產品設計基于數據而高于數據。數據是反映產品設計效果的一種有力輔助手段，因此在設計一款產品、迭代一個功能，甚至完成一個優化前，最好都提前規劃好本次“更新換代”的數據體系。但是，面對繁雜的數據指標和功能流程，究竟該如何快速而清晰搭建起合適的數據衡量體系，是一個很重要的問題。

數據體系搭建四步走

數據，無論是搭建一套完整的體系，還是單純用于衡量某個功能/優化的上線效果，一般而言，可以從下面四個步驟進行：

1. 明確要驗證的業務/功能
2. 明確衡量指標
3. 尋找對比數據
4. 明確數據獲取渠道

1.明確要驗證的業務/功能

數據是產品效果的表達方式，因此，在搭建數據體系前，必須先明確業務類型、明確驗證目標：

• 業務區分上，除市場份額、用戶數等大家共同追逐的目標之外，互聯網金融領域，更看重的可能是資金保有量、申購量、用戶財富指數等；電商行業，更看重的可能是購買量、購買頻次、復購周期等；社交類產品，更看重的可能是用戶活躍程度、社區健康度和可持續性……
• 場景區分上，是功能優化迭代驗證效果？是差異化競爭的對比分析？是基于用戶場景的拉新、留存、促活？還是流失場景的挽留？

不同的業務、不同的目標，決定了我們要選取什么數據指標來衡量。

2.明確衡量指標

明確了業務/目標，下一步要確定的，就是選擇合適的衡量指標。以下舉例說明幾個類型的指標：

A.轉化率

轉化率一般可分為注冊轉化率、申購轉化率、場景用戶轉化率、入口轉化率等，亦即“路轉粉”的過程。當然，我們在選擇用戶時，大多數情況下會有傾向性地面向潛在目標用戶以提升轉化率。

轉化率的關鍵數據是每一步的UV和最終的用戶轉化數量，主要分為兩種：

• 其一，流程轉化率，統計新用戶從接觸到最終被成功轉化的轉化率，多用漏斗模型來表現轉化率數據；
• 其二，渠道入口轉化率，多渠道多入口可到達產品場景，對比每一個入口的轉化率高低。

B.活躍度

活躍度可分為用戶登錄/訪問頻次、場景設置頻次、申購/購買頻次、互動頻次等，主要是看用戶在產品上的留存和活躍程度，比如用戶近30天內登錄過10次，用戶近90天內發生了30次申購行為。
有些產品/功能上線后，用戶留存率很高，但是基本不活躍（僵尸用戶），即可明確下一階段的工作重點可能是促活。

C.健康度

產品的健康度在某種意義上說跟活躍度有點交叉，有些廣義的概念可把活躍度包含于健康度內。

arpu值、用戶流動性、會員體系下的用戶升降級速度…都是衡量一款產品健康度的指標。

以會員體系下的用戶升降級速度為例：設計一套會員體系時，數據體系的搭建就必須有事前規劃測算、事中驗證跟蹤、事后調整這3個階段。事前的規劃測算一般需花費較大的時間和精力演算，因為一旦會員規則對外放開了，就不好輕易做調整。也因此，第3個階段的調整，最好是能避免則避免。

會員體系需要擬合升降級曲線，一般達到的效果就是升級先易后難，降級留有一定buffer值。升級太快降級太慢有導致體系被擊穿、成本hold不住等風險，升級太慢降級太快用戶不買賬沒粘性。升降級速度，體現的是該產品的健康程度。

D.流失

主要關注用戶的流失率和流失節點，好做出應對策略。

很多產品上線一段時間后，發現流失率越來越高，但又無從下手解決問題。這個時候可關注用戶的流失節點：用戶主要是在哪一步開始流失的，用戶流失的集中時間點是在什么時候，從流失節點著手進行產品優化、適當的流失挽留堵漏等操作。

如定投功能的使用，可能經過觀察和分析會發現，用戶在第一次扣款前后的流失率最高，則可能的原因有以下：

• 扣款前：設置時用戶僅抱著嘗鮮的心態，在扣款（實際發生資金行為）前及時終止定投“止損”；或對扣款行為的安全感不足等
• 扣款后：對資金的安全和流動性存在擔憂；自身無法保證銀行卡資金在扣款日是充足的等

找到了可能的問題所在，即可對齊進行相應的用戶教育和引導，降低流失率。

一個水缸多個孔，堵住其中1個或幾個，水流失的速度自然就慢了下來。

E.渠道觸達

產品上線后，觸達用戶的渠道多種多樣：公眾號消息、短信、push、廣告投放等，統計分析各渠道的觸達率和轉化率，可為接下來的用戶分層精細化運營提供更有效的輔助信息。

3.尋找對比數據

沒有利弊衡量標準的效果評價，都是耍流氓。一款產品上線效果，產品經理要看到其中的利弊，并且找到合適的參照物來對比效果，才可以做出評價和結論。

舉個栗子：一款社區類產品上線至今，總用戶數100萬，日均活躍用戶8萬人。

這個數據是好是壞？我們需要找到一個對比衡量的標準，如對比競品，我們這個活躍用戶水平算是較高的？如對比過去的日均活躍用戶5萬人，則很明顯有了提高。

因此，得到本身產品的上線效果數據后，需要找到對應的產品做標的，而這個標的，可以是：

競品、自身的歷史數據、行業內默認的標準等。

4.明確獲取數據渠道

數據規劃好了，接下來就是產品上線前的數據埋點工作。有下面的一串口訣：

產品活躍點擊流，用戶屬性渠道號，定性定量用問卷，廣義普適第三方。

產品活躍點擊流：在看用戶轉化、登錄訪問等產品的活躍數據時，我們采用用戶數為計算維度，這個時候，用相對簡單的點擊流埋點，一般都可以滿足需求；

用戶屬性渠道號：在申購金額、購買數量和金額、評論互動等帶有用戶屬性的場景下，需要適當深挖，這個時候，渠道號是最好的埋點方式；

定性定量用問卷：探究用戶行為，了解用戶主觀操作的原因時，如果能夠覆蓋到較大的樣本量，可以選擇問卷的方式進行；

廣義普適第三方：有一些第三方數據平臺，如友盟、TalkingData、百度指數等數據平臺，在看一些大數據類型的東西，可以為我們所用。

按照數據體系搭建的四步法則，為產品做適配，驗證效果不再無從下手！

本文由 @D.Z 原創發布于人人都是產品經理。未經許可，禁止轉載。