導讀：本篇文章源自錢英男老師在『快手大數據｜數據內容建設交流會』上的演講，相關視頻回放可用快手APP搜索“快手大數據”觀看。
一個好的數據指標體系可以助力業務快速的解構業務、理解業務、發現業務問題，快速定位原因，并且找到最合適的解決方案。因此學習搭建一個好的數據指標體系是數據助力業務決策的靈魂。
本文會從四個方向來進行相對應的展開和論述：首先我們來看下，為什么需要一個好的數據指標體系，好的數據指標體系和大家日常看見的這些數據指標到底有什么區別？然后看下，到底什么是一個好的數據指標體系，它的基準是什么？在有了目標和基準之后，我們會聊聊如何進行一個好的數據指標體系的建設；最后，會做一個簡單的回顧，以及未來工作的延展。
01
為什么需要一個好的數據指標體系？
首先我們來看下為什么我們需要一個好的數據指標體系。這邊給大家看一個故事，估計大家都會比較有體感：大家有沒有在半夜收到過老板的信息，問為什么業務上的核心指標GMV下降了？然后這里邊我們產品同學小六就會趕緊把電腦打開，但是他所有能獲取的信息就只有一個Dashboard，里邊只有一個GMV核心指標，環比同比同時下降，這個時候他怎么回答老板的問題？結果基本靠猜，是不是競對做了一些活動？是不是某個主播停播了？另外一種可能性的情況是小六同學手里邊有一百多張報表，這一百多張報表里邊，有四百多個指標，然后每一個指標都在下降，那在這種情況下，也沒有辦法回答老板的問題，為什么這個核心指標下降，到底是DAU下降了，還是用戶滿意度下降了，還是轉化效率下降了等等？
另外一種情況是老板同樣提了這樣一個問題，然后另外一個產品同學小快不緊不慢的拿出了一張這樣的一個報表體系，他說：“老板，我認為GMV下降會跟整個業務流程都有相關性，我們從業務角度進行了這樣的一個拆解，發現在流量入口，和最后的人均消費來看的話，其實并沒有下降，主要下降來源其實來源于列表頁轉化效率的下降。再往下拆解，發現高價的商品的曝光占比和低價的曝光占比并不太平衡。高價商品的一個曝光占比比較高，但是它的轉化效率卻是低的，所以從這個角度來講，我認為可能在列表頁來里面的不同價格的商品的分發策略或者曝光策略需要進行優化，然后通過A/B test去看一下我們這個策略調整的效果是什么樣子的”。
那大家覺得說針對于這兩個數據指標的組織體系，哪一種更能夠幫助到業務呢？第二種吧。那我們來看一下，為什么第二種大家都會覺得比較好，如果解構這張報表來講的話，我們會發現什么問題？首先我們會針對這個核心的GMV的指標去做一個全面業務流程的拆解，我會把它拆解到相對應的IPV（商品流量入口規模），付費轉化效率，APPU值，它涉及到整個業務的一個全鏈路，幫助我去更好的理解業務。那第二個方向來講的話，我會針對于這個全鏈路業務進行下鉆分析，看到底是哪些因素下降影響因素會比較大，所以能夠幫助業務去全方位的發現業務上的問題。最后一個角度，我們不僅要去進行業務流程上的拆解，我們還可以做下鉆分析，去拆分到最后相對應影響核心指標的因素到底是什么，從而能夠定位到業務的問題是什么，并且提供到相對應比較合適的一個解決方案。所以說一個好的數據指標體系是幫助業務去做決策的靈魂，它能夠幫助業務全面的理解業務，能夠全方位的定位問題，能夠快速的定位原因，并且給到對應的解決方案。
02
什么樣的指標體系是一個好的數據指標體系？
在了解了好的數據指標體系的必要性之后，我們來看一下究竟什么樣的指標體系是一個好的數據指標體系。大家在做一些數據分析的時候，我們都會看到列出來的一些標準：數據指標必須是準確的，是能夠周期性統計，必須是一個比率等等。但是如果回歸本質，從為什么需要一個好的數據指標體系出發來思考的話，其實一個好的數據指標體系建設就需要能回答兩個問題：
第一個問題就是數據指標體系是不是有助于業務的發展。
往下拆解的話，有兩個標準：
數據指標符合業務目標：好的數據指標的是需要符合業務的價值觀的和符合業務核心目標的。數據指標是為了讓公司，業務，或者項目的成員圍繞著一個可量化的目標展開一系列的工作的。如果數據指標沒有貼合業務核心目標的話，那么給公司，業務或者項目帶來的會是巨大的損失。比如說快手的信任電商的業務追求的價值點是最有溫度、最值得信任的社區。不單純追逐GMV，而是追求是信任項目的訂單覆蓋率：包括信任卡，退款不退貨，假一賠十，退貨補運費等的訂單的覆蓋率。比如說快手的五一活動，核心目標不在于DAU的絕對量級，而是如何進行資源的精細化調配，來沉淀ROI打正的經驗和方法論，這種情況下核心指標定成為ROI會更加合適。
數據指標可衡量業務真實情況：好的數據指標體系是需要可以全方位衡量業務真實的情況的，而不僅僅只看到業務上面某一個方面：比如快手的核心指標不僅僅包含DAU，還有用戶使用時長，互動情況等等。因為我們不僅僅需要關心用戶來不來，還需要關心用戶來的消費的怎么樣，互動的多不多。只有用戶不僅來，而且用的時間長，并且行為層次深入的話，才有可能為平臺的健康帶來更多的可能性。
第二個問題就是所選擇的指標是否具備可操作性。
往下拆解的話，也有兩個標準：
數據指標可衡量：如果能從時間縱向對比、或者從其他維度比如用戶群體、產品、地域等不同角度進行橫向比較，可以更好地觀察業務的發展趨勢，定位問題，找到原因，以及改善業務中需要改善的環節。
數據指標的設定會改變行為：能夠確保拆解出來的指標是具備有可操作性的，可以落地的，可以執行的。這個指標體系是可以執行的，或者是可以事先改善的。具體的講，我們不能僅僅看最后的一個結果指標，我們還需要把這個結果指標拆分到中間指標上。在中間過程如果任何一個指標出現了問題，第一是能夠提前判定這個業務的健康度是什么樣子的，是不是出現問題了。第二個好處在于這些中間過程的指標可以拆分到負責的團隊里邊，定位到負責人。業務上面如果出現問題的話，可以第一時間負責人，之后進行下一步的優化措施的拆解。在這里邊也給大家舉個例子：GMV我們拆分到IPV乘以付費轉化效率再乘以相對應的APPU（人均付費值），這個是行業內非常常見的一個拆解方式，從用戶的角度去進行拆分，那這種情況下的IPV就有由對應的搜索團隊或者是推薦團隊負責，他需要去優化整個頁面的一個規模或者說到訪用戶的規模，付費轉化效率由產品團隊負責，去進行相對應的一些產品優化，減少摩擦點，能夠提升我們付費轉化效率；APPU值這一塊更多的是由運營的團隊去負責，因為運營團隊需要去做一些活動，或者是通過一些優惠券的方式能夠促進用戶買了再買，購了再購。
03
如何去建設一個好的數據指標體系？
那看完了好的數據指標體系的一個標準之后，我們來一起看一下怎么能夠去建設一個好的數據指標體系。通用的建設數據指標體系的方法論是OSM理論：
我們舉一個日常電商直播業務的例子，看一下具體的這個方法論具體是怎么操作的，首先來看一下對于電商直播業務的O，一般都會是由業務同學直接去給到，如果業務同學沒有給到的話，大家可以從公司制定的財報里邊，或者說相對應的業務制定的每月或每個季度的OKR里找到，那針對于電商直播業務來講，它核心的指標就是提升營收（GMV）。
然后在這個目標Objective的方向上，我們可以使用UJM（User Journey Map）去拆解相對應的這個業務策略（Strategy）。UJM的邏輯是從業務的核心目標出發，拆解整個業務流程上我們為用戶提供價值點，以及這些價值點觸達用戶的整體路徑都有哪些。
UJM的方法論可以保證：
所以拿電商這個例子我們來看一下：為了完成這個相對應的一個營收目標（GMV），我們觸達用戶所有的行為路徑。
在梳理了用戶行為路徑上的業務策略后，我們可以按照為用戶提供的價值劃分為四個象限：是節省時間還是消磨時間；是為了用戶提供的價值來自于產品本身，還是來自于『連接』其他資源。
春節戰役指標體系實戰
在看完OSM方法論，以及也拿了一個實際的例子給大家講了一下OSM方法論如何落地的。我們來看一下在快手的一個實際活動的案例，為什么去拿活動去舉這個例子，因為活動和日常的的業務場景是十分不同的，它有很多的挑戰：
第一，活動涉及方特別多，少則一個小型活動百十來人，像春節戰役來講的話，可能會涉及到幾百人的團隊協作，那在這種情況下來講的話，能夠協調這么多人團結在一起去做一個項目，是有有很多的挑戰的。
第二，在一個長期的活動的過程中，為了能夠把用戶留存下來，我們會為用戶提供非常豐富和非常復雜的玩法。對于這么多的玩法，那到底應該把重點的資源投在哪些玩法上，對于項目的負責人是一個非常大的一個挑戰。
第三，快手在做活動的時候，友商也在做活動，因為一年里面重點可以做活動的相關日期其實就那么幾個：比如雙十一，618等等。所以在這種情況下來講，對于外部資源位的一個搶占是非常激烈的，大家都知道今年的618各個電商平臺在搶占外部資源的時候今年的成本是去年成本的六倍。所以如何提升外部投放的的轉化效率，對于活動來說也是一個很大的挑戰。
綜上，正是因為這些挑戰，我們更應該去建設一個活動的數據指標體系。為什么呢？
第一，因為涉及方比較多，有一個核心的北極星的指標去牽引著大家往同樣一個方向去走，從而去協調大家的一個工作，提升溝通的效率是非常重要的。
第二，平臺的資源的調配需要一套數據化的一個衡量標準，把資源調整給到留存效果更好的玩法上面。
第三，對于外部資源搶占的挑戰，我們更需要一個體系化的指標來指導業務把有限的資源投到那些相對應轉化效率比較高的資源位置上。
我們真正進入實操之前先理解一下活動，整個行業內活動的類型其實無非幾種：
第一種，活動核心目標其實是為了能夠去做相對應的用戶增長的，就是為了提升用戶的一個規模而花錢去做一個活動。
第二種，活動核心目標的是去做相對應的電商的一個消費轉化，比如說像阿里的雙十一，京東的618等等。
第三種，更偏向于品牌營銷的活動，去打造和宣傳平臺的調性，比如說像網易年度總結或者b站的新年晚會等等。其目的主要是為了讓用戶對平臺有認知，然后去消費平臺里面的內容。
那從這三個方向的目標出發，來抽象活動的本質：在短時間內快速的聚集外部以及內部的流量，把所有的流量通過豐富的玩法，優質的內容以及多種多樣的權益，把用戶聚集到一起，通過這些抓手能夠讓大家不停地留存在這里邊，之后形成一個龐大的用戶群體池，進而為下游價值引流，進而達成用戶增長，電商成交，或者內容消費的核心目標。
快手春節活動剛好涵蓋了剛才所說的行業三種不同的活動類型：
首先是為了提升用戶的活躍度，快手為用戶提供了很多種不同的玩法，譬如說像第一個飛行棋，它是整個春節戰役一條玩法的主線，它通過一條類似于《大富翁》的玩法，把整個用戶的路徑串聯起來。讓用戶能夠不停地在這個主鏈路上去進行其他多樣的挑戰，為其他分類玩法引流。在分類型的玩法比較典型的就是集卡，就是類似于支付寶的集五福，通過集齊愛情牛，運氣牛，事業牛等卡片，可以在除夕開啟大獎，從而讓用戶在前期能夠不停地在平臺上去進行活躍。另外一種分類玩法是組隊pk，用戶通過拉新用戶進來完成任務，形成隊伍進而兩隊pk，獲勝的隊伍可以獲得紅包或者電商優惠券。
從引導電商成交這個角度來說，我們會在用戶完成任務玩法之后，為用戶分發不同的一些電商權益比如零元購，這里邊會促進用戶進行成交轉化。
從促進快手內容消費的目標出發，平臺聯合創作者為用戶發放寵粉紅包。快幣的成本一部分是由平臺承擔，一部分是由創作者去承擔。寵粉紅包玩法是創作者在發短視頻的時候，同時準備一些快幣。用戶觀看視頻內容的話，就可以隨機得到快幣，從而刺激用戶內容的消費。同時，快手也邀請top級別的明星，在每一天晚上8點的時候進行相對應一些頭部內容的直播，為用戶提供更好的內容體驗。
春節活動的核心目標O以及對應的數據指標就會劃分為三個部分：
活動過程中，用戶整體行為路徑鏈路會拆分幾個部分，以及對應的策略拆解：
外內渠道觸達/活動內容分發：活動的內容的觸達；用戶到達活動主會場頁面或者是活動分會場。
活動玩法互動/完成任務/獲得獎勵：譬如用戶去參加飛行棋集卡或者是說組隊pk，促進用戶去完成相對應的任務。一旦用戶完成任務，即獲得獎勵，包括電商，商業化的優惠券，以及現金，紅包，代幣等等，反向刺激用戶更多的參與到這些玩法互動里面去。
產生消費：春節當天晚上刺激用戶去進行產生相對應的電商消費或者是內容消費。
從春節活動來講，通過這樣的一個數據指標體系，我們達成什么樣的一個效果呢？
04
總結
在介紹完了快手整個春節戰役的實戰之后的話，我們來做一個總結。我們是從為什么需要一個好的指標體系出發的。一個好的數據指標體系是能夠幫助業務去理解業務，全面發現問題，快速定位原因以及落地解決方案的一個靈魂。
那從這個靈魂往下來拆來講的話，一個好的數據指標體系是要需要回答兩個問題，它是不是有助于業務發展，以及說這個指標體系拆解是不是可具備、可落地、可實操的可能性。
之后，我們給大家介紹了OSM的理論，如何去確定O，它是需要貼近業務模式以及價值點的，關于S和M，我們是需要從目標角度出發，去拆解到相對應的業務策略，以及從業務分類的角度去找到適合可量化指標。
最后，數據指標體系其實只是數據賦能業務的萬里長征的第一步。未來如果希望更加泛化地去支持到更多的業務場景，其實是需要去做一些產品化的沉淀的，把一些固化下來的指標體系或者分析框架沉淀下來，去賦能更多的業務人員，可以使用相對應的數據產品，幫助他們去做相對應的業務決策。進一步提升他們決策的效率，同時降低使用數據的一個門檻。這個對于一個公司開展數據驅動文化最大的一個助力。那從這個角度來講的話，如果大家感興趣，我們下一次的專題可以講一講如何從一個好的數據指標體系出發去沉淀內容數據產品建設。
今天的分享就到這里，謝謝大家。
分享嘉賓：
分享嘉賓：錢英男 快手 數據產品總監
編輯整理：王亞季
出品平臺：DataFunTalk
