指标|朴素产品法（下）( 三 )

区别于经典的RFM分析中的客户最近一次成交，基于客户层面的分析一般不会对不同客户间进行横向对比，选择日期更适合单个客户的分析，可以更直接地关联回顾营销活动事件。
3）减少同质性内容
部分常为空或存在常见值，常见值对结果判断不会产生太大影响的字段内容，可处理成通过条件筛选触发查看，或者待出现非常见值再展示该字段，减少同质信息的重复阅读。
例如对于合作渠道商业绩排名，排名基本会和商家角色存在较大关联，角色字段在该处就没有太大展示的必要，但还是需要考虑可通过角色触发筛选查询，不排除低级别角色产生高业绩的可能。
3. 数据指标选型数据指标能够最直观地衡量出用户行为和业务状况，核心在于需要能为用户行为产生直接指引，不是单纯的数据信息展示，同时需要避免关注数据项过多而导致无法掌握核心问题。

文章插图
1）遵从循序渐进
初版数据指标尽量以监测统计及简单的二级运算为主，暂先不涉及复杂的计算逻辑，先确保数据项定义清晰，被业务所重视的，数据源取值准确，数据项维护完备等。
并非所有问题都可以通过计算机自动获取解决方案，解决非结构性问题，数据指标更多只是辅助决策，最终的决定还是需要管理人员或负责人借助自己的智慧来处理，最终结果是多元因素综合影响的，前期基于暂不完整的问题处理决策角度，从有限、不确定性较高的数据信息即对结果做太多的分析定论往往会适得其反。
2）指标指引行为
数据指标选取时需要注重能对用户产生行为指引，单纯的数值展示难以给用户带来有效触动，指标需要能够提示操作，依据该指标如何改变当前行为。
比率就是一个最简单也更有触发性的数据下钻方向，例如当统计出了近30天消费额，单纯依靠该指标无法知道当前状况是好是坏，或者只能依靠查看人自身去回顾判断，无法直观知道下一步该如何做出调整。
而同比环比的引入能更清晰地理解周期波动变化，去关联思考市场变化及营销投入产出。当同时出现多个指标波动时，比率能体现出指标间的关联，例如客单价可以帮助理解客户质量是否上升，新客成交额占比帮助理解应该加大营销推广力度还是促进老客再消费。

文章插图
3）核心指标是对结果产生直接联系
对于首页、数据大屏等黄金区域展示指标的选取最需注重精简，使核心问题能够得到最重点的关注。指标一窝蜂地往上怼，看似具体全面，却容易带来太多的干扰信息，导致顾此失彼。
首页核心指标只提取根本性指标，能对业务状态结果产生直接联系，不选取中间状态型指标。
例如，对于分销合伙人业绩体现，上报客户数并无法与业绩产生直接关联，客户产生消费了才能与业绩挂钩，所以上报客户数无法归类为最核心指标，但上报客户数依旧是合伙人带客能力的一大评分项，此时可额外图表再体现出“上报-消费”转化漏斗，上报客户数波动情况等，使核心数据得到最纯粹的展示。
二、总结“简洁”一词想必都已烂熟于心，而就像“曝光效应”所说的，做某件事的次数多了，我们就会相信自己已经很擅长这件事，我们不断地向自己灌输“简洁”意识，也就自认为自己已经了然于心了。
看过了太多做得“厚重”的产品，在时间潮流中被追求完整生态化的目标推着走，希望时刻能保持住一个“朴素”的心态，如无必要，勿增实体，简单有效。
本文大部分案例引用的是初期产品，目的是为降低分析描述的复杂度，但朴素不止在于产品初期，而是贯穿于产品的整个生命周期，任一迭代之中。
作者：完结，游走B端尝试toC产品人；寻找复杂问题简单化处理思路方式；“数据人创作者联盟”成员。
本文由@一个数据人的自留地原创发布于人人都是产品经理，未经许可，禁止转载。
【 指标|朴素产品法（下）】题图来自 Pixabay，基于CC0协议。