有了最重要的北级星指标后,可以进一步把北极星指标分解为一级指标,具体的拆解方法有很多种,要看业务如何运营,可以按照地区维度来拆解,也可以按用户运营维度来拆解。
一极指标由北极星指标衍生而来,一级指标的作用就是将北极星指标落实到具体的业务部门或者是责任人,通过成分拆解我们可以从北极星指标得到对应的一级指标。例如MUA这个一级指标,通过成分拆解可以分为存量用户和新增用户。
(1)AARRR模型的拆分策略
指标其实就是反映产品在各个重要方面的运营情况怎么样,把对用户的运营当成一个流水线,围绕着用户生命周期即可挖掘到一些重要的一级指标并自然而然的形成闭环。
在众多指标模型中我觉得AARRR模型能很好的概括用户的生命周期,美中不足的是遗漏了用户流失这一环节,个人觉得AARRRR比较能完整概括用户生命周期,即Acquisition(获取)、Activation(激活)、Retention(留存)、Revenue(收入)、Referral(自传播)、Recall(召回)。
围绕这六大方面,可以拓展以下一级指标(只是举例一些通用指标,具体的一级指标可根据具体业务进行定义)。
(2)数据指标制定
需要确定北极星指标(关键指标)、一级子指标和二级子指标,要根据业务和收集的数据来推行有效的数据指标。
(3)风险指标
全行各部门进行充分沟通,全行达到共识:很多时候难以推进数据指标的原因,在于不同部门都想用自己适合的口径来梳理,有些时候需要自上而下的推动。