當我們開始進行數據分析的時候，首先得想清楚下面這3個問題：
我們的分析目標是什麼？
我需要分析哪些數據？
這些數據可以如何幫助到我？
在準備進行數據分析之前，建議大家先將分析與自己的業務關聯起來，而這個連接者就是分析目標。市場團隊希望可以獲得更多的銷售線索，運營團隊希望可以得到更多的用户和更高的成交金額，而用户運營則希望用户能夠高頻訪問。
在不同的階段，我們會有不同的分析目標，分析目標也指引我們整個分析的框架及過程。在進行正式的數據分析工作之前，我們需要設立一系列的數據指標，這就是本篇要談的數據運營指標體系。
就像天下沒有兩片同樣的葉子一樣，也沒有兩套指標體系是完全一樣的。產品類型不同，產品發展階段不同，進行數據分析的團隊思考方式不同，這都會導致建立的指標體系有所差異。不過制定指標體系的基本思路和方法是有跡可循的，下面的方法論框架，希望能夠幫助您快速明確分析目標，制定適合自身產品服務的數據運營指標體系。
一、如何明確分析目標？分析目標與KPI是息息相關的，數據分析與洞察其實有很多應用場景，最常見的用武之地就是提高我們的績效，或者説我們希望提高KPI績效才會藉助數據分析的手段。是什麼決定了你的績效成績？可能是銷售線索、可能是訂單量，也可能是新註冊用户數，這個可度量的績效，就是我們進行數據分析的目標。例如：
電子商務平台目的是讓用户在平台上完成更多的交易，平台負責人KPI與數據分析目標就是提高訂單量。
ToB企業服務類網站希望可以獲得更多的註冊線索，網站運營的KPI與數據分析目標就是提高註冊量。
銀行類APP希望可以讓更多用户來購買理財產品，APP運營的KPI就是提高理財產品的購買總金額。
常規的指標體系包含第一關鍵指標、一級指標、二級指標等。
第一關鍵指標，又叫北極星指標，是與我們數據分析目標最相關的指標。
當我們開始對一款產品（網站、APP、小程序、智能硬件等）進行數據分析的時候，會涉及到很多數據指標，但只有一個最重要的是我們核心指標，才能被稱為第一關鍵指標。第一關鍵指標的特點就是與目標直接相關，我們的工作為圍繞着推動第一關鍵指標的數據變化而展開，這些數據變化也會幫助我們達成目標。例如網站每天的新註冊用户數量，是跟我們的目標實現新用户獲取息息相關的，我們就可以將註冊用户數作為其第一關鍵指標。
需要注意的是，第一關鍵指標雖然是最重要的，但也並不是唯一的，比如電商網站，我們關注訂單量的同時也關注新用户註冊量；而且第一關鍵指標也不是恆定的，會隨着業務變化而改變，比如我們產品早期最關注的是拉新，當積累了大量用户後，我們會提高對用户留存的關注程度，這時候第一關鍵指標可能是周用户活躍（WAU）或月用户活躍（MAU）。
如何判斷一個指標是不是第一關鍵指標？有一條判斷標準就是：如果我們改善這個指標，產品的長期業績是否被提高？網站或APP上，常見的第一關鍵指標舉例：企業服務類的網站：註冊線索量；電商零售等泛交易類：支付成功數量；消磨用户時間注意力類：DAU或平均停留時長。
01 一級指標
一級指標指的是對第一關鍵指標有直接貢獻的、或者是可以幫助產品向着更優方向發展的系列指標。
比如網站的第一關鍵指標是註冊數量，一級指標可能是表單頁到訪訪客數量，提高表單頁訪客數量可以直接提高最終的註冊數量，一級指標也可能是表單頁訪客到註冊成功的轉化率，提高表單頁訪客到註冊成功的轉化率可以直接提高註冊數量。
02 二級指標
二級指標可以對一級指標有直接貢獻、或者是可以幫助產品向着更優的方向發現的系列指標。
比如網站的一級指標是表單頁訪客到註冊成功的轉化率，二級指標可能是第一個字段完成驗證的次數，在同樣的訪客數量情況下，第一個字段完成得越多，表單頁訪客到註冊成功的轉化率就越高。
我們可以制定多級指標體系，但是要明確的一點是：制定的每一級指標體系都會對上一級指標有直接貢獻。我們建議儘可能精簡你的指標體系，並且想清楚你要分析什麼數據，簡約可控的指標體系對於數據分析有很大的幫助，可以讓我們把精力更聚焦在核心分析上。
要弄清哪些分析指標是主要的，把分析精力花在那些能讓產品更好、用户體驗更好的指標上。如果是整個團隊共同制定數據運營指標體系，就需要提前進行需求溝通，保證做數據分析的每個團隊都能理解當前指標代表的含義。
03 管理指標體系
做好了指標體系中，要確保每一層級的指標體系都是與上一層級有直接關係的，比如二級指標的變化可以影響一級指標，一級指標的變化對第一關鍵指標有直接貢獻，如下圖舉例：
指標體系示意圖
04 關鍵指標的分類
當訪客成為用户，從到活躍到流失，會經歷一個用户生命週期（Custom Journey），當然不是所有的用户都會經歷完整的用户生命週期，在任意一個環節用户都可能離我們而去。我們在做產品和用户運營的時候有個共同點就是希望用户儘可能的參與到產品中來，也希望用户儘可能多次回訪。無論你的產品是什麼類型，都有一組典型的用户生命週期，你可以圍繞生命週期來搭建運營的指標體系。用户生命週期主要包括接觸、轉化、活躍、參與和留存等5個階段。
（1）接觸
接觸指的是從外部的流量渠道到達網站、APP的全部用户數量，多用於新用户獲取的階段，表示可以轉化成你的用户的最大值，如果是網站就和UV相關，如果是APP就和啓動相關。在用户接觸期，我們關注的數據指標應該對這個階段的關鍵指標有貢獻，通常我們需要知道固定時間內到達我們產品的訪客構成，這個時候就會涉及到流量渠道，瞭解不同渠道的用户構成狀態有助於我們進行渠道優化，改善訪客質量。
（2）轉化
轉化在不同的應用上有不同的含義，如果是留資類網站或APP，轉化指的就是註冊；在電商行業，轉化需要經歷註冊和支付訂單兩個環節，所有註冊不算是真正的轉化，只有完成了我們期待用户完成的行為，才能稱之為轉化，也就是支付訂單。
（3）活躍
活躍用户指的是在一段時間內，採取了行動並且從產品中獲得價值的人，無論是日活躍還是周活躍，都反應了用户針對產品的參與程度。如何定義活躍？跟轉化一樣，不同的產品定義活躍的方式不同，對網站來説是在一定時間段內再次打開網站是活躍的關鍵行為；而對於電商行業，多次購買是用户活躍的典型表現。
（4）參與
參與度指的是用户完成了某一些關鍵行為佔全部活躍用户的比例，來評估用户對產品的參與程度，參與程度意味着產品對用户的粘性。
（5）留存
留存率反應了產品的粘性，在定義留存目標時會得到相應的留存列表，留存目標可以是產品打開，也可以是某個功能（比如使用A功能的用户，在未來7日內是否會回來使用A功能），這樣的指標很好地反映了功能留存。通常建議，使用7日留存率、30日留存率、90日留存率進行留存分析。
三、制定你的指標體系制定指標體系是開始進行分析用户行為/數據化運營的重要環節。先明確第一關鍵指標，然後明確一級指標來貢獻第一關鍵指標，明確二級指標來貢獻一級指標，在制定指標體系的過程中，儘可能的保證指標體系的上級貢獻原則，當然也許會有一些在體系外的業務特殊指標存在，只要對產品變得更好有幫助、有價值的指標，我們也可以放入指標體系。
為了更清晰地理解指標體系的搭建，我們以最日常的電商行業場景為例。真實的購物流程比下面舉例要複雜得多，我們用最簡單的流程來舉例：
第1步，瀏覽商品詳情頁面；第2步，加入購物車；第3步；提交訂單；第4步，支付訂單。
然後我們可以據此開始制定指標體系：
電商業務的數據分析指標體系圖
首先第一步，定義第一關鍵指標。大多數電商的業務第一關鍵指標都會定義為支付成功的訂單數量，以賣貨形式的業務目標就是希望賣出更多的商品。淘寶、京東等電商整個購物流程指標體系很繁雜，不利於我們理解，這裏我們僅選取了一些常見的基礎指標。
接下來，明確指標體系裏的一級指標，這時候就需要思考，是什麼原因促使用户願意支付更多的訂單？
在整個購物流程中從後往前看，選擇支付方式是支付訂單環節必要流程，可以通過這個數據知道不同的支付方式是否影響支付。支付失敗次數一定要看，而且要弄清楚是什麼原因導致了支付失敗；提交訂單按鈕的點擊次數和提交訂單成功用户數也都需要看，加入購物車越多會帶來更多支付訂單的可能性，所以加入購物車的按鈕點擊次數和購物車瀏覽次數同樣需要看，購物車反饋了購買的潛在行為，也反應了用户的購物喜好。此外，確定按鈕的點擊次數也很重要，在購物車裏，確定就意味着進入提交訂單頁面。
從瀏覽商品詳情到支付訂單，另外需要重點關注的是這四個環節中的3個轉化率（瀏覽商品到加入購物車轉化率、加入購物車到提交訂單轉化率、提交訂單到支付成功轉化率），提高這個三個轉化率對最後的支付成功訂單數有直接貢獻。
二級指標就是上圖圖中看到的藍色的指標，比如規格點擊次數和數量點擊次數，都能夠促進加入購物車這個一級指標達成。而商品收藏、查看評價等雖然不會對支付成功訂單數直接貢獻，但是會對加入購物車行為有直接貢獻，這也是我們要重點關注的指標。
如上就是一套簡單的電商購物場景的數據分析指標體系，通過指標體系的確定，我們可以通過市場上已有的用户行為分析/智能用户運營平台，通過看板搭建我們需要隨時瞭解的各種數據指標，我們就能夠得到一個隨時在線、實時更新、協同共享的數據分析儀表盤。
易觀方舟電商行業看板截圖
搭建好數據運營指標體系後，就該考慮如何得到點擊次數等用户行為的相關數據。通過埋點，即在你的網站或APP上加入代碼，無論是可視化埋點還是代碼埋點，都可以通過智能用户運營平台-易觀方舟，完成從收數、理數、算數、用數的完整數據化運營閉環。前面也提到，不同行業業務場景、不同企業階段，數據指標體系的制定也是大不相同，在涉及到採集數據的埋點環節，不同行業、不同階段的企業，在埋點方案的制定上也有所不同。
點擊，體驗數據運營Demo
你“在看”我嗎？