BI数据分析-北极星指标拆解

在之前的文章中我们提到了基于发散-收敛方法形成的产品设计实践法则——双菱形实践法则。双菱形法则包括四个阶段，分别是需求洞察、机会点优先级排序、设计产品形态和确定最佳方案，这四个阶段都分别使用了发散-收敛的方法。

进行需求洞察时，运用发散思维来探索商业、市场、用户及技术的情况，然后运用收敛思维形成统一的定位。接着进入寻找最佳方案的阶段，运用发散思维产生更多的产品设计创意与构思，然后运用收敛思维对产品创意进行测试与选择，形成最终的交付。

         

具体地，首先在探索阶段，运用'发散’思维洞察用户需求，产生有价值的洞见。然后在定义阶段，运用“收敛”思维对机会点进行优先级排序，形成统一的定位。机会点优先级包括北极星指标拆解与提升点、提升点优先级排序和明确项目目标。本文主要介绍北极星指标拆解的方式。

企业经营的目标是不断的开源节流，创造出新的客户，为社会带来价值，而如何更好的开源节流就需要设立增长目标，将目标拆解到经营的每个过程，以数据分析为核心，将数据贯穿整个公司的全部流程，做到一切都可以在数据中呈现。

什么是北极星指标  

北极星指标（North Start Metric），又称唯一关键指标（One Martric That Matter，OMTM）。它本质上只是一个指标，但其意义远超其他指标。北极星指标之所以用北极星来命名，因为它确立后就如同北极星般指引全公司上上下下向着这一个方向迈进。

北极星指标有什么用  

企业往往会有其愿景和使命，虽然愿景和使命很重要，但是这种定性描述其实是很难来测量的。当具体到部门和个人时，则会出现对愿景和使命千差万别的理解，那么到执行动作时就会出现形形色色的变型。

但当确立了北极星指标后，企业的经营情况变得有迹可循，管理人员和执行人员就知道根据这个北极星指标及其派生指标判断的变化判断自己是否在为企业做出有益的贡献，同时也能够把更多的注意力放在改善北极星指标相应动作上，最终的效果就是：心往一处去，力往一处使。

如何选择北极星指标  

一个好的北极星指标是能实现商业目标和用户价值之间的平衡，同时兼顾企业长期和短期发展的。

良好的商业模式是应该做到企业和用户互取所需、共同发展的。一个企业或者一款产品，如果不能为用户创造价值，那么一定不能长久存在。相反，如果一个企业、一款产品能够持续地产生营收和利润，那么它一定满足了用户某种需要、为他们创造了价值。所以当要确立一个北极星指标时，不妨把思考的锚点从滞后的营收往用户端前移，多考虑自身到底为用户创造了多少价值上。

北极星指标标准：

• 能否反映用户从产品中获得核心价值
• 能否为公司达到长期商业目标奠定基础
• 能否反映客户活跃留存
• 指标变好，能否提示整个公司在向好的方向发展
• 是否简单直接，容易获得，可拆解
• 是否先导指标而非滞后指标

如何拆解北极星指标  

在选择了北极星指标后，还需要对北极星指标进行拆解才能真正地起作用，帮助业务完成增长。关键要素的确定是通过用户所处的状态和业务想要达成的目标拆解而来。

关键要素拆解之后的展现形式主要是产品关键节点展示和活动运营,产品节点趋向于长期,活动则趋向于短期。通过短平快的活动,对比实验组与对照组的数据变化,判断所做的活动是否有用,最终将活动产品功能化。

北极星指标拆解方式：1.使用场景分解；2.OKR分解。

使用场景分解  

目前阶段互联网业务比较流行的一种通用抽象场景“人、货、场”，实际就是我们日常所说的用户、产品、场景，再通俗点讲就是谁在什么场景下使用了什么产品，不同的商业模式会有不同的组合模式。

以网约车实际场景为例：哪些场景（此处场景定义为终端，如微信，支付宝）的什么人（乘客）使用了哪些货（业务产品，如快车/专车等），进而为评估用户增长的价值和效果。

• “人”的视角  

从“人”的视角，我们比较关心的是什么乘客在什么时间打的车，排了多长时间，等了多长时间上车，周期内第几次打车，打车花了多少钱，是否有投诉和取消行为，具体到数据指标主要看发单用户数、完单用户数、客单价、周期内完单订单数、取消订单数、评价订单数等。

• “货”的视角  

从“货”的视角，我们比较关心的就是成交了多少，交易额多少，花了多少，到具体数据指标主要会看GMV、成交率、取消率指标，在进一步会细分到城市、区域，一级品类、二级品类。数据的效果通过目标对比，横向对比、历史比较等方式进行分析确定。

• “场”的视角  

从“场”的视角，我们比较关心的就是哪个渠道用户点击量大曝光率大，带来了多少新用户，完成多少交易订单，客单价是多少；或者是哪个活动拉新或促活效果怎么样转化率多少，结合场景数据实际情况制定对应策略。

OKR分解  

OKR（Objectives and Key Results）即目标与关键成果法，是一套明确和跟踪目标及其完成情况的管理工具和方法。

OKR包含任务型指标和绩效型指标，OKR里面的绩效型指标=KPI。OKR之所以慢慢被很多公司使用，主要是因为OKR可以覆盖的岗位工作更全面。比如技术部门要提升性能，降低bug率，适合用的是OKR里的任务型指标衡量。

以下均以借款产品为例进行阐述，借款产品如360借条、还呗：

• 确定提升指标  

借款产品的北极星指标是低坏账率的贷款余额，坏账率由风控把控，贷款余额则由产品和运营一同负责。众所周知，GMV万能公式为：GMV=UV*转化率*客单价。贷款余额=UV*交易率*借款金额，UV提升依赖产品定位及市场投放，借款金额主要依赖运营，那么产品的主发力点就是交易率。

• 拆解用户路径  

交易率，此时还是比较笼统，所以还需要再细化拆解，才能达到可落地的程度，按用户路径拆解就是一个很好的方法。需要注意的是，用户路径要尽可能全面。既要包含用户操作的部分，也要包含平台或第三方影响用户体验的部分。既要包含用户的成功流程，也要包含用户的失败或流失流程。这样才可能能得到更全面的OKR，从而得到洞察，找到需求点。

• 得到OKR  

结合提升指标交易率（确定为O），以及小贷产品的用户路径，可以粗略得到：交易率的拆解，以用户主操作和影响用户借款的客观因素为主。

以O2为例子，借款提交率再可以拆分为：KR1=支付渠道验证成功率；KR2=交易密码输入成功率等。

需要注意的是，并不是每一个O都可以再往下拆解。像试算页下一步点击率，因为页面内涉及到的用户操作较少，所以不太需要再往下拆解。

• 分析漏损的原因  

OKR已经基本梳理完成了，那接下来要怎么去提高呢？产品角度看，我们可以专注于用户路径的漏损，只要能减少漏损，理论上就可以提高每个环节的转化率。

以试算页下一步点击率为举例，看看怎么去分析漏损，减少漏损。从用户路径看，试算页点击返回，是用户流失的事件。

那用户为什么进来试算页，又要离开呢，下面从二个角度进行分析：

1. 用户决策分析：影响用户借款的主观因素是借款意愿及还款能力；影响用
   户借款的客观因素是：剩余额度是否足够、利息是否太高、是否在贷、风
   控审核是否能通过、资金方审核是否能通过等。
2. 用户路径分析：用户在试算页的操作，是否有流程阻塞，导致用户退出借
   款？可以再详细看试算页面的字段，观察相关数据看是否有漏损。

• 导出方案  

根据以上分析的漏损原因，从用户决策角度看，是最有可能造成用户流失的。因为从经验来看，试算页除了让用户填写借款金额，没有太多选项让用户填写。反而是客观因素影响的权重比较大，因为客观因素短时间内是很难改变的，跟用户的信用有关。

所以根据客观因素，导出的解决方案如下：

导出方案后，再根据需求性价比，决定哪个先做。有关运营活动的方案，一般可以先做。成本角度：免息券、提额是系统已经支持的工具，所以开发成本较低。收益角度：像优惠券刺激手段，电商领域屡试不爽，预期效果较好。

补充增信的方案，如果目前没有风控策略，需要先去收集数据、建模、出策略才能够落地，成本较高；收益方面暂时也不好衡量，所以可以后做。