简介：OSM模型+UJM场景+场景化等6000字深度解析大家好，我是GrowingIO的商业分析经理史晓璐，今天将围绕"数据指标体系的规划"为大家展开主题能分享。是从今天的分享你将习练一套「重新搭建业务、数据一体化指标体系」的系统思维，并发挥于实践。GrowingIO商业分析经理，曾为汉光百货、飞鹤、喜茶等多家头部企业堆建指标体系。最善长为零售电商行业提供给数据指标体系垒建、精细化运营方案落地后和专项咨询服务。1.为什么要规划指标体系？我相信你是哪公司都期望还能够成立"数据驱动增长"的企业文化，但始于足下千里之行，始于足下，"数据驱动的业务增长"的企业文化应该是从成立一套指标体系开始的。我们GrowingIO将数据驱动可分两个金字塔的四个阶段，各是"采、看、想、做"。"采"和"看"两个阶段即数据规划和数据监控，而只有一正确的地规划数据、监控数据、再理解数据背后对应的业务进程，我们才还能够从数据中实现程序真确洞察，从而基于数据驱动业务再增长。GrowingIO的分析师团队在跟我们的上千家客户一同统合指标体系的过程中，突然发现了这一过程存在地着较常见的两大痛点，或者说两大阻碍：1.采：采集数据阶段还没有体系这一问题会有哪些地方体现呢？是需要是目标是没有对齐，即公司的战略目标与业务部门的目标和每个业务线之间的目标也没环形折弯。比如是数据就没采全，之前是会遇到一个"数到用时方恨少"的更加痛苦的过程，日久天长，进行数据采集工作的同事可能会觉得这项工作完全没有价值，会使数据驱动在慢了下来状态。2.看：监控、分析数据阶段就没治理就没治理的表现那就是表多、数多、数据乱、报表看不太懂，倒致整个业务团队效率太低着。我们才发现，这两个问题80%的企业在指标体系重新搭建过程中都会碰到，可以算是指标体系堆建过程中的两道门槛，可是如果没有也能跨过这两道门槛，我们变会刚刚进入到"想"和"做"这两个还能够产生80%商业价值的阶段。不过"采"和"看"两个阶段是所有的指标体系搭建中过程中的两个基石，如果没有没有这块基石，我们空谈策略也只能是纸上谈兵，所以我接下来会再展开跟大家详细介绍要如何做到"采"和"看"这两个阶段，从而实现指标体系的科学堆建。能完成那样的话一套科学的指标体系搭建之前，我们就能换取100元以内：?1套指标体系：一套层级明确的、能够回答业务问题的指标体系；?1套业务看板：的指标体系的数据可视化看板，能够指导我们参与日常洗护的监控和分析；?1套数据字典：数据字典还能够帮助我们利用企业内部的高效协作，使全公司能统一数据口径，解释数据问题。2.如何能科学搭建中业务、数据一体化融合的指标体系？首先通过OSM（Objective-Strategy-Measurement）使业务目标结构化，然后再融合为一UJM（User-Journey-Map）使用户体验系统化，用长之反哺、校准数据业务目标，到最后是从将业务场景模块化，使整个指标体系急速落地后。下面我就来给大家介绍下这三个框架的定义、该如何出现在内三个框架之间的关联。2.1OSM模型：业务目标倾斜式基于数据驱动的最核心逻辑?O（Objective）：是指我们的业务目标。在这个环节我们是需要努力思考或者能回答的问题是，我们的业务、产品，甚至于是其中的个小的功能，它存在地的目的是什么、能解决的办法用户有什么问题、满足用户的什么需求？?S（Strategy）：是指明白业务目标后，是为达成默契上列目标，我们应当由采取措施的业务策略。?M（Measurement）：是用处上级主管部门业务策略有效性、具体地策略执行是否能达成了协议业务目标的度量指标。以上是OSM的都差不多的框架。后我会给多多分享个电商比较经典的OSM模型，来帮助大家更好的理解它。2.2UJM作用：梳出用户生命旅程，与业务目标耦合UJM是我们在设计一款产品的过程中，前提是要去梳理的用户生命旅程。我想知道为什么我们会在搭建指标体系那个过程中分解重组用户生命旅程的思路呢？前面我们是从OSM的框架设计好了业务目标、策略和雅量指标之后，必须转过头来散乱的头发这座产品的用户生命旅程，以调试我们的业务目标，可以确定它可不可以与用户各个阶段的旅程接受完全吻合。也就是说，UJM是用来与我们的业务目标不停接受耦合的，两者互相影响、相互作用，催进业务目标还能够好地紧密贴合用户痛点，业务策略也能好地回答业务问题。替更方便大家更好的理解，这里简单的能介绍帮一下忙UJM的思路。如上图，一个更简练版的电商产品UJM，它除开：拆解用户所处的每三个旅程阶段，了解你是什么阶段中用户的行为，明确平均阶段中产品的目标，才发现各阶段中产品与用户的接触点，终于从所接触点里能找到产品的痛点和机会点。也就是说，用户在用一款电商产品，会奇遇这六个阶段：从各个途径所了解该电商平台，并再次进入该产品→按照首页、搜索功能乃至商品类目页等以外单独的入口"逛"平台→对商品产生兴趣，刚刚进入到商品详情页→直接进入付费流程，结束第二次最重要的转化→能分享、复购阶段。在半个用户旅程中，用户会断断续续再一次发生各环节间互想的跳转链接。我们需要为每两个阶段都设置中填写的个目标。在这一思路中可以设置出的目标就可以去植根我们之后如何制定出来的OSM框架，确定其是否需要有遗漏。各阶段目标考虑后，我们是需要去寻找到产品中为了至少这一目标，与用户再产生的接触点，比如首页、搜索页面、商品类目页等是用户逛产品时的接触点。了解接触点结束后，我们随后就也能能找到平均环节的痛点，而痛点的反面那就是我们的机会点。而，这里每一个机会点都也可以爱之河前面OSM框架中的S，那就是我们的策略，机会点是否是与策略相互极为相似。因为UJM的价值就只是相对而言，那样的话梳理了用户旅程之后，将UJM和OSM并且关联，就这个可以起到用户旅程与业务目标相互间祸合、相互影响的作用，使得我们的业务目标能够满足用户需求，我们策略能够解释业务问题。2.3OSM×UJM：关联业务目标与用户旅程这里依旧举两个电商最经典的案例。必须GrowingIO将电商的个战略目标（O）——"实力提升GMV"参照电商的经典公式进行了拆解，拆解曾经的三大目标，三个是提升到用户基数、提高转化率在内提升到客单价。各个目标下面都会有随机的三个策略（S），而这里的策略总之都来自于刚刚的UJM框架梳理出的用户每一阶段的机会点，各个策略也都会有不对应的一个雅量指标（M）。也就是说，这里的每两个目标填写的策略、人的度量指标也是与用户旅程的每一环节按。这样的话就有了个指标体系的大框架。2.4不断业务场景推动指标体系落地只不过有了大框架结束后，就能再就开始去落地之前采集数据、看数据了吗？我们在与很多客户互相改革探索的过程中发现到，光有OSM和UJM两个大框架，在实际中落下时过程中我还是有一些掣肘，这种框架还是实在是太庞大无比，当我们要想飞速快速突进、急速落地的时候，来讲可能会会找不到啊必须明确的切入点。如何将那些个睥睨一切的战略目标再下沉到一线执行人员的具体工作当中？下一刻我们公司引进了"场景化"那个概念。场景化反正是就是为了解决我们在异常庞大的OSM×UJM指标体系框架之下，能够模块化、结构化地急速突进落地后指标体系。也就是说，场景化在这里作用是加快指标体系的落地。以上是GrowingIO的分析师团队在与我们的上千家客户相互落地之前指标实践过程中梳拢出来的、能柯西-黎曼方程指标体系从空中落下的20个通用级场景。有了两个是一个整体的OSM×UJM架构结束后，我们都会据用户的路径，在这20个场景中接受不要对号入座，来满足相同部门从拉新到转化成结果到提升管理效率等环节、不同层级的需求。同样把这20个场景带入到我们的电商指标体系中。在前面OSM与UJM关联的基础上，我们在每一个环节上又别对号入座了各自最重要的的场景。举个例子，第一个目标修为提升用户基数，不对应的用户旅程阶段是是需要用户从完全不同的渠道、平台所了解产品，所以才必须按的那就是"不能找到选择最优渠道"这一场景。或者决定如何确定有线下活动是可以导入私域流量，要是有线下活动的渠道，还是需要融入"线下导私域流量"的场景。有了OSM和UJM并不兼容到了我们的每个场景后，所有的指标体系就是可以从一个相当大的战略目标参与一重重拆解，拆解到我们一线执行人员可从空中落下的场景中。这张图那是GrowingIO帮助一家客户散乱的头发了半个框架，通过用户生命旅程的每一个节点，特点OSM+UJM+场景化，能够的基于了战略目标和用户生命旅程的数据化。3.场景指标体系实操：以"活动迭代数据管理"场景为例系统打听一下完OSM、UJM这些场景化垒建指标体系的核心思路，下面就以"活动迭代数据管理"这种场景为例，为大家讲这一场景中如何落地后一套指标体系。"活动迭代数据管理"场景未知着它自己的很小的UJM，从导入流量、工作室承接到最后发生了什么转化。在那个小的用户生命旅途中，每个阶段都会有它随机的另一个目标，你是哪目标也都必须有最重要的的指标来衡量它，这就是领激活码场景中的OSM和UJM耦合有一种的思路。有了思路然后，就也可以设计出是对于活动场景另一个指标体系。这种指标体系也这个可以叫做指标的一个形态各异的奇石，涵盖面了一级、二级、三级、四级指标。?三级指标是公司战略层指标，象是公司也可以活动团队的一个战略指标，即KPI达成率；?二级指标是对一级指标的公式拆解，即在确认了活动KPI之前，需要核心参与的是活动产出；?三级指标是对二级指标一系列的拆解。好象是部门Leader了解的指标；?四级指标是基于组件用户路径为思路对三级指标的进一步的拆解。像是是一线负责执行人员关注的指标。我们除开要参与一、二、三级指标，四级指标更是是需要低频率查哈的。毕竟如果前面的指标发生波动，只有实际四级指标才能回答我想知道为什么发生了什么波动，我们也能做出决定什么东西动作。以上是基于条件重新搭建思路精炼进去的个指标体系全景，这样的指标体系才能更合适地解决我们回答业务问题。有了指标全景后，就需要将指标转成可视化的个看板，看板来帮助我们每一场重量级人物活动的优化过程：是从GrowingIO看板展示更多的一级、二级指标，用于视频监视活动整体的营收，活动后出具评估报告KPI达成率以及整体的ROI；初步讲活动前、中、后各阶段流量趋势和活动整体的质量；第四、第五大多数对应四级指标，不需要是从这两个看板评估所不同资源位、相同文案、完全不同商品在活动中对用户的吸引力和转化率影响。这是一套迭代「电商类大促活动」的很经典看板，有时候活动都必须监控，通过这样一个有效期的看板模式去可以衡量每一道活动的效果。那样的话，我们就这个可以在活动前吸收到之前活动的数据教训、活动中能够做到实时地监管相应数据、活动后据已有数据接受活动复盘，推动下第二次活动更好地实现整个结构目标。4.GrowingIO数据指标体系搭建中最佳实践数据指标体系搭建并不是单个部门还能够能完成的，应在至多有业务团队、数据团队这些旗下团队三个团队通过协作（业务部门交易协议的主要内容市场、运营和管理和产品团队）。上图是GrowingIO总结及建议的，在企业内部堆建数据指标体系的最佳实践流程。分为200以内6大阶段：1.需求收集阶段：一般由业务团队做出业务需求，数据团队评估、归纳业务需求。2.方案规划阶段：是需要业务团队和数据团队共同制定、梳理OSM和UJM，另外综合归纳出每一个环节的场景，设计出一套指标体系。3.数据采集阶段：指标体系在团队内部达成一致然后，我建议你由数据团队牵头设计数据采集方案，规范指标名称之前。命名原则是更加件有用的事情，可以说是互联网行业两大痛点之一，下篇文章会为大家彼此分享。4.再采集方案评估：数据方案采集方案设计完成后，不需要组织业务、数据、在内旗下三大团队一同并且采药方案的评估，评估实现成本在内实践的优先级。这里就可以不通过之前说到场景化模块，据成本和重要性，做评估优先权去全面落地哪一场景。5.数据采集与数据验证上不了线阶段：这种环节要注意要开发完毕团队来电脑设计一些数据库，明确的前端、后端埋点等等数据采集方案进行数据采集；然后把再次进入到一个非常重要的环节——数据校验，这里必须要保证我们的数据校验与指标体系是需要的数据口径一致，这样的得到的数据才是业务方需要的数据，才能够能回答业务问题。6.效果评估阶段：到最后是一个太流通价值阶段，即效果跟踪。这种环节中，不需要由数据团队主动牵头，将数据垒建出可视化看板，实际看板帮助实现程序业务迭代效果。业务迭代绝对会有很多的新功能、新业务线有一种，这个新业务线同样也需要扎根于指标体系。也就是说，指标体系的搭建不是一蹴即至的，而是要在重新组合的基础上不时地升级迭代的。也有两个重要的是的环节，是在指标体系看板堆建成功然后，需要控制输出三个数据字典。数据字典也能配合协调全公司的另一个步调，使大家都在同一个数据口径看待数据，提高公司整体的相互协同效率。以上那是整体的一个协作流程。基于这样的流程，GrowingIO和我们的客户也可以高效地实现指标体系的落地。在这个过程中，会由客户的业务方和技术方，包括GrowingIO的项目团队和分析师团队一起完成。在大概在8周之内，我们就是可以利用一套指标体系的高效安全落地，帮助客户将"数据再增长"融入其中到企业日常工作流程中，帮客户明白增长体系、真正地落地增长。以上应该是今天我今天的分享，感谢大家的宝贵时间，只希望能对大家有所帮助。