大数据背景下B2C行业指标体系构建初探

21世纪，随着互联网的快速发展，信息科技和人类生活密切挂钩，信息基础建设的重要性和紧迫性日益显著。2012年，美国发布“大数据研究和发展倡议”，拉开了大数据时代的序幕。随后，世界各国都发布了相应的大数据研究战略，我国“十二五”规划也把建设国家信息基础列为重要工作之一，习近平总书记提出了“实施国家大数据建设，加快建设数字中国”的重要战略。大数据的价值逐步被认知。在大数据基础建设的过程中，首先要做好的是建立合理的数据指标。用户产生的行为数据有很多，凡是用户操作的动作行为，都可以作为分析的目标。比如，我们可以看“用户今日登陆总次数”，也可以看“用户平均单次使用时长”。这些指标可以作为分析用户黏度和质量的评判标准，也可以作为产品质量好坏的评判标准。在此，笔者只举出了两个指标，但是在实际的分析工作中，需要多角度、多维度、多指标的体系来支撑实际的数据分析。那么如何建立一个合理的指标体系，如何利用指标体系产生数据价值呢？这是所有建设大数据平台的工作者都在思考的问题。

随着大数据分析工作的积累，各个行业和领域形成了不同的数据指标体系模型和建立方法。对于B2C的行业，最常应用的基础指标模型叫作“海盗指标模型（PirateMetrics）”。在此，笔者以B2C的行业为背景，主要针对B2C行业所关注的用户运营、产品设计和业务内容等方面的数据，通过“海盗指标模型”，探讨 构建一个合理有价值的指标体系。

海盗指标模型

海盗指标模型（PirateMetrics）是由500Startups创业孵化器的创始合伙人Dave McClure在2007年提出的一种营销分析模型。海盗指标分为五个方面：Acquisition（获取）、Activation（活跃）、Retention（留存）、Revenue（营收）、Referral（引荐），简称AARRR。一般通过分析用户的获取来源，来评估各个渠道用户对于产品的兴趣，确认优秀的用户来源渠道，进行营销投放；通过分析用户的活跃来评估产品质量，进行产品版本的不断优化；通过留存分析，来确认用户的黏性和产品周期，进行合理的运营策略；通过营收流程的分析，来归结用户付费的原因，并找出用户放弃付费的流失点；通过引荐分析，来确认产品的扩散速度和成为爆款的可能性。最后，通过这五个角度的分析，将用户在产品中的使用过程，形成一个完整的闭环。

海盗指标被广泛应用于面对市场的B2C产品，初衷是帮助企业做好用户增长和营收增长。分析工作者根据海盗指标，结合产品结构，建立相应的指标体系。然后为产品、运营、营销部门提供有力的数据支持，形成良性的数据驱动循环。

用户获取。对于任何一家还在处于用户积

累阶段的公司，获取用户都是产品实现价值的

建立一个合理的指标体系，其实是建立了通用的产品评判标准，以及发现问题的数据监控体系。建立完成后，通过标准化的分析体系就可以直接应用到工作的指导过程中。良好的指标体系可以简化数据部门、产品部门、运营部门、营销部门的工作，让各部门能够更高效地协同工作。

第一步。在获取用户的过程中，关键是寻找最有价值的用户渠道，以及最佳的引流形式。在互联网巨头占据着大量的用户资源的情况下，很多产品都会考虑以这些平台作为渠道，向自己的产品引流用户。这些平台包括百度、阿里巴巴、QQ、网易、新浪（微博）等老牌的互联网门户，以及新兴的今日头条、微信（公众号/小程序）等。每个平台因为自身产品结构的不同，其所拥有的用户群体的类型和习惯也不尽相同。因此，当我们尝试从这些渠道获取用户时，会发现不同渠道的用户质量是不同的。有些渠道的用户会非常喜欢我们的产品，非常贴合该渠道的用户需求。这时候就应该充分利用这一优势，对该渠道加大引流力度，从而获取用户群体。而一些渠道的用户，对产品可能就没有良好的认同感，经常会有一些用户虽然下载了APP，但浏览一次以后就会流失。这并不代表这个平台的用户就没有我们的目标人群，而是需要更精细化的用户获取分析。

除了考虑不同渠道获取的用户质量以外，还要考虑用户属性和其对产品感兴趣的程度。例如，健身产品可能会对20-35岁的用户更有吸引力，而养生类产品的目标人群就变成了30-60岁的用户。在分析的过程中，还会发现男女群体对于产品的粘性出现不同（在线阅读类比较明显）；资产结构差异的人群对于产品的兴趣也会有明显区别（投资类产品最为显著）。以及有特定用户标签的，如二次元属性的用户，会对漫画类、轻小说的产品有着浓厚兴趣，诸如此类，通过不同角度去分析获取用户的群体，可以发现产品的目标群体属性。然后针对性地进行广告投放，从而形成高质量的用户增长。

最后一项要考量的分析角度是引流的方式，比如，通过广告、活动、促销、社交、SEO/SEM的用户来源，其用户质量也会不同，可以通过分析不同方式的引流质量，合理搭配投放比例，形成最有效的用户引流效果。

对此，笔者一直以“用户质量”来评估一个用户的好坏，或者以“用户感兴趣”的程度来评估渠道的好坏，那么什么叫用户质量，什么叫用户感兴趣呢？一般定义质量好（感兴趣）的用户为“触发关键行为的用户”。那么什么是“关键行为”？“关键行为”更多取决于产品形态，一般会把成为产品核心用户流程中的第一步作为“关键行为”。比如，视频产品的关键行为就是进行一次视频播放；互联网金融类产品，关键行为就可能是进行借贷申请；当然有时候，也可以放宽关键行为的标准，比如，可以定义“进行注册”为“关键行为”。无论以哪种方式，只要统一一个关键行为，就可以针对不同渠道和引流方式进行分析，去发现最佳用户获取方式。

用户活跃。用户活跃的分析，通常会分为常规性分析

指标和业务性分析指标。常规性分析指标是所有产品都会关注和考量的数据内容，而业务性指标一般都是针对产品特定的业务内容形成的个性化的数据内容。

常规性分析指标一般关注的是用户在产品中使用的相关数据，例如，通过“日活跃用户数（DAU）”来衡量产品的用户量级；通过“用户的产品单次使用时长”“用户访问深度”来衡量产品对于用户的吸引力；通过“用户付费率”“平均用户付费额度（ARPU）”“平均付费用户额度（ARPPU）”来衡量用户的付费认可度。这只是一部分的指标，这些指标具有产品的普适性，是衡量产品好坏的通用性分析指标。

业务性分析指标一般指的是和实际业务密切联系的相关数据。例如，航空公司会关注“各航线的查询量”“访问用户查询率”等和机票查询购买相关的数据，互联网金融类公司会关注“各项目投资量”“复购率”等和项目投资相关的数据，视频媒体会关注“视频播放时长”“不同类别视频播放比例”等与用户播放视频相关的数据。通过分析这些数据指标来衡量业务，由于和实际的业务强相关，再加上市场上产品的多样性，因此通常业务性指标都没有固定的指标，但根据行业的特性分类，也可以归纳出一定量的行业通用指标，这是一个更加细化的工作，不再赘述。

通过常规指标和业务指标结合，从而搭建出一个适用于分析用户活跃的指标体系，这个指标体系，对于不同渠道或用户属性的群体，可以作为衡量用户质量的标准。对于产品改版和优化，也可以作为衡量产品优化好坏的标准。

用户留存。创业企业常常面临这样的窘境：一方面新

用户不断涌入，另一方面又迅速流失。通常情况下，维护一个老用户的成本要低于获得一个新用户的成本。因此，如何提升用户留存率，延长用户生命周期，从而提升用户的平均价值，是产品运营工作者所关注的核心问题之一。

留存从数据指标上的建立并不复杂，比如，“用户次日留存”指的是用户今日造访过产品之后，次日再次造访的比率，相类似的还有“用户7日留存”“用户次周留存”等数据指标。那么除了以“造访”作为留存的触发标志，也可以以更深入的行为作为触发标志，如在线教育产品，可以以“播放课程”作为留存的触发标志。

对此，可以通过留存分析来评估各渠道用户的质量，也可以评估产品版本迭代过程中的优化效果，除此以外，还可以监控一些运营活动和运营手段所产生的效果。留存的数据对于营销、产品、运营有着重要的价值。那么留存分析除了监控用户（或渠道）质量、产品优化、运