1704214680
如果一个公司有且只有一个核心指标，那么它就是公司的战略指标，所有的资源和目标都要围绕这个指标来分解。对核心指标进行拆解能得出各个团队和各个业务模块的数据指标。比如，交易类平台一般都用GMV（成交总额）作为公司的战略指标；知乎这样的问答类网站采用问题和回答的数量作为公司的战略指标；互联网金融产品把用户投资金额作为战略指标；视频类网站以用户播放量为战略指标等。战略指标不是恒定的，会随着公司不同的发展阶段的不同追求而相应变动。一旦战略指标发生变化，其他的指标也需要做出相应的调整。
1704214681
1704214682
·建立从流量到用户增长的数据体系
1704214683
1704214684
前面讲了渠道驱动增长和用户驱动增长，渠道和用户是前后承接的关系。每一个渠道都是一条长漏斗，从UV开始到注册、首次消费、复购、3次购买、4次购买、5次购买以后变成忠诚用户（5次消费变成忠诚用户，“5”用户留存的魔法数字，后面会重点讲），再到一个成熟用户，最后衰退，直至流失。每一个环节我们都需要根据相应的数据指标来分析，看增长的瓶颈出在什么环节。渠道分析主要是从流量来源、流量质量、各环节之间的转化率以及投入与产出比来分析。渠道的重要职责是获取新用户，针对于某一个渠道需要重点分析渠道的新用户获取成本是否合算，以及新用户的留存情况，以此来判断渠道的质量。先通过数据看结果，获客成本是高还是低、通过客单价和留存率评估流量质量如何，形成初步的结论。然后通过数据找问题，如果成本高，要是转化率低、渠道质量差人群不精准，还是获客手段的原因等。详细分析每一个环节的转化率，找到哪些环节的转化率低，指导运营有针对性地进行提升。
1704214685
1704214686
·建立供给端运营效率数据体系
1704214687
1704214688
供给端的数据主要是对供给端上线效率和供给质量进行评估。纵向是供给资源从线索到上线，每个环节的漏斗数据模型，评估供给上线的效率和瓶颈出在什么地方；横向是根据上线后与用户端发生的交互和转化的数据进行评估，包括上单效率、供给数量、供给质量、优质供给数量、供需关系匹配度、动销率、用户购买转化率等数据。
1704214689
1704214690
图1-12是某O2O网站从销售线索到最终上线形成有效供给的漏斗图。
1704214691
1704214692
我们看到，从销售线索到最终上单的转化率只有20%，也就是说80%的线索没有形成有效转化，其中在审核环节就已经损失过半，这是个巨大的瓶颈。之所以会这样，要么是因为新增线索的质量不够高，要么是因为审核环节过于严苛或者效率低下，导致通过数量极低。要想增加上线数量，首先就要在这个环节进行提升。上线之后还未结束，98个上线的不等于有销售，我们还要进一步观察哪些是有动销的，销售转化率如何，哪些是没有产生销售的。零动销的依然属于无效供给，需要分析是因为用户流量不够，还是供给自身质量不高，找到原因进行有针对性的优化。
1704214693
1704214694
1704214695
1704214696
1704214697
图1-12 某O2O网站从销售线索到上线漏斗图
1704214698
1704214699
·建立产品数据体系
1704214700
1704214701
产品是连接供给方和需求方的重要载体，承载了所有需求转化成实际购买的重要职责。如何有效匹配供需关系，进行合理的流量分发，提升核心购买流程转化率，是产品成功的关键。产品建设是一个动态的过程，需要根据业务的具体发展阶段，对产品进行相应的升级。产品还承载了用户从获取、转化到留存、成长等整个生命周期的活动轨迹，需要根据不同阶段的用户特征、不同用户的需求，进行符合用户路径的产品设计，提升用户的成长转化。因此，产品的数据体系主要围绕下面这两个维度来进行数据指标建设的。
1704214702
1704214703
维度1：以核心购买流程转化为线索的数据指标建设，如图1-13所示。这一维度包括从首页到列表页、列表页到详情页、详情页到订单页、订单页最后到支付成功页等整个核心购买流程的漏斗转化数据，以及每一级页面的跳出率和到下一级页面的转化率数据。
1704214704
1704214705
1704214706
1704214707
1704214708
图1-13 用户核心购买流程
1704214709
1704214710
维度2：以用户成长为线索的产品数据指标建设，如图1-14所示。首先要通过数据找到用户从获取到留存的关键指标，并在产品端进行重点强化，增加用户留存。其次要找到不同成长阶段用户的行为路径，提升用户购买转化率和用户传播范围。对于挖掘用户关键路径和找到留存魔法数字，我们将在后面的章节详细讲述。
1704214711
1704214712
1704214713
1704214714
1704214715
图1-14 用户生命周期成长路径
1704214716
1704214717
【案例】通过数据发现增长问题，
1704214718
1704214719
及时分析问题找到原因并快速解决
1704214720
1704214721
通过图1-15中所示的数据监控发现，某公司一个渠道从4月28日这一天开始，注册用户数大幅度下滑。经过多方面排查发现，渠道UV并没有发生变化，只是注册转化率出现了下降。后来找到了原因，原来是因为产品新版本发布上线，新用户注册引导的活动模块没有同步上线，故注册用户数大幅度下滑。找到问题之后，快速恢复了新用户注册引导的活动模块，注册用户增长也恢复正常。
1704214722
1704214723
某个渠道在自身流量没有任何变动的情况下，针对用户转化的路径做了调整优化，效果立竿见影用户规模翻了三倍。在调整后观察数据，确认增长策略的有效性，该渠道用户规模出现了连续性的增长，如图1-16所示。
1704214724
1704214725
1704214726
1704214727
1704214728
图1-15 某公司新用户注册数监控数据变化
1704214729