这篇文章以抖音直播为例，跟大家聊一聊数据指标体系的搭建。
引言：
理解数据指标体系，先从what和why的角度去思考和理解它
what（什么是数据指标体系）：
基于业务目标，搭建起的数据维度的集合，衡量和促进完成业务目标，做到可衡量、可行动
why（为什么要搭建数据指标体系）：
统一what和why的前提下，下面以抖音直播为例，搭建数据指标体系：
一、行业背景
据中商产业研究院的数据，2021上半年我国网络直播用户规模在6.38亿，同比增长6.38亿，占网民整体63.1%。当前中国的总人口是14亿，也就是说直播渗透率在45.6%，且在泛娱乐的大形势下发展强劲，直播形式包含电商直播、游戏直播、真人秀直播等多种多样。
短视频行业的三驾马车中，抖音用户体量达6亿dau，其直播板块增势强劲，dau预计已接近快手（1.7亿）。短视频内容性强，直播互动强；短视频能引流，直播促转化。两者相辅相成，这篇文章就以抖音直播为例搭建数据指标体系。
二、OSM模型：明确业务目标
首先，聊一聊，什么是OSM模型？
O（业务目标、Object）：用户侧，我们的产品或者功能存在的意义是什么？能够满足什么需求？公司侧，公司的核心目标是什么？是DAU还是GMV？从商业角度，很多公司会选取GMV
S（业务策略、Strategy）：为了达成业务目标，我们应该采取什么样的业务策略？
M（业务度量、Measure）：衡量策略是否有效？目标是否达成？
以抖音直播为例，这里以海盗模型（AARRR）及OSM耦合，搭建起业务目标图。抖音直播的关键业务指标可以简化为找到看直播的用户（进入直播间人数）→转化为经常看直播的用户（活跃用户数）→转化为收入（礼物金额、电商GMV）。
这里可以发现，在业务转化的每一个流程中，列出了很多指标，可以做一个简单的分类，分为结果性性指标和过程性指标，收益（Revenue）环节中，GMV就是结果性指标，同时，GMV结果性指标，也可以分解为过程性指标，GMV可以分为推广时长*直播间转化率*电商CTR*购买转化率*客单价。
三、UJM模型：搭建用户流转地图
什么是UJM（User Journey Map）用户流转地图呢？
本质上来说就是梳理用户在产品中的完整使用流程，拆解用户所处的每一个阶段、了解用户阶段的行为、明确每个阶段的用户产品目标、发现产品与用户的接触点、最后从接触点中找到产品的痛点和机会点。
同样的，以抖音直播为例，构建一个简单的用户流转地图，解答流量从哪里来、用户在直播间的动作和用户后续的高价值行为这三个问题，并标注出用户在各个流程环节的转化率。
四、产品功能结构图
在上面的用户流转地图中，我们已经整体知道用户从哪里来到哪里去，也可以具体模拟用户在app中的具体操作，具体场景化去搭建用户的产品功能结构图，可以在结构图的基础上可以更具体的梳理出详细的数据指标：
五、搭建数据指标体系
5.1 主指标（一级指标）、子指标（二级指标）和过程性指标（三级指标）
通过以上的OSM业务指标模型、用户流转地图搭建和产品结构图的分析，我们即可搭建出以下的数据指标体系（主体指标基本列出来了，还有详尽的一些指标没有列出）。
这里，我们需要对指标进行分级：
主指标（一级指标）：通常代表这业务目标，结果性指标，不可直接观测，但可以以子指标及过程性指标计算得出，这里为用户数、收入
子指标（二级指标）：计算主指标的成分，如各种转化率、单位金额
过程性指标（三级指标）：具体计数，具体点击各个位置的人数、具体产生的金额
5.2 指标维度及统计方式
数据指标在具体的应用场景中，还需要配合上各种指标维度及统计方式。
如可以计算中各个位置的人均值（人均购物金额、人均赠礼金额、近一段时间的人均点击率）、又或者按具体值分层可以输出用户分层标签（一般用户、活跃用户、价值用户）：
5.3数据指标文档（示例）
数据指标体系的搭建不是一朝一夕，而是一项长期需要坚持的工作。
需要设计规范的管理，设计数据指标文档，管理其生命周期长期更新迭代，长期与业务携手并进绽放价值。
TAG:[db:关键词]
