指标、指标体系
一、指标
何谓指标？指标是说明总体数量特征的概念及其数据的综合，故又称为综合指标。在实际的统计工作和统计理论研究中，往往直接将说明总体数量特征的概念称为指标。
二、北极星指标
北极星指标是衡量产品、业务成功与否的关键指标，它体现了产品试图解决的“用户需求与企业经营”之间的关系，是一经确定后企业所有人都需要为之共同努力的唯一重要指标。
其主要有以下3个核心作用：
1. 使整个公司了解产品团队的行动，并令其与公司营收目标一致，综合内部资源集中进行推进，进而提升协作的效率；
2. 将产品团队的进展和效果传达给其他部门，获取更多的支持，以加速战略产品计划，避免目标不同，影响沟通效率；
3. 最重要的是让产品团队对结果负责，真正制定可落地的产品行动策略，推进北极星指标达成。
北极星指标如何选择？可以从以下3个标准来衡量：
1. 是否有助于业务发展（用户活跃数>App下载量）；
2. 是否能体现核心价值（问题回答数>活跃用户数）；
3. 是否具备可操作性（定量>定性）
简单： 是一个具体的数字
即时：业务部门能够实时看到数据更新
可行动：是具体可执行的，或者说能够改善的
可比较：纵向和过去对比，横向和竞对比较
从上面我们可以看到，北极星指标与运营策略之间的匹配变得尤为重要。一般情况下，先导性指标（预测未来）要优于后验性指标（解释过去）。
警惕虚荣性指标，保持警惕：点击量、页面浏览量（PV值）、访问量、独立访客数、粉丝/好友/点赞数量、网站停留时间/浏览页数、收集到的用户右键地址数量、下载量等。
案例介绍
|
案例 |
商业模式 |
核心价值 |
北极星指标 |
| 抖音 | 短视频 | 分享美好生活 | 日使用时长 |
| 知乎 | 问答社区 | 转播知识 | 问题回答数量 |
| Airbnb | 在线租房 | 连接租房者和房东 | 总的预定天数 |
| 亚马逊 | 电商 | 更便捷、便宜的网上购物 | 总销售额 |
|
|
社交 | 快速又简单的社交 | 月活跃用户数（MAU） |
| Linkedln | 社交 | 职场社交 | 优质的活跃用户数 |
| Amplitude | 企业级SaaS | 数据分析 | 每周至少运行一次查询的用户数（WQUs） |
三、业务指标
在开展运营工作的过程中，除了北极星指标这一【结果性指标】外，我们还需要关注一些【过程性指标】来助力关键结果的达成。
我们以AARRR模型（用户增长模型）介绍一些过程性指标。根据AARRR模型，可以将数据指标分为五大类：
1. 拉新指标：浏览量、下载量、新增用户、获取成本；
①浏览量：俗称曝光量，指的是产品的推广信息在朋友圈、搜索引擎、应用商店等渠道中被多少用户看到。与浏览量相对应的是点击量，它们两的比例在业内有一个专业词汇CTR（CTR=点击量/浏览量），很多广告平台会用CTR来评估广告质量
②下载量：指的是APP的安装次数，是衡量拉新效果的结果指标
③新增用户：下载并不是意味着就是用户，如果某个“用户”只下载了并没有注册，那它就是一个无效的用户。对于用户的界定，每个产品是不一样的，大部分的产品是用户注册了APP，就被定义为新增用户；
④获取成本：用户获取必要涉及成本，而这时运营新手最容易忽略的。目前常见的成本的计算方式有CPM（千次曝光成本）、CPC（单词点击成本）、CPA（单词获客成本）。
2. 活跃指标：活跃用户数、活跃率、在线时长、启动次数、页面浏览量；
①活跃用户数：DAU指的是日活跃用户数量，一般指的是在24小时内活跃用户的总量；此外还有WAU、MAU等；
②活跃率：活跃用户数衡量的是产品的市场体量，活跃率看的则是产品的健康；
③在线时长：不同产品类型的访问时长不同，社交肯定长于工具类产品，内容平台肯定长于金融理财等；
④启动次数：它体现的是用户的使用频率，用户的日均启动次数越多，说明用户对产品的依赖性越高，活跃度也就越好；
5.页面浏览量：PV（Page View）是页面浏览量，UV（Unique Visitor）是一定时间内访问网页的人数，用户在网页的一次访问请求可以看作一个PV，用户看了十个网页，则PV为10.
3. 留存指标：用户留存率、用户流失率；
①用户留存率：留存率 = 留存用户/当初的总用户量；
②用户流失率：流失率在一定程度能预测产品的发展。
4. 转化指标：GMV、成交额、销售收入、付费用户量、ARPU、复购率；
①GMV：它是一个虚荣指标，只要用户下单，生成订单号，便可以算在GMV里，不管用户是否真的购买了，京东在双十一对外发布的战报是GMV；
②成交额：成交金额指的是用户付款的实际流水，是用户购买后的消费金额；
③销售收入：它指的是成交进入减去退款后剩余的金额；
④付费用户量：在产品里边产生过交易行为的用户总量，同活跃用户一样，交易用户也可以区分为首单用户（第一次消费），总厂消费用户（持续购买的用户），流失消费用户（流失后又回来的用户）等
⑤ARPU：ARPU = 总收入/收费用户数；
⑥复购率：和新增用户一样，获得一个新付费用户的成本已经高于维护熟客的成本。复购率更多用在整体的重复购买次数统计，即单位时间内，消费两次以上的用户数占购买总用户数。
5. 转播因子：病毒K因子、转播周期。
①病毒K因子：K因子大于1时，每位用户能至少带来一个新用户，用户量会像滚雪球般变大，做种达成自传播；
②传播周期：转播周期指的是用户完成从传播到转化新用户所需要的时间，通常传播周期越短，意味着用户流标传播的效果越好。
四、指标体系
何谓指标体系？ 在统计研究中，如果要说明总体全貌，那么只使用一个指标往往是不够的，因为它只能反映总体某一方面的数量特征。这个时候就需要同时使用多个相关指标，而这多个相关的又相互兜里的指标所构成的统一整体，即为指标体系。
指标体系搭建的七个步骤：
1. 需求收集：产品（策划）或运营完成产品原型（策划案）或者运营方案，数据分析师根据原型（策划案）或者运营方案提炼数据需求，评估需要可行性并和需求讨论修改不合理需求
2. 需求汇总及排期：数据分析师将数据需求整理成文档并根据优先级对需求进行排期
3. 确定指标体系方案：数据分析师以OSM，AARRR/UJM，MECE模型作为指导思想，初步确定指标体系建设方案
4. 确定数据埋点方案：数据分析师根据初步的指标体系建设方案设计埋点方案，同时给出字段命名规范以及数据采集方案。然后，数据分析师将上述方案给到前后端进行埋点
5. 数据采集：在数据采集阶段，数据开发工程师需要将前后端埋点数据接入数据仓库并进行一定的数据清洗
6. 搭建指标体系： 在搭建指标体系之前，数据分析师需要对入库的数据进行核验，检查数据是否全，数值是否正确。然后，可以根据指标体系建设方案进行指标体系搭建及落地
7. 效果评估：指标体系落地，用于监控业务现状，指导业务决策，定位业务问题。在业务的不断反馈当中逐渐完善整套指标体系。
标签、标签体系
一、标签
将数据进行标签化的思路就像微积分。微积分是两个概念的组合，先微分，在积分。微分是把一个大的东西切分成足够小的部分，积分是把切分后的微小部分组织合成。
标签的设计过程就是把各种对象充分“微分”的过程，解析和拆分得足够精细；标签的使用过程就是将场景中涉及的对象标签拼装在一起使用，是一个“积分”的过程。
标签体系构成：
实体标签：必须是名词，且必须是唯一指代；
概念标签：通常表示的是“一类”或“某种相似”的内容。
标签体系构建原则：
1. 业务场景倒推
2. 生成自动化
3. 有效的管理机制
详细资料参考百度网盘内容。