下流失的 。
收益：用户为产品带来了多少收益？ ，
商业的本质是盈利 ，获取收益是产品和公司发展的基石 。收入的来源有很多种 ！比如服务费、广告收入、流量变现等 ，主要考核的指标包含客单价（ARPU）、付费率（PUR）等 。
传播：用户是否愿意推荐你的产品？ ，
自传播也叫口碑传播或病毒式传播，指用户自发对产品进行推荐。自传播比较重要的指标是K因子（推荐系数） ！
K=每个用户向他们的朋友发出的邀请数量*接收到邀请的人转化为新用户的转化率 ，
假设平均每个用户向10个朋友发出邀请，平均转化率为20% 。则K=10*20%=2！
a）当K>1时，用户群就会像滚雪球一样增大 。实现病毒传播 ！
b）当K<1时，用户群道某个规模时 。自传播增长就会停止！
AARRR模型并提供一个系统的流程，帮助完成数据指标的选择。
如上图所示可以根据实际业务场景 ，结合使用OSM和AARRR模型 。来系统性的选择不同阶段所需要的核心数据指标！
核心指标选择4步曲：找准定位 ，以点到面层层剖析、见招拆招 。
人人都是产品经理专栏作家《数据产品经理修炼手册》作者，
本文原创发布于人人都是产品经理 ，未经许可禁止转载
题图来自Unsplash ，基于CC0协议。
