中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

虛榮指標是淺層的表面數據指標。它們一般都是大數字，利用這些數字能夠引來各種各樣的合作和持續的跟進與支持。

“虛榮指標”可能是各位近幾年才聽到或者才剛剛聽到過，但它已經伴隨我們很久了。就以學校的分數為例，100分真的能反應出學生未來的全部發展潛力嗎？亦或80分只能代表“不夠努力”或“不夠聰明”嗎？學業成績經常會被用作虛榮指標，它鼓勵相互比較，強調自我意識。它們會變成老師比較衡量學生工具，或者學校之間的比較標準，而不關心學生自己的成長節奏。這樣很容易陷入高分崇拜。

科技領域也有這樣的問題。這些虛榮指標在不斷升級——從訪問量到利潤增長率——這樣能夠有效的對公司進行比較，但這并不能幫助公司更好地運作。實際上，這些指標只反映了投資人想要監測的數據，這些數據能看出公司是否有價值而不是他是否能創造更多價值?，F在大部分公司還是處于“高分崇拜”狀態。

在這篇文章里，我會討論如何通過設立指標來找到發展方向，這樣公司就能夠把精力集中在最重要的業務上。我會比較各種不同類型公司的虛榮指標和清晰指標，包括服務業、廣告業、軟件業和電子商務。通過案例我會向你演示找到有效指標的方法和路徑。最后，我會告訴你如何讓團隊不受虛榮指標的誘惑——一些讓團隊成員保持初心和工作產出的小技巧。

虛榮指標VS清晰指標

對于學生來說，學業成績和競賽成績是進入大學的關鍵。它們都是以偏概全的單一指標。對于公司來說，你就需要更多的指標來吸引投資人，比如用戶數量或活躍度。這些指標都為一個目的服務——而不是所有的目的。但是，虛榮指標并不是毫無用處，它們能在幫助其他人評估眾多公司時起到很大作用。

虛榮指標是淺層的表面數據指標。它們一般都是大數字，例如下載量。利用這些數字能夠引來各種各樣的合作和持續的跟進與支持。

清晰指標是經營層面的數據指標，例如用戶日均使用時長或者平均送貨等待時長。這些都是隱藏在增長背后的運營齒輪。利用好這些指標能夠穩固公司的競爭優勢。

如果將這兩種指標混淆，你的公司會面臨嚴重的運營危機。公司會因為迷戀虛榮指標而忽略公司商業戰略的可行性。在2014年，有一家招聘平臺完成了病毒傳播，他們做了什么事情呢？他們在用戶注冊完成后即向其Facebook好友發送邀請。這家公司的投資人向他們施壓，“你們要提高日活躍用戶數(DAUs)！” 日活成了這家公司的核心指標，而且他們的策略奏效了：他們獲得了3300萬日活以及4900萬美元融資。這些都發生在兩年時間內。他們太關注這個單一指標了，以至于他們忽略了用戶流失量——幾乎趕上了用戶獲取量，這個操作激怒了用戶。公司死掉之前，他們會像流星一樣燦爛。

給虛榮指標加滿汽油，它可能會開到下一個加油站獲得新的融資，但最終它一定會因為沒有汽油而停下。

這家公司至今沒有完全從關注增長的后果中恢復過來。這就像是一則古老的寓言: 一位父親發現了一個魔法猴掌并獲得了三次許愿的機會。他許愿獲得200美元。隨后他的兒子被車撞死，他獲得了200美元的賠償費。這則寓言告訴我們，你可以獲得你想要的東西，但很有可能你需要付出悲慘的代價。有時候，當你聚焦在虛榮指標時，你就獲得了這個魔法猴掌。

以下就是實際操作中的一些模型：不同類型的公司應該如何衡量并踐行真實指標。

服務型公司

如果你的公司主營業務是服務，你的虛榮指標一般是使用服務的人數。通過比較你和競爭對手的用戶增長量能夠看出誰更勝一籌，但并不能解釋怎么贏，為什么贏的問題。對于服務型公司來說，你需要找到衡量你客戶幸福感和滿足感的指標。你的目標就是回答這個問題：客戶服務質量夠好嗎？這是一個有挑戰性的問題，因為服務質量是一個比較主觀的感受。一旦你找到了這樣的指標，你就需要在一段時間內衡量并監測用戶行為。用戶的行為改變了嗎？如果用戶表現出更加滿意的狀態，那這就是你的業務指標了。

如何找到這樣的指標呢？首先你需要跳出你的行業來幫助你拓寬思路并找到創造性的解決方案。例如，想象自己正在評估一家餐廳的服務質量?，F成的已經有很多高成本手段來評估用餐人員的參與度。比如，你可以計算有多少人嘗試著和服務員進行眼神交流。但這個行為并不能說明他們究竟是想參與互動還是僅僅厭倦了同桌用餐的人。你需要的是一個容易獲取并且不容易產生歧義的監測對象。舉個例子，你可以監測所有水杯中剩下多少水。在任何時候，剩余水量的百分比能夠體現整體服務質量。這是一個監測成本低并且可以持續追蹤的觀察指標。

我們需要校準“服務的第一個動作”指標。清晰指標能賦予公司預測能力。對于服務型公司，你要找到那個能衡量“第一個服務動作”質量的指標。以租車公司為例，常用指標是“月活躍租車客戶數”。但這是一個虛榮指標，因為它不既能解釋為什么客戶會持續來我們公司租車又不能告訴我們如何提高服務質量。為了讓服務更好，我們應該監測提車時長。車越快送到客戶手中，客戶越滿意并產生“下次也會這么快，甚至更快”的預期。1分鐘和10分鐘的差別就能看出服務質量的優劣。你可以通過將“等待超時”數據和地區、駕駛員等數據進行交叉分析，找出產生“等待超時”的原因并改進，這樣你就能掌控你的業務。

這個原則在呼叫中心也同樣奏效。在所有呼叫電話中，沒有兩通電話是相似的，因為客戶不同代理商也不同。呼叫中心曾經用通話時長來判定服務質量的好壞。他們的假設是如果通話時間越短，那解決問題的效率越高。但這是錯的指標，因為它不能體現服務質量的高低。因此，呼叫中心采用銷售量/呼叫量比作為指標，當然這衡量的是利潤而不是服務質量。

銷售公司LiveOps的代理人都是獨立承銷人。他們曾經可以選擇什么時候工作，可以決定是否來公司上班。于是LiveOps校準了服務的第一個動作：出勤。公司跟蹤了每個代理人的出勤數據，最后發現出勤率直接決定了代理人的業績可靠度。這一指標并不容易找到，因為出勤率看上去和打銷售電話一點關系都沒有。數據證實銷售電話的質量跟人的性格相關。但性格是很難測量的，因為優秀代理人的篩選很難標準化。優秀代理人的最佳指標就是“是否言必行，行必果”。于是，LiveOps把電話都導流到那些言出必行的代理人那里，而結果就是：從客戶身上產生的利潤增加了。

廣告依賴型公司

廣告依賴型公司特別容易被虛榮指標影響。但是廣告投放制造的印象只能代表曝光度而不代表結果，更不能預測行為。

公司都知道用戶屬性才是最重要的。如果你不把點擊率數據和銷售量數據放在一個數據庫中，那你只能得到一個廣告的點擊-購買轉化比。你根本不知道用戶其余的行為。可能有一百萬用戶訪問了你的網站但是什么都沒買。平均數就是一種單一維度的虛榮指標。如果沒有用戶訪問廣告頁面前以及離開廣告頁面后的數據，那就會遺漏用戶為什么會不購買的信息。

網站所檢測的哪些用戶、點擊、交易等數據都是交織共生的。所以你為什么要把它們存放在不同的數據庫中呢？我們都知道，數據指標都是相互關聯的。你需要做的是監測它們是怎樣關聯起來的。不要只記錄點擊和下單之間的聯系。把數據都備份好然后分步驟拆分，把用戶從進入網站開始的所有行為記錄下來。

如果你的公司是電商網站，你需要多做一步。當你獲取一個用戶的時候，你需要記錄好獲客渠道、獲客時間成本、資金成本以及獲客成本回收時長。不要停在表面，你需要知道公司獲得客戶點擊是付了廣告費的所以你也必須監測客戶終身價值（成為客戶到放棄該電商這段時間內產生的全部價值）。現在很多企業會用免費營銷策略來吸引新客戶，然后等待這些新客戶會轉化成一般客戶并完成成本回收。他們一般認為免費客戶轉化成一般客戶不會耗費多久。但實際上免費策略非常危險，因為有時候大部分免費客戶都不會變成正?？蛻?。如果你不對這次營銷活動進行全程監測，你是不會知道這一批“新客戶”的流失究竟有多少。

把你的數據轉化為“事件流”。單獨的數據會掩蓋真正的指標。首先，把用戶行為和里程碑事件集中在一個數據流中。事件流會告訴你用戶在你的產品中是如何行動的，它能夠幫助你進行用戶行為分析。企業并不會自然地想要用這種方式進行分析，他們一般會把用戶按照人口統計學的分類法分成若干類然后用篩選器進行交叉分析。獨立表單確實更易讀，而且軟件操作也比較簡單。但這些獨立的表單并不能提供一個在一段時間內的綜合性的行為信息。

事件流示意圖,圖片來源：Looker

為了建立你的事件流，你需要回答以下問題：

• 用戶什么時候注冊的？
• 他們有購買行為嗎？
• 他們在網站中的活躍交互時間是多少分鐘？
• 他們在哪個部分花了最長的時間？哪里花的時間最短？哪些指標能預測這些行為？
• 經過一段時間，他們的行為是否發生了變化？怎么變化的？
• 他們什么時候停止使用我們的產品/服務？

當你建立好你的事件流后，你需要進行以下的實踐。以5分鐘為單位，計算用戶在一天中有多少個“5分鐘活躍”單位。尋找行為群組（一系列行為）以及非活躍時間之間的跨度。這樣能夠很高效地獲取用戶真實的行為信息。用戶在一個頁面停留時間很長是因為感興趣還是因為感到困惑？對于那些有購物行為的用戶，他們在完成購物前共瀏覽了多少頁面？如果你沒有按照時間順序陳列用戶事件流，你就永遠無法得到這些問題的答案。

軟件型公司

無論你做的是APP還是SaaS，產品發布的時候，用戶數量就成為了PMF(product/market fit,即產品帶來的終身價值>總成本)的核心。用戶數量也是融資路演和尋找合伙人時的重要賣點。在這里我想要問：你是不是經常下載了軟件但是很快就不用了呢？產品的下載量和公司的生存能力并沒有相關性。有多少公司經歷了病毒傳播后幾個月——甚至幾周——就迅速沒落了呢？軟件公司應該關注用戶活躍時長。這才是一個清晰指標。

軟件公司應該這樣思考問題：用戶每天在軟件中活躍多長時間呢？我不關心用戶數量。當我們有一個新用戶時，我需要確定他是否真的在使用這款軟件。虛榮指標能夠輕易地誤導公司的決策。有的公司可以吹噓說它有90%的用戶登錄了軟件，但是，有多少人真正使用了軟件呢？如果用戶真的使用了，那他們是活躍在軟件中還是打開完就馬上關了呢？這些指標根本無法回答“用戶如何使用”的問題，有時候你可能需要打電話去問才知道用戶是怎么用的。

打電話給有異常行為用戶。我建議軟件公司在遇到異常用戶的時候馬上找出聯系方式然后打電話給用戶。問他們使用感受，如果沒有使用那就問他們為什么不使用。有沒有地方出錯了？是否有卡住的環節？如果他們是活躍用戶，就問他們感受以及改進方向。

Looker的產品早期，產品總監發現有一位CEO級的種子用戶打開了一堆書簽文檔但卻沒有翻看其中的數據，于是他拜訪了這位用戶。原來他并不清楚界面的交互方式和運行邏輯，更可怕的是并不只是他一個人出現了這樣的問題。最后不得不重新對用戶的公司進行培訓，培訓過后他們公司的用戶能更流暢地使用軟件進行數據檢索。

在這個過程中Looker發現自己過度依賴于A/B測試來解讀行為模式數據。A/B測試有很多優勢，它可以快速判定用戶行為模式，并迅速區分熟練用戶和小白用戶然后進行分別測試。但在其他方面A/B測試的表現并不盡如人意。

首先，如果數據是分散的，那A/B測試只能看到短期結果而不是長期結果。例如，我們將關閉按鈕縮小兩倍會導致用戶退出率的下降，但頁面退出率下降并不能保證最終的銷售轉化率提升。即使你有數十億用戶，當數據分散時你是無法辨認用戶的其他屬性。與之相對的，你需要研究用戶的事件流、打電話給用戶?，F在就開始這樣做，并且要將打電話給真實用戶變成公司慣例。

軟件會重塑人們的思考及行為方式。A/B測試只是單向監視，沒有互動。放下你的望遠鏡，拿起電話和用戶溝通吧。

另一種提升用戶活躍度的方式是減小用戶使用軟件時的障礙。這其中有兩個指標會對你的產品產生作用：失敗率和中毒率。以下是使用方法：

找到然后削減你的失敗率。失敗率就是公司未能履行其承諾的次數。失敗率是全行業通用的指標——而不僅僅是安全領域。為了找出你們公司的失敗率數據，你首先得找到每一個部門的失敗率。每個功能的衡量工作時的失敗因素是不同的，因而產生的數字也不同。

對用戶體驗部門來說，失敗率就是軟件沒能解決用戶需求的次數。對供應鏈部門來說，失敗率就是用戶嘗試購買缺貨商品的次數。每個團隊成員都必須非常清楚自己部門的失敗發生在哪里并且時刻關注這一數據。

每當公司的流程或產品產生變化時，你就需要重新審視并調整失敗率的計算方式了。如果你剛開始開展業務，你可以用免費工具來監測失敗率并找出其中的失敗模式。讓你的前端程序員利用谷歌分析（Google Analytics）來監測404錯誤發生率或者服務器連接失敗次數。讓支持部門利用免費在線調研工具來調查初期用戶的滿意度。

失敗率并不是華麗的外部監測數據，但它能給業務運營帶來理智。有一次，Venmo（一家移動支付公司）改變了支付按鈕的設計方案，這使得用戶容易意外產生轉賬行為。一方面，這造成了虛榮指標的飆升，因為每一筆意外轉賬都需要另一筆轉賬來彌補回來。但這在內部是一場災難，用戶被誤導轉賬，他們無法控制自己的轉賬行為。Venmo找出了所有出錯的交易組——一筆轉賬以及它的“逆向轉賬”——然后檢測其發生的原因是不是這次設計改進。團隊的假設得到了證實，最后他們更正了這個錯誤。

失敗率會將小裂紋演變成整體崩潰。虛榮指標幾乎不可能預防這些崩潰的發生。

重視你的中毒率。中毒率是失敗率的一個子集，它是導致初次用戶流失的糟糕的初次產品體驗。這就像你在一家餐廳吃完飯后食物中毒了。在這種體驗過后用戶是不可能回來的。很多公司都不考慮中毒率但它有非常強大的杠桿作用。你不僅會失去“食物中毒”的客戶，你還會失去他們原本會推薦的其他客戶。在社交媒體時代，中毒體驗會快速傳播并毒害你的用戶口碑。

市場是最大的風險。以Airbnb為例，一次具體的租賃行為是否具有高中毒率？房間可能很棒：空間大，地段好，價格有競爭力——但住過這里之后人們就徹底停用Airbnb了。發生這種中毒事件的次數就是一個清晰指標，而不僅僅是房間出租率這種虛榮指標。如果你仔細挖掘用戶停用Airbnb的背后原因是房間信息與現實情況不匹配，那你就會發現追求房間出租率會損害你的業務。市場中有很多容易失控的因素——找到并重視中毒事件。它能夠實實在在為你在嘈雜的市場中帶來秩序。分析中毒事件能夠幫助你找到損失的根源以及挽回損失的可能性。

電子商務型公司

電商是門忠誠度生意。為了贏得市場，你需要顧客的不斷在你的平臺復購而不是其他人的。電商也是機會成本的生意。你需要找到并嚴密監測能使用戶復購的行為數據指標。你需要關注用戶的購買頻次，而不是消費金額。清晰指標——例如運輸時間及周轉率——不如銷售額和毛利潤等數據看上去華麗漂亮，但只有這些清晰指標才能驅動用戶產生復購行為。

亞馬遜就是一個很好的例子。客觀地看，Amazon Prime （年度付費會員，亞馬遜很多商品都有低于市場價的Prime價格，送貨免費，京東的Plus會員就是模仿AP的項目）就是一個忠誠度項目。你是否會因為隔日送達的免費快遞服務而在同一平臺復購呢？一定會的。亞馬遜知道，如果你不斷地從亞馬遜獲得更快更便宜的快遞服務，那當你想買其他東西的時候你會回來的。亞馬遜的判斷是正確的。Prime會員平均每年消費1200美元。非會員是500美元。

Netflix早期也使用了類似的數據指標。公司會發調研郵件詢問用戶收到DVD等了多久。他們以調研結果為依據，判斷是否需要建設更多分發中心來縮短遞送等待時間。亞馬遜也在做同樣的事情。公司聚焦于快速送貨承諾，而不是利潤。他們投資飛機航空隊和無人機隊因為他們在超預期滿足客戶需求方面非常堅定。

精益求精的服務能力提升用戶忠誠度。對于物流，每家公司都有一些明確的指標。其目的是提升可靠度來提升用戶忠誠度。為了找出你的清晰指標，你需要回答以下問題：

• 哪類用戶購物行為更頻繁？
• 這些用戶有哪些共同特征？
• 你能否找到某個明顯的轉折點，從這個轉折點后用戶開始下更多訂單？
• 你如何增強對這些用戶的服務能力？
• 通過哪些服務可以讓其他用戶產生類似的忠誠度？

總結：如何培養你的數據感

每個商業模型都有它的虛榮指標——以及它的清晰指標。放心，你擁有的數據能夠幫助你區分這兩種指標。你只是需要訓練這種通過數據找出清晰指標、辨別虛榮指標的能力。你可以從那些可以預測用戶行為的數據開始提升，而不僅僅是一些籠統的、可以和同行進行比較的數據。

1. 把數據組織成事件流，按時間順序觀察用戶在使用產品時產生的行為。
2. 不要陷入A/B測試的陷阱。相反，當你發現異常數據時你要馬上打電話給客戶問個清楚。數據不能表達情緒和感受。
3. 確保每個部門都理解他們部門的失敗率并想方設法降低這個指標。
4. 教會團隊如何吸收并觀察數據。你需要一個數據偵探團隊，而不是一個福爾摩斯。

數據流早已不局限于科技領域了。每家公司每個部門都必須在數據方面進行投入：客服部、設計部、商業發展部。他們應該承擔剖析數據找到指標的職責。當他們發現異常值時，他們需要深度分析這個特例。

如果你把數據團隊和其他團隊割裂開，你就無法將數據的作用發揮出來。你需要建立一個事件流看板并展示出來。在設計和客服部門安排數據專家。

未來的世界里，人們會像使用搜索引擎一樣頻繁且自然而然地使用數據挖掘工具。

你第一次使用Google的時候你也琢磨了一段時間才學會如何搜索到自己想要的信息。數據智能，大部分公司都停留在“搜索結果的第一頁”。但是現在公司已經可以更深入地使用數據。不要只滿足于虛榮數據。只看鏡子里的自己會讓你忽略你身邊世界發生的變化。

本文由 @倪爾東 原創發布于人人都是產品經理?，未經許可，禁止轉載。