下载掌阅APP，畅读海量书库
立即打开
老姜： 小白，通过上面的讲解，你是否对指标体系的基础概念更加清晰一些呢？
小白： 是的，我已经了解了指标体系是什么，以及其对于业务有哪些价值。
老姜： 那就好，本节我们来看看指标体系的搭建流程，针对一款新产品，如何从0到1搭建指标体系。
小白： 好啊，那我们就开始吧。
在构建指标体系之前，还需要做一些预备工作，核心是全面了解产品，才能让设计出来的指标更加贴近业务，而非空中楼台。
前期的准备可以划分为四个阶段——理解业务、划分业务、度量方向、转化指标，如图4-5所示。
图4-5 前期准备的四个阶段
步骤一：理解业务。
指标体系的价值最终仍落到业务上，因此在搭建指标体系之前，需要对业务有充分的理解。这里建议：首先，与业务一把手线下沟通，一方面了解业务现状及未来发展，另一方面了解上层需要量化哪些方面的内容；其次，与负责业务不同方向的一线人员沟通，因为未来他们是你的主要需求方；最后，阅读业务近期文档，将整体内容过一遍，归总问题，多次沟通。
步骤二：划分业务。
在理解业务的前提下，建议将业务划分到不同的域上面，在域的基础上，梳理评估方向及度量指标。例如，电商型产品，可以将业务划分为用户域、流量域、搜索域、商品域、订单域、流水域等。域的划分方式不局限于这一种，可根据不同业务特性而制订。
步骤三：度量方向。
在业务划分的基础上，了解其中需要度量的核心内容，制订各模块核心评估方向。例如，用户域需要重点度量用户量级；商品域需要重点度量商品数量；流水域需要重点度量GMV、收入、净利等。
步骤四：转化指标。
思考可以通过哪些指标，完整地量化度量方向。一方面，需要围绕业务进行制订，不能凭空决断；另一方面，指标的计算口径需要明确，不能出现模棱两可的情况。
总体来看，前期的核心工作内容是梳理业务，并将业务衡量的方向摸索清晰。
在对业务有充分的了解后，就可以开始搭建业务指标体系了。指标体系的建设，一般会按照一定的思路模型去梳理，业界比较常见的模型主要有GSM模型、HEART模型、PULSE模型等。
模型一：GSM模型。
GSM（Goals、Signals、Metrics）模型是Google提出的一种自上而下度量用户行为的方式，用于衡量业务目标的完成情况，如图4-6所示。
图4-6 GSM模型
· Goals（目标）： 明确指标设计的核心目的是什么，用于度量哪方面的内容。日常工作中，在思考评估指标的时候，往往会陷入天马行空的脑暴状态，散点的输出往往会淡化度量的目的。因此，要以目标为出发点，逐层深化，以防跑题。
· Signals（信号）： 通过哪些用户行为信号可以拆解目标？度量目标是否已经完成？目标与信号之间往往是一对多的关系。例如，搜索类产品的目标是提升用户在端内的体验，信号则是“提升用户访问量+提升用户搜索效率+提升搜索内容质量+提升用户黏性”等。
· Metrics（指标）： 将信号拆解为可以量化度量的数据指标，明确通过哪些指标可以指导业务下一步的优化迭代。
模型二：HEART模型。
HEART（Happiness、Engagement、Adoption、Retention、Task Success）模型同样是Google提出的，是用于梳理用户体验质量的一种思考方式，如图4-7所示。
图4-7 HEART模型
· Happiness（愉悦度）： 衡量用户在产品中的体验，例如满意度、上手难易程度、流畅度等。可通过NPS（净推荐值）、分享次数等指标进行衡量。
· Engagement（参与度）： 衡量用户在产品中的应用深度，例如页面访问次数、页面访问时长等。
· Adoption（接受度）： 衡量用户对某一功能接受度的强弱，可包含新功能以及现有功能。例如，功能的渗透情况、消费情况等。
· Retention（留存率）： 衡量用户留下意愿的强弱，例如产品通过某活动的渠道拉来了100个用户，这些用户在未来一段时间中，是否会再次应用此产品？留存有多少？流失又有多少？
· Task Success（任务完成度）： 衡量最终转化或达成业务目标的用户有多少，度量目标的达成情况，例如下单成功率、完成评论率等。
模型三：PULSE模型。
PULSE（Page view、Uptime、Latency、Seven days active user、Earning）模型是传统网站衡量网页质量的模型，后被很多企业用于跟踪产品的整体表现，如图4-8所示。
图4-8 PULSE模型
· Page view（页面浏览）： 衡量产品页面访问情况，通过各页面访问量级，评估用户的转化、跳转情况。
· Uptime（正常运行时间）： 衡量产品非故障稳定运行的时间周期，对于产品而言，稳定的运行是至关重要的，故障会导致产品的舆论及用户的流失。
· Latency（延迟）： 衡量用户应用产品时的延迟程度，对于用户而言，过长的延迟等待会令用户不耐烦，甚至是流失，因此产品功能的延迟程度，常常会作为护栏指标。
· Seven days active user（七日活跃用户）： 衡量用户的黏性情况，一般情况下，会关注两类留存指标，一类是 N 日留存，另一类是 N 日内留存。
· Earning（收益）： 衡量用户在产品中的消费情况，这也往往是一些平台最为关心的事情。例如，针对电商平台，GMV、订单量、收入、净利等指标，往往是最终的目标导向。
以上三种思路模型是业界比较通用的。在日常搭建指标体系时，我们一般会借鉴这些思路，但除此之外，仍会根据自身业务特点进行调整，设计出更加贴近业务的指标体系。
说了这么多理论化知识，下面分享一个案例，借鉴GSM思路模型搭建指标体系。
首先介绍一下背景，该产品为搜索引擎类App，根据功能可划分为搜索、信息流、小游戏等内容。这里，主要针对搜索，以用户在端内的应用流转链路为启示，找到整体的核心度量目标（即Goals），然后根据流转环节拆解到各个细分目标当中（即Signals），最后思考哪些指标可以量化细分目标（即Metrics），最终形成一套可以完整度量目标的指标体系。
搜索场景下，核心度量的目标是全面衡量用户应用该产品的体验表现，根据用户在端内的行为轨迹，将流程信号拆解为发起检索、查找结果、消费结果、深度查询/其他诉求、退出App，如图4-9所示。
图4-9 流程信号
步骤一：发起检索。
用户行为： 用户进入搜索引擎App，在首页搜索框中查询所需内容，例如搜索周杰伦。
设计思路： 此类指标用于衡量用户使用量级情况，度量该产品用户池的健康度。
涵盖指标： PV、UV、人均PV、人均Query等。
步骤二：查找结果。
用户行为： 用户发起检索后，搜索引擎展现出首页10条左右内容，用户根据所需诉求查找结果。例如，搜索“周杰伦”后展现了10条结果，用户在预览后对第一条产生了兴趣。
设计思路： 用户搜索一个Query后，必然希望尽快找到想要的内容，因此，此类指标用于衡量用户检索后查找效率的快慢，度量用户体验。
涵盖指标： 检索到首点时长、检索时长占比、首点位置、首点高度等。
步骤三：消费结果。
用户行为： 用户对于检索后的结果产生兴趣后，会点击进行消费，而消费的内容也正是用户使用搜索引擎的初衷。
设计思路： 对于搜索引擎而言，希望用户有更为充分的消费行为，因此，此类指标用于衡量用户的消费强度及消费沉浸度。
涵盖指标： CTR、平均消费时长、首点消费时长等。
步骤四：深度查询/其他诉求。
用户行为： 用户在首次消费之后，有两种可能性。其一：消费的内容没有满足用户诉求，用户需要再次寻找所要结果；其二：消费的结果满足了本次的查询诉求，但仍有其他内容需要检索。通过循环步骤二、三、四，完成本次检索的所有目的。
设计思路： 对于搜索引擎而言，希望能够快速满足用户当下诉求，并能够激发对于其他内容的兴趣。此类指标用于衡量用户消费后的满意度。
涵盖指标： 主动换Query率、翻页率、PV尾点占比、Session尾点占比（Session指同一用户连续时间段内，相同搜索意向的标识）等。
步骤五：退出App。
用户行为： 用户在满足本次需求后，会退出App，至于是否还会回来，要看用户对于App的黏性程度。
设计思路： 此类指标用于衡量用户的黏性。
涵盖指标： 人均启动次数、 N 日留存、 N 日内留存等。
以上就是搜索类业务指标体系的搭建思路，你可以参考应用。
通过本节的学习，希望你可以掌握指标体系的核心搭建思路，如果你已经掌握了精髓，那么快在实际工作当中应用吧。