數據指標體系建設的方法可以總結為三個步驟，即明確業務目標，理清用戶生命周期以及行為路徑以及指標分層治理，在這三個步驟當中又涉及到 OSM、AARRR、UJM、MECE 四個模型，這四個模型是指導我們構建完整而清晰的指標體系的方法論。

下面整合這四個模型，為大家梳理了一套建設指標體系的流程和方法。

1.OSM模型：明確業務目標，數據賦能業務

OSM模型是 Object, Strategy, Measure的縮寫。數據服務于業務才能賦能業務，數據脫離業務，那么數據就會失去其價值。

所以，我們在建立數據指標體系之前，一定要清晰的了解業務目標，也就是模型中的O,Object。換句話說，業務的目標也就是業務的核心KPI，了解業務的核心KPI能夠幫助我們快速理清指標體系的方向。

了解業務目標方向之后，就需要制定相應的行動策略，也就是模型中的S,Strategy。行動策略的制定可以根據產品生命周期或者用戶行為路徑進行拆解，也就是把業務的核心KPI拆解到產品生命周期(AARRR)或者用戶行為路徑(UJM)當中，在整條鏈路當中分析可以提升核心KPI的點。

最后，就需要我們制定較細的評估指標，也就是模型中的M,Measure。評估指標的制定是將產品鏈路或者行為路徑中的各個核心KPI進行下鉆細分，這里用到的方法就是麥肯錫著名的MECE模型，需保證每個細分指標是完全獨立且相互窮盡的。

總結一下OSM模型的內容及其與AARRR,UJM,MECE模型之間的關系，OSM模型是指標體系建設的指導思想，理解業務KPI是OSM模型的核心；制定行動策略是實現業務KPI的手段，而AARRR和UJM模型是實現策略制定的方法論；制定細分指標是評估業務策略優劣的方法，而MECE模型制定細分指標的方法論。

2.AARRR模型和UJM模型：理清用戶生命周期以及行為路徑

前面我們提到AARRR和UJM模型是實現策略制定的方法論，對于剛入門或者想要轉行的朋友來說，可能對這兩個模型都還很陌生，下面我們就簡單的介紹下這兩個模型。

AARRR和UJM模型都是路徑模型，二者原理相似，只是它們出發的角度不一樣。AARRR模型是從產品角度出發，揭示產品的整個生命周期；而UJM模型是從用戶出發，揭示用戶的行為路徑。

AARRR模型是基于產品角度，簡單地來說就是拉新，促活，留存，付費，推廣。對于一款產品來說，我們首先要從各個渠道獲取用戶；其次需要激活這些用戶并讓他們留存下來；對于留存下來的用戶引導他們付費以及推廣產品。

UJM模型則是從用戶角度出發，描述了用戶進入產品的整個路徑流程，即注冊，登陸，加購，購買，復購鏈路流程。

無論是產品角度還是用戶角度進行鏈路流程，核心KPI都可以下鉆到相應的節點，這樣我們就在整條鏈路流程當中拆解了業務的核心KPI。這樣的好處是，我們可以從更多的角度和維度監控和分析業務問題。

3.MECE模型：指標體系分級治理

前面兩個步驟，首先我們明確了業務核心目標；其次，我們將業務核心的KPI下鉆到產品生命周期或者用戶路徑行為中；接下來我們需要對這些核心KPI向下進行三到五層的拆解，這個過程我們成為指標體系分級治理，用到的模型是MECE模型。

MECE模型的指導思想是完全獨立，相互窮盡，根據這個原則拆分可以暴露業務最本質的問題，幫助數據分析師們快速地定位業務問題。例如，客戶總成交額GMV進行以及拆解可以是付費用戶數與平均客單價的乘積。

上述方法理論比較枯燥，下面參考2個案例：

案例1

233網校提升注冊/付費轉化和課程完成度

全局用戶流轉地圖：該圖含OSM（產品目標+解決方案+策略+指標）和UJM。

如何搭建上圖的指標和策略圖？分為四步：

第一步：確認233網校的北極星指標是什么？

O（目標）：注冊/付費完成轉化；學習完成度

第二步：達成目標的策略是什么

S（策略）：

1.付費轉化率：

監控付費轉化漏斗，找到薄弱環節

評估不同入口帶來的付費貢獻，合理調整資源入口布局

2.提升學習完成率

從課程內容角度監控課程質量

從產品角度監控各功能使用情況

第三步：如何衡量策略的達成情況

M（量化）：

1.付費轉化率：

訂單量

購買轉化率

各轉化入口貢獻

各頁面瀏覽量，時長分布

2.提升學習完成率

課程播放量，上課頻率和留存

各類課程播放時長，完播率

各功能模塊點擊

站內流量分發情況

第四步：策略的落地場景有哪些

UJM:

落地推廣頁—>注冊頁—>訂單頁面—>課程詳情頁—>我的課程頁面—>課程學習

以提升注冊/付費轉化和學習完成度為目標的數據指標體系

案例2

某APP的非標準住宿搜索場景

第一步：業務目標確認

在搜索模塊，通過兩個視角確認業務目標

用戶視角：用戶通過搜索功能找到自己心儀的房間

業務視角：通過提高搜索成功率，進而提升用戶的下單轉化率

第二步：達成目標的策略是什么

策略1：提高返回結果與用戶搜索詞的匹配度

策略2：提供有效的搜索結果排序，對于非標類產品思考如何將用戶感興趣的產品排序更靠前。

策略3：當搜索沒有結果時或者結果顯示數量不足，需要填充兜底內容。

第三步：如何衡量策略的達成情況

轉化漏斗建立

度量1：搜索到詳情頁轉化率

度量2：詳情頁到下單轉化率

第四步：策略的落地場景有哪些

用戶行為路徑梳理

以提升搜索效率為目標的數據指標體系

以上的內容比較適合業務初步建立的時候，但當以上內容都完成后（漏斗&路徑建立），業務發展進入成熟期，還需要做什么？push的經驗就是：做人群&內容&場景的細分，比如從用戶角度看，之前全量用戶統一使用一個算法模型，現在根據用戶點擊或者活躍度，將用戶分層，不同特征的用戶使用不同的推薦算法模型優化。

從內容層面：之前內容不做選擇，現在將內容拆分成高爆優質內容和普通內容以及人工運營內容，結合不同的分發場景使用不同的內容量，比如對新用戶分發高爆和人工運營，針對一般用戶使用普通內容探索用戶興趣。

還有可以從其他方向繼續做優化，比如分發時間段的優化，落地頁樣式的優化（前端樣式的優化）。

如果找到這些優化點？

1、理論推理：5W2H理論思考，拆分整個事情涉及到哪些元素，這些元素怎么優化。

2、站在用戶的角度，使用各種產品時，培養自己的同理心，思考我做為一個新用戶，做為一個老用戶在使用產品時，關注點，使用滿足情況，痛點。

3、跟進競品，從競品的迭代優化中尋找靈感。

（部分文字來源數據萬花筒和回首又見他）