不以用户价值为目的的数据指标设计就是耍流氓

编辑导语：一个商品是否畅销是取决于他对用户的价值，取决于商品的丰富度、质量等等，而不是注册量、活跃量；这个数据指标只是一个目标和标准，真正要做的是提高用户的使用价值；本文作者从一个例子分析数据指标设计的虚高。

下图是我最近在小区电梯间看到的猿辅导的广告，对外公布的累计用户数突破4亿，不禁让人感觉很诧异，全国中小学生真的有4亿吗？

数据指标分为对公司内部和对公司外部，显然猿辅导说的4亿用户是对外的指标。

猿辅导的累计用户该怎么定义？

我们不得而知，猜测应该是多个应用的用户的数量直接加起来的结果。

比如应用A有 8000万、应用B有8000万、比如应用C有 8000万、应用D有8000万、应用E有8000万；加起来就是4个亿，其实我可能用了应用A，同时又用了应用B/C/D/E，那么一个人就被统计了5次。

公司对外的数据指标一般是虚高，无非是想告诉目标用户，大家都在用，你也赶紧过来用。

我们不谈虚的，我认为不以用户价值为目的的数据指标设计就是耍流氓，所以本次我们谈谈如何发现那些真正能提高用户价值的指标。

我们还拿电商产品来举例子：电商产品基于人货场的模型可以拆分出来很多指标；在“人”的角度，大多数运营人员都比较迷信海盗模型AAARR，从用户的获取、激活、留存、收入、推荐的角度可以拆分很多指标。

比如用户获取方面的指标有注册量、渠道注册量等；激活方面的指标有日活、月活等；留存方面的指标有次日留存率、7日留存率等；收入方面的指标有订单量、交易额等。

这些指标从监控的角度来看是没问题的，但是如果站在价值的角度来思考，这些指标就有了问题。这些指标都无法提高产品的价值。

在上文提及的用户模块的相关指标中，比较重要的指标是留存率；如果站在用户价值的角度上，你会发现留存率也只能用于监控产品的价值，却不能用于提高产品的价值。

为什么这样说？我们再从商品的角度看看都有哪些指标，商品的生命周期分为售前、售中、售后。

一、售前

第一个环节是售前。售前有哪些指标呢？

售前包括供应商的入驻、商品的上架等环节。

供应商入驻的关键是对供应商能力的评估包括商品款式的丰富度、性价比、货源稳定性，这些指标虽然很难通过数据衡量，但是专业的招商人员和商品管理人员是可以通过经验或者实地考察，来给这些供应商做一个综合的打分，这个分数代表这个供应商的综合能力。

如果一个供应商供应能力差，相应的分数也会比较低，供应商的服务能力会直接影响到我们对用户的服务。

如果用户买了一件商品，价格、质量、售后都跟不上，一方面用户的体验会很差劲，另外会觉得电商平台的服务能力不行。

售前的第二关键步骤是商品的上架，上架商品的第一步是整理商品的信息，除了商品的名称、价格、库存等信息，商品的图片和文案也很关键；专业的电商公司会有专门的摄影团队来收集商品的图片。

和线下购物不同，用户只能通过商品图片和文案感受商品的价值，电商平台也通过商品图片和文案传递着平台的价值，所以图片的清晰度、丰富度、文案的专业性都对商品的销售有很大的相关性。

第二个关键点是上架的数量，上架的数量影响到商品款式的多少，一个商品丰富多彩的平台和一个没有几个商品的平台，用户的感受还是有很大差异。

二、售中

第二个环节是售中，售中是指用户已经来到了我们电商平台，但是还未下单这么一个阶段。

电商产品的售中包含：访问、加购、下单、支付这几个环节。

这里就出现了几个核心指标，访问/加购的转化率、加购/下单的转化率、下单/支付的转化率。

每个环节的转化率都能直接影响最终的交易额，也能反馈产品的问题。

如果发现某个环节的转化率持续走低，那就要去找原因，可以拆的更细分端去看每个环节的转化率；比如：加购/下单的转化率低，有可能是商品的问题，也有可能是功能设计的问题，还有可能是网络的问题；通过这些指标一步一步的拆解，定位问题，才能提高转化率，提高用户的体验。

三、售后

第三个环节是售后。商品售后阶段是指商品销售出去以后的阶段。如何降低商品的售后成本，如何通过用户的反馈进一步优化商品，是这个阶段我们要关注的核心工作。

商品售后分析应该重点关注商品的几个指标，包括次品率、48小时发货率、退货率。

次品率：是指用户支付的商品由于各种原因（例如：缺货等）无法交付给用户的件数与商品的下单件数的比值，这个指标可以综合衡量商品选品工作是否到位。

如果有用户支付了某件商品，说明用户对这件商品感兴趣，但是平台却无法把该商品交付给用户，这就会让用户对电商平台十分失望。

48小时发货率：是指商品从支付到发货的时间小于48小时的件数与商品的下单件数的比值，这个指标可以很好地监测运营人员有没有及时跟单；之所以要求48小时内发货，是尽可能让用户在2天之内看到我们已经完成了商品的发货，一般超过2天，用户可能就失去了耐心。

退货率：是指用户已经支付了费用并且收到了商品但是还是选择退货的商品件数与商品的支付件数的比值；出现这种情况，平台会要求用户填写退货的原因，客服也需要定期回访，了解用户真实退货的原因；通过用户的反馈，可以优化商品的选品工作，这样就可以建立一个良性循环，保证我们的商品越来越受欢迎。

通过用户相关的指标和商品相关的指标的对比，我们不难发现，基于用户价值的指标都能让人发现问题，反映我们服务质量的好坏，并促使我们行动。

正如对于一个电商平台来讲，商品能很大程度决定对用户的价值，商品的丰富程度由供应商的上架频率决定，商品的质量由供应商的综合实力保证；接下来是商品在电商平台的销售，每个环节的转化率不但由用户对商品是否感兴趣有关，还与我们产品的体验相关；最后的售后包括商品的次品率、发货速度等都能体现我们的服务质量，也就是我们能给用户提供的价值。

而上文提及的用户相关的数据指标（注册量、活跃数等）只能监测我们产品的好坏，更像目标；目标谁都能定，但真正能提高用户价值的指标却需要我们站在用户角度下功夫来挖掘。

只有发现能提高产品价值的指标，我们才能不断优化自己的产品和服务，才有机会不断的增长。

相关阅读： 数据采集实战：商品详情页数据埋点

#专栏作家#

Wilton华仔，微信公众号：改变世界的产品经理，人人都是产品经理专栏作家。产品经理能力咨询，教你从0到1搭建数据中台。

本文原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash， 基于CC0协议。