BI數據分析-北極星指標拆解

2023-07-24     CDA數據分析師

原標題:BI數據分析-北極星指標拆解

在之前的文章中我們提到了基於發散-收斂方法形成的產品設計實踐法則——雙菱形實踐法則。雙菱形法則包括四個階段,分別是需求洞察、機會點優先級排序、設計產品形態和確定最佳方案,這四個階段都分別使用了發散-收斂的方法。

進行需求洞察時,運用發散思維來探索商業、市場、用戶及技術的情況,然後運用收斂思維形成統一的定位。接著進入尋找最佳方案的階段,運用發散思維產生更多的產品設計創意與構思,然後運用收斂思維對產品創意進行測試與選擇,形成最終的交付。

具體地,首先在探索階段,運用『發散』思維洞察用戶需求,產生有價值的洞見。然後在定義階段,運用「收斂」思維對機會點進行優先級排序,形成統一的定位。機會點優先級包括北極星指標拆解與提升點、提升點優先級排序和明確項目目標。本文主要介紹北極星指標拆解的方式。

企業經營的目標是不斷的開源節流,創造出新的客戶,為社會帶來價值,而如何更好的開源節流就需要設立增長目標,將目標拆解到經營的每個過程,以數據分析為核心,將數據貫穿整個公司的全部流程,做到一切都可以在數據中呈現。

什麼是北極星指標

北極星指標(North Start Metric),又稱唯一關鍵指標(One Martric That Matter,OMTM)。它本質上只是一個指標,但其意義遠超其他指標。北極星指標之所以用北極星來命名,因為它確立後就如同北極星般指引全公司上上下下向著這一個方向邁進。

北極星指標有什麼用

企業往往會有其願景和使命,雖然願景和使命很重要,但是這種定性描述其實是很難來測量的。當具體到部門和個人時,則會出現對願景和使命千差萬別的理解,那麼到執行動作時就會出現形形色色的變型。

但當確立了北極星指標後,企業的經營情況變得有跡可循,管理人員和執行人員就知道根據這個北極星指標及其派生指標判斷的變化判斷自己是否在為企業做出有益的貢獻,同時也能夠把更多的注意力放在改善北極星指標相應動作上,最終的效果就是:心往一處去,力往一處使。

如何選擇北極星指標

一個好的北極星指標是能實現商業目標和用戶價值之間的平衡,同時兼顧企業長期和短期發展的。

良好的商業模式是應該做到企業和用戶互取所需、共同發展的。一個企業或者一款產品,如果不能為用戶創造價值,那麼一定不能長久存在。相反,如果一個企業、一款產品能夠持續地產生營收和利潤,那麼它一定滿足了用戶某種需要、為他們創造了價值。所以當要確立一個北極星指標時,不妨把思考的錨點從滯後的營收往用戶端前移,多考慮自身到底為用戶創造了多少價值上。

北極星指標標準:

  • 能否反映用戶從產品中獲得核心價值

  • 能否為公司達到長期商業目標奠定基礎

  • 能否反映客戶活躍留存

  • 指標變好,能否提示整個公司在向好的方向發展

  • 是否簡單直接,容易獲得,可拆解

  • 是否先導指標而非滯後指標

能否反映用戶從產品中獲得核心價值

能否為公司達到長期商業目標奠定基礎

能否反映客戶活躍留存

指標變好,能否提示整個公司在向好的方向發展

是否簡單直接,容易獲得,可拆解

是否先導指標而非滯後指標

在選擇了北極星指標後,還需要對北極星指標進行拆解才能真正地起作用,幫助業務完成增長。關鍵要素的確定是通過用戶所處的狀態和業務想要達成的目標拆解而來。

關鍵要素拆解之後的展現形式主要是產品關鍵節點展示和活動運營,產品節點趨向於長期,活動則趨向於短期。通過短平快的活動,對比實驗組與對照組的數據變化,判斷所做的活動是否有用,最終將活動產品功能化。

北極星指標拆解方式:1.使用場景分解;2.OKR分解。

使用場景分解

目前階段網際網路業務比較流行的一種通用抽象場景「人、貨、場」,實際就是我們日常所說的用戶、產品、場景,再通俗點講就是誰在什麼場景下使用了什麼產品,不同的商業模式會有不同的組合模式。

以網約車實際場景為例:哪些場景(此處場景定義為終端,如微信,支付寶)的什麼人(乘客)使用了哪些貨(業務產品,如快車/專車等),進而為評估用戶增長的價值和效果。

  • 「人」的視角

從「人」的視角,我們比較關心的是什麼乘客在什麼時間打的車,排了多長時間,等了多長時間上車,周期內第幾次打車,打車花了多少錢,是否有投訴和取消行為,具體到數據指標主要看發單用戶數、完單用戶數、客單價、周期內完單訂單數、取消訂單數、評價訂單數等。

  • 「貨」的視角

從「貨」的視角,我們比較關心的就是成交了多少,交易額多少,花了多少,到具體數據指標主要會看GMV、成交率、取消率指標,在進一步會細分到城市、區域,一級品類、二級品類。數據的效果通過目標對比,橫向對比、歷史比較等方式進行分析確定。

  • 「場」的視角

從「場」的視角,我們比較關心的就是哪個渠道用戶點擊量大曝光率大,帶來了多少新用戶,完成多少交易訂單,客單價是多少;或者是哪個活動拉新或促活效果怎麼樣轉化率多少,結合場景數據實際情況制定對應策略。

OKR分解

OKR(Objectives and Key Results)即目標與關鍵成果法,是一套明確和跟蹤目標及其完成情況的管理工具和方法。

OKR包含任務型指標和績效型指標,OKR裡面的績效型指標=KPI。OKR之所以慢慢被很多公司使用,主要是因為OKR可以覆蓋的崗位工作更全面。比如技術部門要提升性能,降低bug率,適合用的是OKR里的任務型指標衡量。

以下均以借款產品為例進行闡述,借款產品如360借條、還唄:

  • 確定提升指標

借款產品的北極星指標是低壞帳率的貸款餘額,壞帳率由風控把控,貸款餘額則由產品和運營一同負責。眾所周知,GMV萬能公式為:GMV=UV*轉化率*客單價。貸款餘額=UV*交易率*借款金額,UV提升依賴產品定位及市場投放,借款金額主要依賴運營,那麼產品的主發力點就是交易率。

  • 拆解用戶路徑

交易率,此時還是比較籠統,所以還需要再細化拆解,才能達到可落地的程度,按用戶路徑拆解就是一個很好的方法。需要注意的是,用戶路徑要儘可能全面。既要包含用戶操作的部分,也要包含平台或第三方影響用戶體驗的部分。既要包含用戶的成功流程,也要包含用戶的失敗或流失流程。這樣才可能能得到更全面的OKR,從而得到洞察,找到需求點。

  • 得到OKR

結合提升指標交易率(確定為O),以及小貸產品的用戶路徑,可以粗略得到:交易率的拆解,以用戶主操作和影響用戶借款的客觀因素為主。

以O2為例子,借款提交率再可以拆分為:KR1=支付渠道驗證成功率;KR2=交易密碼輸入成功率等。

需要注意的是,並不是每一個O都可以再往下拆解。像試算頁下一步點擊率,因為頁面內涉及到的用戶操作較少,所以不太需要再往下拆解。

  • 分析漏損的原因

OKR已經基本梳理完成了,那接下來要怎麼去提高呢?產品角度看,我們可以專注於用戶路徑的漏損,只要能減少漏損,理論上就可以提高每個環節的轉化率。

以試算頁下一步點擊率為舉例,看看怎麼去分析漏損,減少漏損。從用戶路徑看,試算頁點擊返回,是用戶流失的事件。

那用戶為什麼進來試算頁,又要離開呢,下面從二個角度進行分析:

用戶決策分析:影響用戶借款的主觀因素是借款意願及還款能力;影響用

戶借款的客觀因素是:剩餘額度是否足夠、利息是否太高、是否在貸、風

控審核是否能通過、資金方審核是否能通過等。

用戶路徑分析:用戶在試算頁的操作,是否有流程阻塞,導致用戶退出借

款?可以再詳細看試算頁面的欄位,觀察相關數據看是否有漏損。

  • 導出方案

根據以上分析的漏損原因,從用戶決策角度看,是最有可能造成用戶流失的。因為從經驗來看,試算頁除了讓用戶填寫借款金額,沒有太多選項讓用戶填寫。反而是客觀因素影響的權重比較大,因為客觀因素短時間內是很難改變的,跟用戶的信用有關。

所以根據客觀因素,導出的解決方案如下:

導出方案後,再根據需求性價比,決定哪個先做。有關運營活動的方案,一般可以先做。成本角度:免息券、提額是系統已經支持的工具,所以開發成本較低。收益角度:像優惠券刺激手段,電商領域屢試不爽,預期效果較好。

補充增信的方案,如果目前沒有風控策略,需要先去收集數據、建模、出策略才能夠落地,成本較高;收益方面暫時也不好衡量,所以可以後做。

文章來源: https://twgreatdaily.com/f08238cd0519927df829e37efedea127.html