数据如何驱动产品设计(北极星指标)

一. 明确商业目标

1. 商业闭环

· 商业价值引领产品策略

· 产品策略决定设计方案

· 设计方案赋能商业价值

2. 北极星指标

· North Star Metric (又做OMTM(One Metric that Matters)第一关键指标,在当前阶段高于一切,唯一重要指标

· 北极星指标不止是数据指标,它代表了公司高层对优先级的判断

例如:myspace VS. Facebook

myspace 北极星指标:新增用户数,拉投资,不在乎用户留存

Facebook北极星指标:活跃用户

·北极星指标根据公司定位和战略也有关系:

京东和淘宝,长期价值是一样的,但是北极星指标不一样;淘宝做平台,看重销量和广告收入,京东做垂直,更看重的是运营效率

·怎么知道北极星指标是什么?

取决于你对业务的了解有多深,对业务了解的越深,产品定位越清晰,北极星指标越清晰

3. 北极星指标的价值

· 专注,聚焦于当前最重要的问题

· 关注公司最高利益,提升凝聚力

· 提高行动力,目标清晰化

· 鼓励实验文化,监测进度

4. 全面考量北极星指标

推荐两个又互斥关系的指标共同作为北极星指标

滴滴:要保证安全底线的前提下,提高销量

例一:低成本高贷款余额(人人贷)

例二:GMV提升时,投诉量下降

例三:贷款越提升的同时坏账率降低

·北极星指标因时而变,产品生命周期不同,关注点不同,北极星指标也不同

探索期的关注点是找到正确的产品方向,北极星指标是留存率/推荐意愿;

成长期的关注点是明确核心竞争优势占领市场,北极星指标是新增用户数/活跃用户数;

成熟期的关注点是提升商业价值,北极星指标是付费用户数/客单价/成本率;

增长第二曲线-新的探索期的关注点是挖掘多元化需求发现新的增长点,北极星指标是新增用户数/活跃用户数。

二. 常用指标模型

1. 业务数据:转化率,留存率,跳出率,交易总额,订单数,客单价

2. 行为数据:访问频率,间隔时长,停留时长,访问页面数,完成任务情况

3. 主观感受:满意度,用户反馈,用户评价,推荐度

4. HEART指标(谷歌提出)

Happiness(愉悦度)

含义:满意度,推荐给他人的可能性           

收集方式:用户问卷

Engagement(参与度)

含义:一般用户使用产品的时长/会话数等

收集方式:分析

Adoption(接受度)

含义:注册(新手引导)后能接受你的产品的用户比例,接受了某个具体产品功能的用户比例 

收集方式:分析

Retention(留存率)

含义:会再次使用产品的用户比例

收集方式:分析

Task Sucess(任务成功率)

含义:完成任务所用的时间及错误率

收集方式:用户测试

弊端:老板可能还是更关注业务指标

5. GSM指标(阿里)

Goal(目标):提升睡眠质量

Signal(信号):更容易入睡;翻转次数少;用户满意度高;向其他人推荐

Metric(指标):入睡时间短;入睡前身体翻转次数;失眠频次;用户满意度;用户推荐度;在所有购买者中,有多少比例通过好友购买

6. HEART +GSM

第一步:Heart指标

确定目标所属的用户体验度量维度

愉悦度,参与度,接受度,留存度,任务完成度

第二步:GSM

遵从“目标-信号-指标”的过程定义数据指标

目标Goal:明确产品功能的用户体验目标

信号Signal:选择可以现实目标成功或失败的信号

指标Metric:选择适当的数据指标进行追踪

7. 海盗指标(AARRR)

Acquisition (获取用户)

Activation(激发活跃)

Retention(提高留存)

Revenue(增加收入)

Referral(增强推荐)

流量漏洞清晰,与业务指标强相关。但是有的产品并不适用,在刚开始时留存可能比获取更重要。t B 产品不适用,另外特色产品比如人人贷就不看重留存,用户不可能没还钱有去借,看的是转化。

8. NPS(净推荐值)

NPS(Net Promoter Score),净推荐值,又称净促进者得分,亦可称口碑,是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。它是最流行顾客忠诚度分析指标,专注于顾客口碑如何影响企业成长。通过密切跟踪净推荐值,企业可以让自己更加成功。

NPS净推荐值=推荐者%-贬损者%

得用户者得天下

9. 各指标体系的关系

体验<增长<价值

体验代表指标:满意度,完成度,推荐度,用户反馈,行为数据,GSM

增长代表指标:北极星指标,AARRR,业务数据

价值代表指标:NPS

eg:如果朋友送你一张5星级酒店体验卷,你体验很好,但是你会再来吗?不一定,可能太贵了。体验不能涵盖增长,但增长可以涵盖体验。不管做产品还是设计,都要以增长为主。但是最硬核的指标是价值,有了价值指标,产品一定会增长的,而且是长期增长,长期增长的话,产品肯定不会差的。

NPS指标有限制性:可能要看一段时间才能看出来,而且产品一直在变,在测量的过程中有不确定性。把NPS做辅助指标,以增长指标为主

整体指标体系:HEART(全面但是针对性不强)

还是要看北极星指标!!!

三. 数据驱动产品方向

1. 如何选择指标

2. 从北极星指标出发(北极星是母指标,其他是子指标)


3.北极星指标拆解思路

a. 根据使用场景分解

    适用于设定零碎工作的目标

b. 根据OKR思路分解

     适用于明确项目目标

c. 根据用户旅程分解

     适用于寻找项目机会

4. 根据使用场景分解

总销售额:1) 详情页:转化率

                  2)购物车:转化率/支付笔数/金额

                  3)支付:支付成功率

辅助参考:其他业务数据;行为数据;主观感受

5. 根据OKR的思路分解

SMART原则

北极星指标:1)O1,O2,On(目标)(每个目标拆分成KR)

                      2)KR1(任务性),KR2(绩效性),KRn

                      3)KPI

任务KR:上线一个功能

绩效KR:KPI,销售额提升%

不能只看任务,就没有结果;不能只看重绩效,就没人创新上新一个小功能,很多重要的任务没人做比如体验优化,而大家都会去刷KPI 作弊等

6. 根据OKR思路分解

第一步:明确长期价值以及北极星指标

第二步:将北极星指标拆分为多少目标

第三步:根据目标拆解KR指标

eg 电商网站

长期价值:快捷的网上购物;北极星指标:总销售额(O1,O2,O3)

O1:提升产品转化率

      KR1:降低BUG数量20%(绩效性指标)

      KR2:提升首页转化10%(绩效性指标)

      KR3:上线商品推荐功能(任务性指标)

O2:增加商户及产品数量

O3:提升客单价

7. 根据用户旅程分解

AARRR模型+用户体验地图(产品经理和设计师常用,本身跟增长没有关系)=用户增长模型

用户体验地图:从获客到推荐,看哪些场景,哪些路径,哪些操作有机会的,可以优化可以创新(跟KOL合作等)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345