如何搭建一套完整的指标体系？2个模型+1个原则

↑点击关注↑开启智能用户运营（CEM）

上一篇文章《运营过程中，我们都应该关注哪些数据指标？》中，我们根据AARRR模型罗列了很多数据指标。那么，如何将这些零散的、单一的数据指标，有关联地整合起来，用以帮助我们更系统、更高效、更准确地进行“收数——看数——用数”呢？

这就需要我们搭建一套系统且完整的指标体系。一套好的指标体系能够实时监控运营过程中发生的正负反馈变化，并能迅速定位问题所在，还能一定程度上指导我们解决问题。 

但就像天下没有两片相同的叶子，也没有完全相同的两套指标体系。产品类型不同、产品发展阶段不同、运营团队思考方式不同等，都会导致搭建的指标体系有所差异。

不过，指标体系搭建的基本思路和方法是有迹可循的。易观数科结合服务过上百家客户的经验，总结出搭建指标体系的「OSM模型+ARGO模型+金字塔模型」整体框架，希望能够帮助大家系统搭建适合自身业务的指标体系。

OSM模型由目标（O，Objective）、策略（S，Strategy）、度量（M，Measurement）组成，通过将宏大的运营目标（O）逐一拆解，对应到可落地的运营策略（S）和可度量（M）的运营动作上，从而确保我们梳理指标时，不会偏离“主航道”。

目标（O）可能是整个企业、某条产品线、或者某个运营小组的运营目标。其在不同的行业、不同的领域，以及公司或者产品的不同发展阶段都是不一样的，需要我们结合自身的实际情况，定义目标（O）。

一般情况下，运营目标与核心KPI息息相关。例如：

通过定义目标（O）了解整个运营的大方向后，我们便可以根据过往的经验、市场调研等制定达成运营目标所需要的策略（S）。

例如，电商平台运营负责人的目标（O）是提高GMV。按照GMV=支付用户数X每笔单价X用户购买频次的计算公式（注：GMV的公式根据行业可能有所不同，需结合自身业务计算），其提升策略（S）可能就会有：

策略（S）制定后，如何衡量策略执行的效果、如何反映该策略是否有助于目标（O）达成？这就需要用到度量（M）。

例如，通过商品组合销售策略，需要将每笔单价提升至1000元。这个将每笔单价提升至1000元就是该策略（S）的度量（M）。我们所制定的每一个策略（S），都需要匹配相应的度量指标。

综上，我们便可以根据OSM模型，形成指标体系初步的“骨架”

ARGO模型为解决用户运营的具体业务挑战而设计，帮助企业围绕用户全生命周期，更系统地制定运营目标（O）及对应的策略（S）。由易观数科基于“留量”时代提出。

根据ARGO模型，我们可以分别从用户视角和企业视角，进行运营目标（O）和运营策略（S）的设计，从而避免根据OSM模型梳理指标体系时有所遗漏。

当用户从到欢迎页到传播分享，会经历一个完整的用户全生命周期。

虽然我们在运营过程中都希望用户尽可能参与到运营中来，也希望用户尽可能多次回访到产品中去。但并不是所有的用户都会经历完整的用户全生命周期，因为在任意一个环节用户都可能离我们而去。

但无论是什么类型的产品，都有一组典型的用户全生命周期，即从潜在用户（潜客）、新增用户（新客）、活跃用户（活客）、成熟用户（老客）、衰退用户（怨客）、沉默用户（睡客）、流失用户（死客）的全过程。

以新增用户为例，这时的用户基本处在刚与产品接触的阶段。接触指的是从外部的流量渠道到达网站、APP、小程序等的全部用户数量，多用于新用户获取的阶段，表示可以转化成我们用户的最大值。如果是网站就与UV相关，如果是APP就与启动相关。

提升新增用户量，是我们在这个用户生命周期阶段的主要目标。在这个阶段，我们通常需要知道固定时间内到达产品的访客构成。这时候就会涉及到流量渠道，了解不同渠道的用户构成状态有助于我们进行渠道优化、改善访客质量。

企业视角对应业务成长的需求，可以分为以下三个阶段：

根据用户视角或者企业视角系统梳理运营目标（O）后，就可以开始寻找不同场景下，用户与我们的接触点。然后通过数据分析找到每个接触点上的待优化点。这些待优化点就可以作为我们OSM模型中的策略（S）。

例如，用户进入欢迎页时、进行注册时、开展新手任务时，与我们的接触点分别是产品欢迎页面、产品注册页面、新手任务引导流程页面。通过数据分析发现注册页面的转化率偏低，那么我们就要针对注册转化提升制定相应的策略（S）。

由此，不难发现，ARGO模型是在OSM模型搭建好指标体系初步的“骨架”后，用来填充指标体系的“血肉”的，可以让整个指标体系更丰富。

如下图所示，以企业视角为例，将ARGO模型与OSM模型相结合，就可以帮助我们校准目标（O）是否与用户全生命周期的每个阶段相匹配，以及检验策略（S）是否覆盖了用户全生命周期、有无遗漏。

金字塔原则，源于世界级领先的管理咨询公司麦肯锡，通常被用来结构化写作过程。但其层次性、框架性、系统性的思考方式，也同样可以帮助我们梳理指标体系。

在易观数科服务客户的过程中，我们发现光有OSM模型确定指标体系「大的框架」，ARGO模型帮助填充指标体系「小的细节」，往往是不够的。还需要用金字塔原则整体梳理，让整个指标体系具有上层概括下层、同层独立穷尽的逻辑自洽性。

通过OSM模型和ARGO模型搭建的指标体系一般包含第一关键指标、一级指标、二级指标等层级关系。在层级关系上，上一层的指标要能概括下一层级的指标。

第一关键指标又称北极星指标，当我们开始对一款产品（网站、APP、小程序、智能硬件等）进行运营时，会涉及到很多指标，但只有一个最重要的核心指标，才能被称为第一关键指标。

第一关键指标的特点就是与目标直接相关，我们的工作为围绕着推动第一关键指标的数据变化而展开，这些数据变化也会帮助我们达成目标。例如网站每天的新注册用户数量，是与我们的目标实现新用户获取息息相关的，我们就可以将注册用户数作为其第一关键指标。

需要注意的是，第一关键指标虽然是最重要的，但也并不是唯一的，比如电商网站，我们关注订单量的同时也关注新用户注册量；

而且第一关键指标也不是恒定的，会随着业务变化而改变，比如产品早期最关注的是拉新，当积累了大量用户后会提高对用户留存的关注程度，这时候第一关键指标可能是周用户活跃（WAU）或月用户活跃（MAU）。

如何判断一个指标是不是第一关键指标？有一条判断标准就是：如果我们改善这个指标，产品的长期业绩是否被提高？

一级指标指的是对第一关键指标有直接贡献的，且与目标（O）的方向是一致的系列指标。第一关键指标要能概括所有的一级指标。

例如，企业服务网站的第一关键指标是注册数量。那么，一级指标就可能是表单页到访客数量，因为提高表单页访客数量可以直接提高最终的注册数量；一级指标也可能是表单页访客到注册成功的转化率，因为提高表单页访客到注册成功的转化率可以直接提高注册数量。

二级指标指的是对一级指标有直接贡献的，且与目标（O）的方向是一致的系列指标。一级指标要能概括属于自己分支的所有二级指标。

例如，企业服务网站的一级指标是表单页访客到注册成功的转化率，二级指标就可能是第一个字段完成验证的次数。因为在同样的访客数量情况下，第一个字段完成得越多，表单页访客到注册成功的转化率就越高。

我们可以制定多层级的指标体系，但最好还是尽可能精简。根据易观数科服务客户的经验，指标体系的层级最好控制在3层左右，最多不要超过5层为宜。

简约可控的指标体系可以让我们聚焦精力在更重要的策略（S）执行上。需要强调的一点是：制定的每一级指标体系都是要对其上一级指标有直接贡献的。

在指标体系中，除了不同层上需要满足上层概括下层外，同层上还需要满足独立穷尽，又称MECE原则。

MECE原则要求处在同一层级的指标互相之间完全独立（Mutually Exclusive）且互相穷尽（Collectively Exhaustive）。这是什么意思呢？

以处在同层的二级指标1.1、二级指标1.2、二级指标1.3为例。如下图所示，图左就是符合MECE原则的，图中和图右就不符合，但却是我们在梳理同层指标中比较容易犯的错误。

通过MECE原则梳理过的指标体系，往往能够快速定位运营过程中出现的问题。

…

综上，通过搭建指标体系的「OSM模型+ARGO模型+金字塔原则」整体框架，我们便可以快速地搭建起一套适合自身业务的指标体系。