数据分析指标体系

目录

1. 构建业务公式，用量化逻辑串联业务

1.1 明确公式结果

1.2 拆解业务过程

1.3 构建计算关系（y=ax+b）

经典的成交额业务公式

小疑问：

如何让自己的指标看起来更专业？

量化业务过程的量化，到底是什么呢？

业务公式的本质是什么？

2. 基于业务公式，映射并搭建指标体系

2.1 根据拆解的业务过程映射业务公式，映射到你拆解的最细一层

2.2 列出所有出现过的指标【横转竖】

2.3 针对业务公式中的对象，增添时间和维度

2.4 结合具体的业务过程，进一步根据对象、动作和时间颗粒度细化演变出新的指标体系，并分模块整理

2.5 根据业务发展的实际问题，不断增添指标

小疑问：

什么是指标？

明确统计口径

什么是指标体系？

真实案例：外卖商家运营指标体系

指标的两个大类

AB测试等数据实验衡量结果的几类指标拍【用于活动复盘的快速分析】

一般大厂级分析需要多少指标呢？

3. 从指标体系中，选出北极星关键指标

3.1 不断积累备选指标

3.2 根据六个标准判断选择

3.3 推演指标后续影响

3.4 确定指标说明原因

小疑问：

GMV是滞后指标还是先导性指标？

GMV真的是一个好的北极星指标吗？

为什么电商行业还要选择GMV作为北极星指标？

有可能选不出北极星指标

北极星指标并非绝对唯一

北极星可能随着公司的不同发展阶段而变化

不同商业模式会有不同的指标

北极性指标中可以加上反向指标

---

1. 构建业务公式，用量化逻辑串联业务

3步构建业务公式，用量化逻辑串联业务

1.1 明确公式结果

• 只要是一个具体的指标都可以，如利润、订单数、销售额、点击数
• 你想分析和提升什么动作，对应的指标就能作为公式的结果

1.2 拆解业务过程

• 对象
• 动作

1.3 构建计算关系（y=ax+b）

• 动作用乘除
  • 每个动作都有自己的绝对值数据
    • 曝光→曝光数
    • 转化→转化数
    • 成交→成交数
  • 两个动作的绝对值相除，就是转化率
    • 曝光转化率=转化数/曝光数
    • 成交转化率=成交数/转化数
  • 第一个业务动作的绝对值乘以后续动作的转化率，就可以轻松构成基于最后一个业务动作的业务公式
    • 成交数=曝光数*曝光转化率*成交转化率
    • 成交数=曝光数*转化数/曝光数*成交数/转化数
• 对象用加减
  • 当同一个动作由不同对象完成时，可以直接用加号对对象进行拆分
  • 例如：成交数=（线上曝光数+线下曝光数）*转化数/曝光数*成交数/转化数
    • 客户类型：新客+老客
    • 渠道类型：线下+线上

经典的成交额业务公式

• 产品成交额=（新客数量+老客数量）*触达率*点击率*购买率*平均客单价
• 网贷成交额=（地推触达用户数+线上渠道用户数）*实名率*活体认证率*戳额率*给额率*发标率*成交率*给额额度*额度使用率
• 网贷成交额=（地推触达用户数+线上渠道用户数）*实名率*活体认证率*（点击申请率*确认申请率）*给额率*发标率*成交率*给额额度*额度使用率
  • 地推触达用户数
  • 线上渠道用户数
  • 实名率
  • 活体认证率
  • 点击申请率
  • 确认申请率
  • 给额率
  • 发标率
  • 成交率
  • 给额额度
  • 额度使用率

小疑问：

如何让自己的指标看起来更专业？

• 先简化，再形象化
  • 接触课程率→接触率→已经很形象了，有的公司叫搜索率，其实是以偏概全
  • 了解课程率→了解率→问询率
• 沿用公司已有的命名习惯
  • 互联网金融就把用户发起订单的行为叫做【发标】意为【发起标的】对应的就是【发标率】
  • 由于每家公司的命名习惯不同，基本无法针对性准备
  • 一般入职后，接触到字段，了解其含义后，沿用即可
  • 面试时，能说出最本质的动作，用大白话讲出来效果往往比黑话更好

量化业务过程的量化，到底是什么呢？

• 量化就是用数据进行描述/映射/代表
• 量化业务过程就是用数据描述/映射/代表业务事实
• 最终实现，将现实物理世界的一切映射到信息世界
• 这样才能在电脑上调用映射好的数据，对数据对应的事实直接进行分析

业务公式的本质是什么？

• 业务公式的本质，是用数学关系串联业务过程和目标
  • 销售额=售价*销售数量
  • 左边是业务的目标=右边是业务的过程
• 将业务量化/映射为数学公式后，就能用数学进行一系列的变形和计算，拓展出更多信息

2. 基于业务公式，映射并搭建指标体系

5步搭建指标体系

2.1 根据拆解的业务过程映射业务公式，映射到你拆解的最细一层

用户侧业务过程拆解

例如：B站

• 刷内容
  • 浏览被推荐的标题封面
  • 感兴趣点击or不感兴趣继续下拉刷新
• 看内容
  • 看视频
    • 免费内容
    • 付费广告
      • 硬广
      • 软广
  • 看直播
    • 免费内容
    • 付费广告
      • 硬广
      • 软广（目前极少）
• 点击商品
  • 视频域点击
    • 弹窗
    • 卡片
    • 评论区
    • 简介
  • 直播域点击
    • 购物车
  • up主页面点击
    • 橱窗
• 购买商品
  • 站内购买（子动作分支）
    • 魔力赏
    • 会员购
    • ……
  • 跳转链接（子动作分支）
    • 淘宝蓝链（子动作分支）
      • 跳转到淘宝的粉丝专属页面（实现方式）
      • 领券
      • 选规格
      • 立即购买
    • 拼多多
    • 京东
    • 自建H5
• 支付
• 跳回
  • 站内
    • 直接返回上级页面
  • 站外
    • 返回浮标
    • 重新进入
• 收货
• 售后

用户侧业务公式

• B站电商GMV
• =登录用户数*内容推荐率*内容观看率*商品点击率*购买率*支付率*客单价
• =（新用户+老用户）*内容推荐率*内容观看率*商品点击率*（加购率*下单率）*（跳转支付率*支付成功率）*客单价
• =（新用户+老用户）*（登录率*打开率*刷新率）*内容观看率*商品点击率*（加购率*下单率）*（跳转支付率*支付成功率）*客单价
• 可以根据分析目的和对细节的梳理程度，无限拆分下去……

2.2 列出所有出现过的指标【横转竖】

• 登录用户数
• 内容推荐率
• 内容观看率
• 商品点击率
• 购买率
• 支付率
• 客单价
• ……

2.3 针对业务公式中的对象，增添时间和维度

• 时间：数据是事实的映射，所有动作都有发生的时间
• 用户画像
  • 天猫8大人群
  • 新老
  • 年龄
  • 最近消费频次
  • 地域
  • 平台标签
• 商家画像
  • 小辉哥销售方法论（第三篇）：SMB，LA，KA业务的定义与区别 - 知乎 (zhihu.com)
  • RFM

2.4 结合具体的业务过程，进一步根据对象、动作和时间颗粒度细化演变出新的指标体系，并分模块整理

• 统计时间
  • 日期
  • 时间
• 用户画像
  • 新老
  • 年龄
  • 最近消费频次
  • 地域
  • 平台标签
• 内容推荐率
  • 直播推荐率
  • 视频推荐率
• 商品点击率
  • 弹窗点击率
  • 直播购物车点击率
  • 橱窗点击率
• 商品购买率
  • 站内购买率
  • 跳转购买率
• ……

2.5 根据业务发展的实际问题，不断增添指标

• 事实增添
  • 补缺：业务动作有拆解不到位的地方，连拆解和指标一起补上
  • 加强：分析的要求提高了，需要重点加强某一动作
  • 转移：分析重点发生了改变，要去补充新的动作
• 衍生计算
  • sumif，分维度聚合运算，进行分类讨论
    • 为了细致追踪各渠道的质量和转化效率：渠道跳转购买率
      • 淘宝蓝链购买率
      • 拼多多购买率
      • H5购买率
      • ……
    • 复购率→高成交用户复购率
  • A/B，各种数学变换，进行下钻研究
    • 为了让商家多在抖音投广告：GPM
      • 内层GPM=(GMV/PV)*1000
        • 进入直播间的1000人带来的成交金额，衡量人群质量
        • PV指进入直播间的人次
        • GMV指成交的总金额
      • 外层GPM=GTR*(GVR*客单价)*1000
        • 直播间或者短视频素材展现1000次带来的成交金额，衡量曝光质量
        • GTR指直播间进入与成交的转化率
        • GVR指广告展示到达与进入的转化率
      • 本质就是转化率*客单价，也就是单位流量价值
        • GPM=(GMV/PV)*1000
        • GPM=(曝光数*点击率*下单率*客单价/PV)*1000
        • GPM=(PV*下单率*客单价/PV)*1000
        • GPM=(下单率*客单价)*1000
        • GPM=下单率↑*客单价↑
      • 因为抖音一开始规模不够，所以不谈总GMV，谈单位流量价值
    • 翻台率、折旧率、资产周转率、人效，这些都是对核心的动作和资产进行下钻研究
      • 蔚来十周年李斌发内部全员信，要求团队聚焦提升基本经营单元的运营效率-36氪
      • 意思就是每个人、每个部门都要多赚点钱

小疑问：

什么是指标？

• 指标就是有指向性的标记
  • 销售额-指向标记了销售规模的大小
  • 订单量-指向标记了有多少订单生成
• 人生中接触最多的两个指标是什么？
  • 分数
  • kpi

明确统计口径

• 统计边界
  • 具体怎样的情况下，才统计数据
  • 例如：成交额，是用户实际支付时统计订单金额，还是支付系统必须收款后才统计
  • 如果不明确，没关系，拆解和梳理会帮我们变得明确
• • 统计目的
    • 一切数据都为具体的目标服务
    • 到底要准确还是要业绩，你要想清楚
    • 例如：要业绩成交额就不剔除退款，但为准确，我们应该进一步看剔除退款的实际成交
    • 并且这个指标最好有足够的业务价值，这样才足够重要，对需求的承接方也有意义
  • 统计周期
    • 统计开始和结束的具体时间点
    • 例如：剔除退款的实际成交，这里就要考虑用户的退款时间，我们必须等一笔订单的可退款时间过了，才能真正确认它的实际成交，不然实际成交可能会进一步变化
    • 这个时间点不要纠结，如果想不清楚对业务的实际价值，决定一个就好

什么是指标体系？

• 指标体系就是用来全盘描述/映射/代表所有业务过程的所有指标集合，也是全面量化业务现状的关键！

真实案例：外卖商家运营指标体系

• 评价结果
  • 评价数量
  • 评价分数
  • 评价类型
    • 中差评（0-3分）
    • 好评
  • 中差评率=中差评数/评价总数
  • 中差评类型
    • 性价比低
    • 菜品质量
    • 菜品口味
    • 包装问题
    • 送错餐
    • 少餐具
    • 物流问题
    • 其他
    • 未看备注
    • 菜品异物
    • 少酱料
    • 少菜品
    • 客户原因
    • 服务态度差
    • 售罄未估清
  • 中差评数量
    • 性价比低中差评评价数
    • 菜品质量中差评评价数
    • 菜品口味中差评评价数
    • 包装问题中差评评价数
    • 送错餐中差评评价数
    • 少餐具中差评评价数
    • 物流问题中差评评价数
    • 其他中差评评价数
    • 未看备注中差评评价数
    • 菜品异物中差评评价数
    • 少酱料中差评评价数
    • 少菜品中差评评价数
    • 客户原因中差评评价数
    • 服务态度差中差评评价数
    • 售罄未估清中差评评价数
• • 时间
    • 精确时间：11:08
    • 精确日期：2020-02-19
    • 单位日期：天/周/月/年
    • 距今日期：距今n天/周/月/年
    • 同比
    • 环比
  • 品牌属性
    • 品牌ID
    • 品牌名称
    • 品牌城市
  • 门店属性
    • 门店ID
    • 门店名称
    • 平台门店名称
    • 门店城市
    • 门店位置
    • 平台类型：meituan/eleme
    • 门店活跃状态：曝光人数大于0则为活跃
    • 门店营业状态：开店/关店/异常闭店
    • 门店异常监控（仅提供饿了么数据）
      • 异常闭店异常时间（分） 异常闭店时间(分) 按照by门店by天
      • 异常闭店预计损失（元） 异常闭店预计损失（元）
      • 每分钟损失金额 异常闭店预计损失（元）/异常闭店异常时间（分）
      • 异常时长门店排名(降序)(月维度) 异常时长最多由大到小排序,(有相同值按照预计损失排序)
      • 每分钟损失金额门店排名(降序) 每分钟损失金额最多由大到小排序(有相同值按照异常时长排序)
    • 饿了么综合评分（该自然月最后一天做为当月的门店综合评分）
    • 美团综合评分（该自然月最后一天做为当月的门店综合评分）
  • 市场结果
    • 同行均值
  • 营收结果
    • 营业额GMV=菜品+餐盒+配送
    • 支出=商家补贴+平台补贴+平台服务费
    • 实收=GMV-支出
    • 毛利=订单/菜品实收-菜品成本
    • 到手率=实收/GMV
    • 客单价=GMV/有效订单量
    • 顾客实付
  • 营销/活动结果
    • 商家补贴
    • 平台补贴
    • 自营销比例=商家补贴/GMV
    • 活动分类
      • 店铺满减
      • 折扣商品
      • 减配送费
      • 门店新客立减
      • 商家代金券：美团专有活动
      • 商家红包：商家补贴或有部分商家补贴的红包
      • 平台红包：平台全额补贴的红包
      • 联盟津贴
      • 其他活动：不属于以上类别的其它活动共
    • 商家补贴占比=商家补贴/（商家补贴+平台补贴）
    • 活动订单数
    • 活动渗透率=活动订单数/全部订单数
    • 活动到手率=实收/GMV
    • 营销支出占比=该活动支出/总支出
    • 总体自营销力度=该活动支出/总GMV
    • 订单自营销力度=该活动支出/该活动GMV
    • 活动单均实收=活动实收/活动订单数
    • 活动单均实付=活动实付/活动订单数
    • 钱效=活动实收/活动商家补贴
  • 订单结果
    • 订单类型：有效订单/无效订单
    • 订单数
    • 订单金额
    • 订单时间
      • 早餐订单数 6:00-9:59有效订单数
      • 午餐订单数 10:00-13:59有效订单数
      • 下午茶订单数 14:00-16:59有效订单数
      • 晚餐订单数 17:00-20:59有效订单数
      • 夜宵订单数 21:00-5:59有效订单数
    • 无效订单数(来自于无效订单报表)
      • 用户原因无效订单数
      • 系统问题无效订单数
      • 其他无效订单数 其他无效订单数
      • 商品售完无效订单数 商品售完无效订单数
      • 商家超时未接单无效订单数 商家超时未接单无效订单数
      • 商家拒单无效订单数 商家拒单无效订单数
      • 送错漏送无效订单数 送错漏送无效订单数
      • 商品质量问题无效订单数 商品质量问题无效订单数
      • 商家出餐慢无效订单数 商家出餐慢无效订单数
      • 门店原因无效订单数 门店原因无效订单数
      • 运力不足（无骑手接单）无效订单数 运力不足（无骑手接单）无效订单数
      • 配送超时无效订单数 配送超时无效订单数
      • 骑手问题无效订单数 骑手问题无效订单数
      • 疑似物流无效订单数 疑似物流无效订单数
    • 无效订单类型（此列表会动态更新）
      • 用户原因
      • 系统问题
      • 商品售完
      • 商家超时未接单
      • 商家拒单
      • 送错漏送
      • 商品质量问题
      • 商家出餐慢
      • 门店原因
      • 运力不足（无骑手接单）
      • 配送超时
      • 骑手问题
      • 疑似物流
      • 其他
    • 无效订单率=无效订单数/总订单数
    • 无效订单率门店排名(降序)(月维度)
    • 订单距离（单位km）
    • 各距离订单数（有效）
      • 【0-0.5)订单数 0-0.5千米(不含0.5千米) 收货人地址和商家地址距离(按照订单维度计数)
      • 【0.5-0.8)订单数 0.5-0.8千米(不含0.8千米) 收货人地址和商家地址距离(按照订单维度计数)
      • 【0.8-1.0)订单数 0.8-1.0千米(不含1.0千米) 收货人地址和商家地址距离(按照订单维度计数)
      • 【1.0-2.0)订单数 1.0-2.0千米(不含2.0千米) 收货人地址和商家地址距离(按照订单维度计数)
      • 【2.0-3.0)订单数 2.0-3.0千米(不含3.0千米) 收货人地址和商家地址距离(按照订单维度计数)
      • 【3.0-4.0)订单数 3.0-4.0千米(不含4.0千米) 收货人地址和商家地址距离(按照订单维度计数)
      • 【4.0-5.0)订单数 4.0-5.0千米(不含5.0千米) 收货人地址和商家地址距离(按照订单维度计数)
      • >=5.0 订单数 >5.0千米收货人地址和商家地址距离(按照订单维度计数)
    • 订单数排名(降序)(月维度)
    • 非异率
      • 即非顾客原因导致的异常订单率的简称，是衡量用户体验的一个核心指标群。
    • 取消原因
    • 退款信息
  • 流量结果
    • 曝光量
    • 曝光人数
    • 进店人数
    • 下单人数
    • 进店转化率=进店人数/曝光人数
    • 下单转化率=下单人数/进店人数
    • 复购率=老客数/客户数
    • 千次曝光：每一千次曝光带来的GMV=（GMV/曝光量）*1000
    • 有效曝光
      • 门店通过获取到的平台曝光，在达到标准双转化后形成有效订单的，即为有效曝光。
    • 无效曝光
      • 门店通过获取得到的平台曝光，无法产生有效订单或双转化率远低于常规标准的，可称之为无效曝光
    • 曝光资源净收ROI
      • CPC带来的额外净收/推广费用
    • 曝光资源营业额ROI
      • CPC带来的额外营业额/推广费用
    • 曝光资源毛利润ROI
      • （额外净利润-推广费用）/推广费
    • CPC
      • GMV ROI=CPC点击×下单转化率×单均GMV / CPC消费
      • 实收ROI=CPC点击×下单转化率×单均实收 / CPC消费
      • CPC曝光
      • CPC点击
      • CPC消费
      • CPC点击单价
      • 下单转化率
      • 单均实收
  • 用户属性
    • 购买次数
    • 用户类型
      • 新客：门店近90天首次的下单客户
      • 老客：门店近90天非首次下单客户
    • 用户数量
      • 客户数：门店近90天的下单客户数，需要按照userID去重
      • 新客数：门店近90天首次的下单客户数，需要按照userID去重
      • 老客数：门店近90天非首次下单客户数，需要按照userID去重
      • 复购客户数（近90天购买次数>=2)：门店近90天下单>=2次的客户数，需要按照userID去重
    • 用户占比
      • 新客占比=新客数/客户数
      • 老客占比=老客数/客户数
  • 菜品属性+结果+行为
    • 商品信息：订单菜品信息 菜品A_单价a元*b份+菜品B_单价a元*b份
    • 菜品成本
    • 菜品份数
    • 菜品构成
      • 一份菜订单数 购买一份菜的有效订单数
      • 二份菜订单数 购买二份菜的有效订单数
      • 三份菜订单数 购买三份菜的有效订单数
      • 四份菜订单数 购买四份菜的有效订单数
      • 五份菜及以上订单数 购买五份菜及以上的有效订单数
    • 菜品状态：正常/异常
    • 菜品异常监控
      • 异常菜品数
      • 异常菜品直接损失金额
      • 异常菜品间接损失金额
      • 异常菜品直接损失金额门店排名(降序) 异常菜品直接损失金额门店排名降序(有相同值按照间接损失排序)

指标的两个大类

• 【维度】标记【对象】的自身属性，用于区分【对象】
  一般体现为数据中的各种维度
  • 用户
    • 年龄
    • 性别
    • 历史消费金额
  • 商家
    • 店名
    • 上线时间
    • 总评分
• 【度量】衡量【动作】的最终结果，用于对比【动作】
  一般体现为数据中的各种度量、XX数、XX率
  • 点击数
  • 下单数
  • 接单数
  • 转化率
  • 上线商家数
  • 销售额
• 【维度】和【度量】可以根据对象和分析目的灵活转换
  • 点赞数是衡量用户点赞数多少的【度量】
  • 点赞数也可以代表高赞视频自身特性的【维度】

AB测试等数据实验衡量结果的几类指标拍【用于活动复盘的快速分析】

• 核心指标/成功指标/北极星指标
  • 用来决定实验是否成功的指标，衡量长期商业影响
  • 例如：成交额、成交率
• 辅助指标/护栏指标
  • 不直接反映实验成功，但能反映用户体验和其他相关的商业价值
  • 例如：停留时长、转化率
• 品质指标
  • 衡量实验有效性
  • 例如：实验用户数、实验周期、版本样本比例
• 反向指标
  • 直接反映实验失败或风险
  • 例如：退货率、取关率

一般大厂级分析需要多少指标呢？

• 只要抓住核心动作，十几个指标完全足够了！
• 看起来成百上千的指标，只是继续在各个维度进行分类讨论和下钻，精力够就能一层层往下做，本质上并没有技术难度，更像是体力活

3. 从指标体系中，选出北极星关键指标

现在，我们已经有了一整套指标体系，但是分析和执行过程，往往要围绕那个最重要的指标进行，企业和分析师又该如何找出那个最重要的指标呢？

3.1 不断积累备选指标

常见的北极星指标

• A：成交次数
• B：总成交额（GMV）
• C：商家实收金额（去除退款最终入账商家的金额）
• D：成交/曝光转化率
• E：好评数
• F：好评率
• G：好评成交金额

3.2 根据六个标准判断选择

1. 体现产品的核心价值，即可以知道用户是否体验到了产品要提供、传达的核心价值

对于一个投资应用，其核心价值就是投资，所以这个北极星指标应该和用户进行投资有关。

对于电商应用，给用户的核心价值就是能够买到合适的东西，核心是交易，那北极星指标必须和交易相关，比如GMV、销售额等。

对于知乎这类问答社区来说，给用户的价值是得到问题的答案，那北极星指标必须与回答问题有关系。

2. 指导产品的长期发展，不能损害产品的长期健康成长

能否为产品达到长期商业目标奠定基础公司不仅仅要给用户提供价值，公司本身要能赚钱才能保证持续的为用户提供服务，否则一切都是白谈。

3. 反映用户的活跃程度，指标越高是否说明用户活跃程度更高

警惕虚荣指标：注册→关注→播放→付费

注册和关注只能代表累计用户，时间越长自然越高，但并不能反应真实的用户活跃

4. 反映产品的实时发展，指标提高是否说明产品在往好的方向发展

5. 易于理解、明确衡量，即定义清晰，并且容易被所有人理解、交流、执行

“总订单数”就比“订单额超过100元的订单比例”容易理解，也更便于各个团队之间协作和交流。

6. 未来营收的先导指标，即根据这一指标可以一定程度预测未来的营收情况

大多数业务公式里的组成项都是先导指标，结果是滞后指标.

• 滞后性指标
  • 为了达成最重要目标而进行的跟踪性指标。
  • 对于这些指标，大家旺旺会话费很多时间去祈祷能够得到好的结果，例如销售收入、利润率、市场份额、客户满意度等研究分析都属于滞后性指标。这意味着：当你得到这些结果的时候，导致这些结果的事情早已结束。之所以说祈祷，就是因为当你开始这些行为时，就已经不能控制它们了，你得到的都是历史数据。
  • 滞后性指标就是，具体要减多少斤。
• 先导性指标
  • 是指那些可以衡量你的团队必做的、对达成预定目标有着最重要作用行为的指标。
  • 从本质上讲，他们可以衡量那些能驱动滞后性指标成功的行为，不论这些行为是简单的还是复杂的，小到面包店向每一位顾客赠送一小片品尝品，大到在喷气式发动机的设计中采用标准化方法。
  • 引领性指标则可能每天摄取的食物热量值不超过多少，或者每周进行多场时间的运动。

3.3 推演指标后续影响

• A：成交次数
  • 会走低价量大商品
• B：总成交额（GMV）
  • 太虚荣，没有B站的高质量特色
• C：商家实收金额（去除退款最终入账商家的金额）
  • 太滞后，跟用户没关系
• D：成交/曝光转化率
  • 转化率只能代表匹配度，不直接代表产品体验和总规模
• E：好评数
  • 有风险，规模大，好评数自然就高
• F：好评率
  • 无法反应规模，但能但反应匹配程度和成交质量
  • 抖音最大的问题就是不评价，嘎完一次韭菜就走
• G：好评成交金额
  • 高质量电商平台都想追求的指标

3.4 确定指标说明原因

• 最终选择【好评成交金额】作为B站引流电商的北极星指标
• 原因是：
• 只有这样才能充分发挥内容和up主的优势，打造出成交质量最高、最懂用户流量平台
• 且不会一味追求规模，拉升好评数
• 但是，B站现在的北极星指标真的是【好评成交金额】吗？
  • 存活都成问题！现在是平台实收！
  • 所以，增长分析只是开始，它能给你明确的方向
  • 但只有经过具体的诊断分析、量化测算，权衡各方后才能得到最终可落地的目标和策略

小疑问：

GMV是滞后指标还是先导性指标？

• 要看分析背景
• 售前就是滞后指标
• 售后和全链就是先导指标

GMV真的是一个好的北极星指标吗？

不包含退款，有一定的虚荣成分

为什么电商行业还要选择GMV作为北极星指标？

• 好理解
• 有助于促进大家冲冲冲！【退款就退呗，大多数商家都是当作成本处理的】

有可能选不出北极星指标

• 选不出最完美的北极星指标时，可以退而求其次
• 先选合适的指标，边发展边认识，边实践边推导

北极星指标并非绝对唯一

• 很多指标都具有相关性，在公司的一定阶段都可以作为北极星指标
• 如果觉得不够用，可以像AB测试一样，设置一些辅助指标

北极星可能随着公司的不同发展阶段而变化

• 探索期：留存率活跃度
• 成长期：用户增长、总活跃用户数
• 成熟期：营收利润，付费用户数
• 衰退期：营收利润，新产品指标

不同商业模式会有不同的指标

北极性指标中可以加上反向指标

• 坏的确定性，也是确定性
• 如果发现单一指标不能反映公司的经营情况，可以考虑加入反向指标作为“制衡指标”（电商：北极星指标=GMV，反向指标：退货率）