You need to enable JavaScript to run this app.
导航
如何梳理需求
最近更新时间:2024.04.30 15:17:09首次发布时间:2024.04.30 15:17:09

梳理需求需要结合目前企业所处的阶段进行,根据实际的业务目标和场景进行。比如对于还未搭建系统化的指标体系或数据建设还不完善的企业,需要从制定目标开始制定一个完整的计划;对于有一定基础的企业来说,我们需要将零散的信息和纷杂的需求进行梳理,然后合并到同一个增长计划中。
构建一个行之有效的指标体系,建议可以参考以下步骤:
定义增长的北极星指标→绘制用户旅程→梳理团队业务场景及核心指标→指标拆解

1. 定义增长的北极星指标

顾名思义,北极星指标就是公司现阶段最重要的指标,指引着所有人员向同一个方向迈进。公司下所有团队的业务目标,甚至细到人员的阶段性任务,都是为北极星指标的提升做贡献。

1.1 北极星指标的作用

  • 指引方向。
    无论公司的规模大小,都需要一个明确、统一的数据指标作为指引,保证所有团队能明确任务的优先级,进而有效地集中火力、抓住重点;
  • 提高行动力。
    设定一个数据指标,能够大幅度提高行动力,也为后续和客户的进一步对接打下基础,加快节奏;
  • 指导业务洞察及实验。
    通过这个数据指标以及它的拆分,可以洞察业务增长的瓶颈,形成相应的解决方案,比如针对性地上线增长实验,形成增长闭环。

1.2 定义北极星指标的标准

  • 指标的提升,能说明公司在向好的方向发展。
    首先,选取的北极星指标需要贴合目前公司/产品发展的现状,比如是处于初创期获客阶段(关注新增)、成熟期营收阶段(关注营收转化)、饱和期阶段(关注留存)等等。其次,北极星指标应该可以从宏观上体现公司的整体经营状况及趋势,不能只反映片面情况。典型的例子是商业模式为双边市场的公司,比如网约车公司的北极星指标应该反映司机和乘客的供需平衡,如“总乘车数”。

  • 能反映用户是否体验到产品的核心价值。
    核心价值即产品为用户解决的痛点,满足了用户的什么需求。比如对于电商类应用,其核心价值是线上购物,所以北极星指标应该和用户购买行为有关,如GMV(商品交易总金额),客单价。

  • 滞后性指标 vs 先导指标

    滞后指标

    先导指标

    一般是指对我们想要达到结果的衡量指标。之所以称之为滞后指标,是因为在我们获得数据之时,所有事情都已经发生得到结果了,所以这些指标总是滞后的。

    先导指标具有预见性,这意味着一旦某个先导指标发生了变化,我们就可以根据这个推断出滞后指标之后会有怎样的变化。引领性指标是可控的,我们可以靠自己的力量促使引领性指标发生变化,从而得到我们想要的滞后指标。

    例如,某些视频类产品可能会使用会员月费收入作为北极星指标,这就是一个滞后指标,因为用户虽然在持续付月费,但可能并不活跃。所以,可以考虑使用先导指标如“周活跃用户数”来作为北极星指标,这样可以更快看到业务存在的问题,避免等到用户实际上已经停用产品很久,准备取消订阅了,才进行挽回。

1.3 常见商业模式及北极星指标举例

商业模式

核心价值

常用北极星指标

电商

网上购物的优惠折扣和便捷体验

GMV

在线教育

在线获取知识的全面性和便捷性

DAU、WAU

社区

知识搜索、传播的有效途径

总提问回答数

手游

虚拟世界的沉浸式体验,获得现实无法替代的乐趣和成就

每日人均游戏时长

双边市场

如网约车,满足乘客便捷出行的需求,为司机提供就业机会及报酬

总订单数

2. 绘制用户旅程

定义好北极星指标后,需要思考的是,用户在应用中是如何一步步到达“北极星指标”所代表的具体行为,体验到产品核心价值的。为此,我们可以把用户主旅程梳理出来。
用以下两个例子进行阐述:

  • 手游
    对于手游产品,假设其北极星指标定义为人均游戏时长,对应的用户行为是“玩游戏”,那么用户可能需要经过如下步骤:
    1)访问应用
    2)注册账号
    3)新手上路引导
    4)玩游戏
    5)升级及持续通关
  • 电商
    对于电商产品,假设其北极星指标定为GMV,对应的用户行为是“支付订单”,那么用户可能会经过如下步骤:
    1)访问应用
    2)注册账号
    3)第一次购买
    4)复购
    其中,用户的购买流程还可以进一步拆分成:点击广告/运营位→浏览商品详情页→点击购买→提交订单→支付订单。用户旅程的细分,是为下一步梳理业务场景做准备。

3. 梳理业务场景

用户旅程是增长模型的骨架,而产品、运营、市场等团队在该旅程基础上不断进行策略的制定、执行、迭代,促进团队完成各自的KPI,以及北极星指标的提升。这其中,不同团队将涉及不同的业务场景。我们可以精细化地梳理出这些场景,然后在该基础上搭建相应的指标体系。
仍然以电商产品为例,假设其北极星指标定为GMV。按照团队可列举出如下常见业务场景:

团队/职能

业务场景

场景核心指标

市场

推广拉新

新用户数

产品

注册流程评估
搜索功能评估
商品购买流程

新增注册人数
搜索转化率
商品购买人数

运营

活动运营
内容运营
用户推送运营

活动转化率
内容阅读数
召回用户数

4. 指标拆解

对于每个职能团队在特定场景下关注的核心指标,可以进一步拆分成多个子指标和重要维度,完善整个指标体系,便于分析数据时找到增长的问题所在。按照以上列出的业务场景和关注指标,我们先从不同团队/职能中各挑选一个场景作为例子展示:

团队职能

业务场景

核心指标拆解

重要评估维度

市场

推广拉新

新用户数 = 自然激活用户数 + 推广激活用户数
= 自然激活用户数 + 曝光设备数 * 点击率 * 激活率

推广渠道
推广活动
操作系统
地域
......

产品

商品购买流程

商品购买人数 = 活跃用户数 * 注册率 * 商品购买转化率
= 活跃用户数 * 注册页面渗透率 * 注册转化率

  • 商品页面渗透率 * 提交订单率 * 支付完成率

新老用户
注册来源
运营位来源
商品品类/品牌
是否使用优惠券
......

运营

用户推送召回

召回用户数 = 总推送用户数 * 召回比例
= 总推送用户数 * 推送到达率 * 推送打开率 * 重新访问率

新老用户
操作系统
推送任务批次
推送通道
首次渠道来源
......

完善的指标体系,将有利于保证后续的埋点方案设计的逻辑性和全面性,确保利用追踪的事件、属性,能配置出不同团队在不同业务场景关注的指标,产生业务洞察。