数据指标体系构建是数据分析师的日常工作之一，常见的指标体系方法论包括根据业务发展进程选取由合成略旦易于拆解的指标作为北极星指标。但在实际业务场景中如何运用方法论构建数据指标体系，以监控业务发展呢？
互联网产物按照用户需求举行分类，可以分为工具类、内容类、交际类、生意业务类以及游戏类。当然，每一个互联网产物并不一定属于单一的某一类别，其类别大概是交织的。
那各种不同范例的互联网产物都有什么特点?它们对应的北极星指标又分别是什么呢?各范例互联网产物的特点以及北极星指标总结如表1所示。
表 1 各范例互联网产物的特点以及北极星指标 表1 各范例互联网产物的特点以及北极星指标 表1各范例互联网产物的特点以及北极星指标
内容类产物重要是指创作者持续为粉丝提供有代价的文章、音频、视频等内容的平台，比方，知乎、微信公众号、持音等，其北极星指标是欣赏量、;欣赏时长、点赞量、转发量等。
交际类产物重要是为用户提供建立交际关系的平台,比方微信、微博等，其北极星指标是活跃用户数、好友数、互动次数等。
图文内容社区既包括了内容类产物的特点，又包括了社区类产物的特点。下面，我们将以图文社区为例，实践数据指标体系的构建。
01 案例：以图文内容社区为例实践数据指标体构建
某产物是一个专注于做图文内容社区的平台，该平台为用户提供一个知识交流的空间，10年间已经积累了海量用户，在垂直类产物独占鳌头，目前处于成恒久和成熟期的拐点阶段，优质的活跃用户以及商业变现是该阶段的关键目标。
其重要业务场景如图1所示。
图 1 内容社区业务场景 图1 内容社区业务场景 图1内容社区业务场景
当用户遇到或者想要讨论某个问题就可以在内容社区举行提问；平台审核问题之后就会将其推送给相关范畴的创作者，答复者答复问题以建立自己的行业影响力。
提问者和答复者作为内容生产者产出内容，而大部分用户是以内容消费者的身份存在，在内容社区欣赏内容以“杀时间”。
提问者、答复者以及其他欣赏者在相关问题下产生良性交流、互动讨论从而形成一个精良的内容社区氛围。
根据上面的分析，我们可以看出内容社区类的产物是内容类产物和交际类产物的有机结合体，既包罗了内容类产物通过内容为用户提供代价的特点，又包括了交际类产物通过内容、互动以沉淀生疏人关系链的特点。
02 4个步调实现数据指标体系构建
我们将通过业务目标梳理北极星指标；对达成北极星指标的用户举动路径举行拆解，梳理过程指标；然后举行指标的下钻分级，构建多层级的数据指标体系；末了，添加分析维度，构建完整的数据指标体系。
1. 明白业务目标，梳理北极星指标
如图2所示，我们汇总了该产物的业务目标与用户代价的商业闭环。
图 2 业务目标与用户代价的商业闭环 图2 业务目标与用户代价的商业闭环 图2业务目标与用户代价的商业闭环
该产物为了实现社区活跃和和营收增长，需要有充足多的优质活跃用户发布问题和答复问题，以产生更多的内容互动，从而实现广告、带货等多种方式的用户转化，进而实现收入增长，最终投入更多的运营活动，继承提升内容社区的活力。
那如何去界说优质活跃用户呢，有哪些指标可以表征优质活跃用户，且可以作为北极星指标呢?
我们找出了5个备选指标：阅读用户数、阅读时长、内容阅读数、内容创作数、用户互动数。
我们通过评价北极星指标的4个评价标准依次评价筛选出的5个候选指标，其结果如表2所示。
表 2 评价 5 个候选指标是否满意北极星指标的评价标准 表2 评价5个候选指标是否满意北极星指标的评价标准 表2评价5个候选指标是否满意北极星指标的评价标准
这里的阅读时长、内容创作数以及用户互动数3个指标都满意北极星指标的评价标准，到底选择哪个作为北极星指标呢?
其实很多环境下，多个北极星指标共同指引业务发展也是较为常见的。如果只需要一个北极星指标，用户互动必然是最优选择；但如果需要多个北极星指标共同引导业务发展，用户互动数量可以作为重要的北极星指标，其他两个则可以作为次要的北极星指标。
2. 梳理业务流程，明白过程指标
确定了该内容社区的北极星指标为用户互动数之后，我们对业务流程举行梳理。如图3所示。
图片
图 3 业务流程梳理 图3 业务流程梳理 图3业务流程梳理
无论对于内容生产者还是对于内容消费者来说，互动转化的机制都是根本同等的，但是数据分析师在内容生产层面和内容消费层面关注的重点是不太一样的。
内容生产者会更加关注他们的创作力、影响力、发文质量以及举动健康度，因为优质上且持续的创作是带来用户互动的根本。
而内容消费者则会更在意其互动数，也称作举动参与度，要达成用户互动,内容消费者需要阅读完相关的文章上且对文章有一定的情感偏好。
除此之外，内容消费者的欣赏广度和欣赏时长也是数据分析师较为关心的，因为用户欣赏内容越广、欣赏时间越长，用户黏性就越高，用户发生互动的概率也就越大。
基于以上的过程分析，我们将该内容社区的过程指标梳理如图4所示。
图 4 图文内容社区的过程指标梳理 图4 图文内容社区的过程指标梳理 图4图文内容社区的过程指标梳理
3. 指标下钻分级，构建多层级数据指标体系
明白了过程指标之后，需要对过程指标进一步拆解，从而梳理出二级指标、三级指标，以便数据异动时方便排查。图文内容社区的数据指标体系下钻分级的结果如图5所示。
图 5 内容社区数据指标下钻分级 图5 内容社区数据指标下钻分级 图5内容社区数据指标下钻分级
4. 添加分析维度，构建完整的数据指标体系
末了，就到了添加分析维度的步调了。如网图6所示，该内容社区也有和其他产物同样的分析维度。
图 6 内容社区分析维度汇总 图6 内容社区分析维度汇总 图6内容社区分析维度汇总
除了以上各类产物险些共用的分析维度之外，内容社区还具有一些较为独特的分析维度。
在内容层面上，内容的垂类、主题以及评级都是权衡内容质量以及内容丰富度的相关维度。
内容垂类可以是财经、娱乐、职场、知识、影视等较大的分类。
内容主题则是某一垂类下的细分，以知识垂类为例，可以将其分为数据分析、算法、前端开发、后端开发等不同的主题。
内容评级是权衡内容质量最紧张的标准，运营人员和数据分析师可以根据一定的规则，比方，文章长度、内容与主题的关联度、图片质量等多层面的信息，将内容分别为不同的品级，统计各评级内容的占比即可评估图文内容质量。
03 构建数据指标体系的过程总结
颠末上述4个步调的分析，我们为内容社区梅建了一套完整的数据指标体系。
首先，先根据其商业模式，梳理了业务目标，明白了北极星指标是用户互动数，这里需要留意的是产物所处的生命周期和业务目标是具有强相关性的，明白产物所处的生命周期是梳理北极星指标的关键要务。
其次，我们通过梳理达成北极星指标的业务流程，从而提炼出相关的过程指标。
为了使数据指标体系更加完善，我们对过程指标举行下钻分级，构建多层级的数据指标体系，以满意不同用户群林对于指标监控的需求。
末了，我们汇总了分析维度，内容社区的部分分析维度和其他范例产物险些大同小异，但是除此之外还有一些特有的分析维度，比方内容垂类、内容主题、内容评级等。
本文摘编自《数据指标体系：构建方法与应用实践》，经出版方授权发布，转载请保留文章来源。
获取方式：https://item.jd.com/14870454.html
本文摘编自《数据指标体系：构建方法与应用实践》（书号：9787111764656），经出版方授权发布，转载请保留文章来源。
《数据指标体系：构建方法与应用实践》 是一套数据指标体系全流程构建（从规划、框架计划、数据收罗加工到应用）方法论与实践指南。它不仅深入浅出地分享了通用的数据指标体系构建策略，还通过多个行业实例展示了详细操作方法。书中从数据收罗入手，借助BI工具Superset实践构建过程。
作者简介
李渝方（网名：森夏恩），现就职于某互联网大厂担任数据分析师，曾先后就职于游族网络、阿里巴巴等大厂，均从事数据分析、数据指标体系构建相关工作。复旦大学硕士，脱销书《数据分析之道——用数据头脑引导业务实战》作者，公众号“数据万花筒”运营者，累计发布数据分析相关原创文章100余篇，全网阅读量凌驾200万。
目 录
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
