标题：什么是产品运营，运营策略及模式详解？
日期：2022-08-18
作者：通晨邑
产品数据通常用于衡量产品健康度、帮助定位和解决问题、对用户进行分层运营、衡量产品收益以及挖掘产品指标提升关键点等。
本文是对产品数据体系的初步介绍，希望帮助新手产品、交互、体验设计师们掌握产品数据规划，用数据驱动产品迭代，形成体系化认知。
一、数据指标基础概念
1.数据指标是什么
定义：对于一个数据的量化，一般通过对字段进行某种计算得到（比如求和、均）在原始数据的基础上，通过统计汇总，加工处理形成的用于表征业务活动好坏优劣的数据。
数据指标通常由三部分组成：
维度，指评估产品的视角，从不同的维度评估产品的方式是不同的。
计算方式，指统计的方法，举一些生活的例子，我们常听到或调侃朋友的话语，例如有人问你有没有对象，有些人是直接没有，有些同学可能是生态园没有，又或者是今天没有的，这些都是统计方式的不同。
数据，即数据+加上计算单位，顺着刚才的例子就是，我们一般在新同学介绍会问过有没有对象之后，会跟着问有几个的，说明数值也是很重要的维度。
好的数据指标特点：
简单易懂：容易被记住和讨论。
比率优先：产品看的数据最好是比率，而不是绝对值。
改变策略：最重要的评判标准，随着指标的变化采取相应的举措。
稍微解释一下可比较性、比率优先两个特点。
比率是天然有可比较性的，而跟一般数值对比的区别在于，比率比率会更加注重过程、质量等。然后这些特点里面最重要的是，好的指标发生变化时，产品是可以采取相应措施去改善的。
2.指标体系是什么
定义：一系列指标的有序结合，数据指标通常较为零散，指标体系可以全面、简洁明了地反应业务状况。
常见的指标类型
指标类型的划分，有一定的主观成分，这里介绍三种常见的指标划分方式。
第一种，是按照用途划分，可以划分为运营效果类、用户体验类、产品特性类、推广渠道类、性能指标类。
运营效果类，价值产出、产品规模、用户活跃层面的指标。例如：收入、活跃用户数、使用频率。
用户体验类，从产品各入口、各设置方式、各排列方式等体验、交互的角度来观察产品设计。例如，各种环节转化率。
推广渠道类，主要是衡量渠道效果，渠道转化率、贡献占比等。
性能指标类，这个会比较偏向技术侧，常见到有并发数、接口耗时等。
第二种，是按环节划分，可以分为过程指标、结果指标。
如果要看产品、运营活动的好坏，一般会直接看结果指标，但需要改进它们就会用到过程指标。类似活跃用户数等，部分指标即可以是过程指标，也可以是结果指标，具体是看你以什么为目标进行体系建设的。
然后还有像总用户数、GMV这种累计指标，通常是公司用于对外宣传和公关使用的。
第三种，按属性划分，可以氛围用户数据类、用户行为类、产品数据类。
用户数据是用户的基本情况，如不同颗粒度的新增用户、活跃用户、留存情况等。
二、如何指导业务迭代
1.了解北极星指标
好的北极星指标特点：
传递价值，能反映产品的用户价值、商业价值；
易于理解，不太需要过多解释，就能相互交流和使用；
非滞后性，具有先导性，非滞后指标，反映产品经营现状；
可操作性，能够被拆解成更细的指标，来指导产品规划、执行。
PS：指标好并不完全代表产品发展得很好，更多是监测作用，不应该盲目围绕其开展工作。实际开展业务的时候，也需要常常思考业务会遇到什么问题，能不能通过指标进行预警。
2.围绕生命周期选择北极星
具体选择的时候考虑对用户群体进行细分，选择发力点最大的地方作为阶段北极星指标。
老用户可能会由于已经习惯了，从而表现出相对稳定性，一般来说，新增用户、整体用户留存会更合适作为北极星指标。
另一个需要考虑点是业务形态对指标颗粒度的影响，一般会取决用户习惯，高频业务可能会优先日粒度的留存，低频的则会选择周留存或者月留存。
常见有DAUMAU、活跃率、在线时长三种活跃度指标。
其中，活跃率和DAU、MAU的区别在于，产品活跃数评估的是产品的市场体量，活跃率评估产品的健康度，一款产品用户数绝对值可能很高，但活跃率由于整体注册用户的体量更大，而不够健康。选择标准在于产品的市场增长空间，增长空间大的通常会用DAU、MAU等指标。
在线时长则会更适合killtime产品，例如抖音、腾讯视频等等。这个阶段需要注意的是，活跃度作为北极星指标监控，不是为了逼用户天天来戳一下，而是为付费、转介绍等提供稳定的支持。
营收有一条基础的公式，营收等于流量乘以转化率乘以客单价Arpu值，基于这个基础公式可以做很多变形，选择北极星的时候会从公式找到变动、提升空间大的点。
举一些例子，某音乐产品的商业化，是选择新会员数作为北极星指标，原因在于国内音乐市场付费渗透率只有5%，而对比美国音乐市场50%付费率，有近10倍的提升空间。
衰退阶段，产品特征是用户需求逐渐减退，市场竞争趋于缓和，产品会更多考虑退出新的产品、服务，让老的产品为新产品引流，常见行为是减缓衰退，开展新的用户场景验证。
3.拆解指标的方法
主要介绍一下三种拆解指标的方式，分别是按业务策略OSM、增长模型或者是业务主要参与者关系进行拆解。
业务策略OSM模式，主要是根据业务目标、业务策略、和业务度量进行拆解，整体逻辑是，目标是What，是什么；业务策略是how，具体怎么做；业务度量是which，具体是哪些指标。
举个例子，我们对某产品的北极星指标进行了拆解。某产品的北极星指标周活跃产品数，等于新接入产品加上活跃产品留存加上沉默用户激活。我们对沉默用户目前是处于接受现状，没有采取促活措施，所以大目标拆成了两个小目标，提升新接入产品以及提升老活跃产品留存。
策略上，针对目标1是通过影响力提升自然流量以及渠道拓展，重点进行衡量是，官网流量的转化评估，从访问、创建、接入，以及渠道质量的评估，包括流量分布、转化率。
而在老活跃产品留存上，主要是改善产品体验来提升用户留存，主要看的指标是活跃用户数的持续跟踪，以及细分用户维度留存情况。
第二种方法是按照增长模型进行拆解，AARRR海盗模型大家应该比较常听到，主要是获客、激活、留存、收入、推荐这些。
这个模型是07年提出，这么多年随着环境的变化，逐步演化出了RARRA模型，造成这种变化的主要原因是以前处于互联网流量红利时代，获客成本相对较低，所以会选择让用户进来再转化。而现在随着获客成本的升高，倾向于先做好用户留存运营，避免拉新成本的浪费，再拓展用户盘子。
具体模型选择上，更多是合适的问题，选择跟自己业务相对契合的模型开展工作。
举个例子，网课平台收入可以拆解为付费用户数乘以客单价，付费用户可以进一步拆解为新用户加老用户，新老用户分别拆为流量乘以转化率，老用户数乘以续费率，老用户又可以向其他人推荐形成闭环。
最下方的四个指标，分别对应着拉新、激活、留存、收入。实际的网课业务可能更加复杂，每一个维度可能对着好几个指标，需要在业务上灵活应用。
第三种方式按照业务主要参与者关系进行拆解，这种方法通常适用于平台型产品，产品的用户既有供给方，也有C端用户。拆解指标的时候围绕双方关系的边或点，按照OSM、或者增长模式做进一步拆解。
例如，打车软件可能是大家接触较多的双边市场案例，乘客打车，需要完成下订单、付款、评价司机等，司机提供接送服务给乘客，期间需要接送乘客、收款、评价乘客，体现供需双方关系的指标是客单量。
而司机侧影响这个指标可能是服务时长，乘客侧则是打车体验，可以分别再做进一步拆解。
外卖类业务，则是典型的三边市场，涉及商家、骑手、用户，围绕成交订单/GMV等建立关系。