指標實際上是壹種度量。它大到足以監控和評估業務流程的狀態，小到足以衡量某個功能模塊的情況或其自身活動的效果。
從操作的角度來看，壹個好的指標需要具備四個特征:
業務水平有價值；
可以衡量業務的真實情況；
簡單可執行；
大家都同意。
從技術的角度來看，壹個好的指標有四個特點:易於收集和快速測量；準確度高；可以多維度分解；單壹數據源。就像我們經常用啟動APP產品的人數來衡量壹樣，用UUID或者COOKIE往往比用IP更準確。
但是很多時候，因為技術或者業務的原因，我們往往很難找到完美的指標。那麽這個時候我們最重要的就是用統壹的口徑去分析，多觀察數據的波動。
1.應該選擇什麽指標？
選擇指標有兩種方法:指標評分法和OSM模型法。
(1)指數分類:通常分為三級。
壹級指標:公司戰略層面的指標。
用於衡量公司總體目標的實現情況，通常設定為5-8個指標。此類指標與業務緊密結合，根據行業標準制定，具有行業標準指標的參考性，且此類指標對公司全體員工具有核心指導意義。
比如某遊戲公司的壹級指標:新增賬戶、留存率、DAU/MAU、付費人數(率)、收入金額等。
二級指標:業務戰略層面的指標。
為了實現壹級指標，企業會制定壹些戰略，二級指標通常與這些戰略相關。可以簡單理解為壹級指標的實現路徑，用來更快的定位壹級指標。
比如遊戲公司的壹級指標是遊戲收入，那麽二級指標可以設置為不同遊戲項目的收入。主要指標是DAU，所以次要指標設置為子服務器的DAU。這樣，當壹級指標出現問題時，就能很快發現問題出在哪裏。
三級指標:業務執行級指標。
三級索引是二級索引的路徑拆解問題，用來定位二級索引。三級指標的使用通常是能夠指導壹線人員開展工作的指標內容。三級指標的要求是壹線人員看到指標後能迅速做出相應的動作。
如果遊戲公司的二級指標是XX區服的DAU，那麽三級指標可以設置為遊戲時長、遊戲頻率、遊戲等級分布、遊戲等級損失等等。通過觀察這些數據，我們可以有針對性地進行調整。如果某個級別的用戶流失量特別大，那就盡量降低難度。
這裏有壹個註意事項，在對整個指數進行評分時，我們需要首先考慮:
壹級和二級指標是否能反映產品當前的運行情況；
三級、四級指標能否幫助壹線人員定位問題，指導操作。
以上是指數分級的縱向內容。橫向思考，不同級別的指標如何選擇合適的指標？
這是指數分級的第二種方法:OSM模型。
2.OSM模型
OSM模型(目標、策略、度量)分別表示業務目標、業務策略和業務度量。
o:用戶使用產品的目的是什麽？產品滿足用戶的什麽需求？
我實現上述目標的策略是什麽？
m:這些策略帶來的數據指標變化有哪些？
我們建立指標體系是為了更好的發現用戶的問題並解決。所以我們需要站在用戶的場景來考慮整體內容。
以知乎為例。根據OSM模型，它的指標是什麽？
o:用戶使用知乎的目標是什麽？
這裏涉及到兩種不同的用戶——內容共享者和內容消費者。這裏簡單介紹壹下內容生產者的分析思路，妳可以自己嘗試分析內容消費者。
用戶需求:分享知識和觀點(發表觀點)，建立行業影響力(內容反饋)。
那麽，如何讓用戶覺得自己的需求得到了滿足呢？
s:知乎的策略有:內容贊和評論、內容打賞、鹽值提升、XX話題優秀回答者。
m:接下來，我們需要為這些用戶行為制定指標。將有兩個指標，即結果指標和過程指標。
結果指標:用來衡量壹個用戶行動的結果，通常是後來才知道的，很難幹預。
過程指標:用戶在做壹個動作時產生的指標，可以被壹些操作策略影響，從而影響最終結果。
還是以內容生產者為例:
成果指標:發表文章數、發表文章數、文章點贊/評論數、獎勵人數、獎勵金額、優秀回答者人數、新增優秀回答者人數等。
過程指標:內容使用人數、內容發布轉化率、文章互動率、評論折疊率等。
通常我們在指定指標的過程中會用到OSM模型，針對用戶在不同場景下的動作以及這個動作可能產生的結果，這個動作會發生什麽樣的數據變化。然後結合數據，有針對性的調整我們的運營策略或者產品功能。
簡單理解:成果指標更多的是監測數據異常，或者監測某個場景下用戶需求是否得到滿足。過程指標是更關註用戶的需求為什麽得到滿足(沒有得到滿足)。
2.如何構建它
指標選定後，就要開始構建指標體系了。我們之前說過，指標體系是通過場景流來綜合分析的，這裏最重要的是分析維度的選擇。
壹個好的指標可以分為多個維度。當壹個好的指標和壹個完整的維度整合在壹起，很多問題都可以解決。如果沒有合適的維度，妳還是只會構建多個指標，但是指標是合理的，做不到前後的場景分析。簡單理解，維度就是串聯成壹個場景的點的線。
我通常用這個邏輯自己構建壹個系統:選擇指標——為每個指標做可能的維度——重新組合指標和維度。
通常我們在選取壹個指標的時候，想到的維度都是比較簡單的。比如用戶進入產品詳情頁，我可能只想知道用戶進入了哪個類別的產品詳情頁；壹個商品賣出去，可能會關註品類和金額；同樣，在商品列表頁面，我們會監控用戶的搜索，會關心用戶搜索了哪些詞，搜索頻率等等。
那麽如果我把用戶放到商品詳情頁，搜索關鍵詞和交易指標的組合會是什麽樣的場景呢？
用戶搜索了什麽關鍵詞，進入了商品詳情頁，之後購買了商品。
這時候我們分析搜索關鍵詞，效率會很高。如果用戶搜索壹個關鍵詞的轉化率很高，但是搜索次數比較少，那麽是否可以通過設置這個關鍵詞為熱搜來提高整體轉化率？
指標的維度被拆解後，我們如何重組？
我的原則是:在同壹個流程中，用戶動作是相關的，盡可能多的指標覆蓋相同的可用維度。以電子商務為例，用戶的操作是:搜索類別-搜索列表頁面-點擊過濾-產品列表頁面-提交訂單-購買。那麽在整個過程中，最好保留搜索類別的關鍵詞、篩選條件、商品信息等內容。
最後，當我們的指標和維度確定後，剩下的就是做數據嵌入了。什麽樣的埋沒數據不會被開發噴？開發得到不用動腦的那種。
我之前用的格式是這樣的。可以參考壹下:
最後留下數據可視化的內容。數據可視化通常是根據自己的業務場景，使用自己合適的數據進行組合，這些數據通常包括用戶數據、渠道數據、業務流程數據等等。關於具體的可視化，我不會講太多細節。我想我可以看到我用的是什麽樣的場景和畫面。
重要的是這些過程的組合，也就是不同指標和維度的組合，以相關性分析的事件為核心，這是壹個三級指標，可以完整的指導妳的工作，貫穿整個過程。