产品经理|产品经理还不懂数据？一文详解数据分析体系构成框架( 二 ) 品牌|丁磊|ceo|网易严|年轻一代

图2 数据产品经理的双重身份
三、数据分析体系构成框架搞清楚了数据分析体系的定义，接下来就是了解如何才能搭建一个完整的数据分析体系。
笔者曾看到部分数据产品经理候选人的简历中经常会写到自己精通数据分析框架的搭建。而当面试中被问到他们的数据分析体系究竟要怎么落地时，他们给出的回答却是针对DAU（Daily Active User，日活跃用户数量）、留存率等进行管理，但是数据分析体系中的平台建设，就仅仅是对这几个指标的管理吗？那么请问，当遇到了以下场景时，这几个指标要怎么解决我们的问题呢？
场景1：某天某电商出现了GMV（成交总额）下降，此时应该根据哪一个指标解决问题？
场景2：某公司拥有3条产品线，A产品线中又细分为商品运营、活动运营等，3条产品线的若干运营团队都看同一套指标体系吗？
坦白地说，单看孤零零的某个或者某些指标是无法解决问题的，此时就需要依靠数据分析框架来解决问题了。
由前面的数据分析体系可知，数据分析体系落地涉及两个维度。我在《高阶产品经理必修课》书中为大家介绍了两个维度来看看数据分析体系在工作场景中是如何落地的。
维度1：通用数据分析模型
【产品经理|产品经理还不懂数据？一文详解数据分析体系构成框架】以下是实现通用数据分析模型的方法。
设置目标：确定当下业务中你的目标及完成现状。
问题假说：穷举现状是由哪些问题导致的。
数据证明：通过数据来证明该问题会导致怎样的结果。
数据分析：分析该问题的成因并形成解决方案。
维度2：数据分析平台
在数据分析体系中，数据分析平台的构成包含三大核心要素，分别是北极星指标、数据建模和事件分析。
数据分析平台定义中各要素的具体解析如下所示。
北极星指标：每个阶段针对具体业务领域确立的商业/业务目标
数据建模（又称指标体系）：DAU、GMV、留存率、订单量等
事件分析：漏斗模型、海盗模型、杜邦分析等
注意：北极星指标（North Star Metric）又叫作OMTM（One metric that matters），它是第一重要指标，为产品现阶段最为关键的指标。之所以叫北极星指标，是因为就像北极星一样，该指标可以指引全公司所有人员向着同一个方向迈进，是全公司统一的指标。
数据分析体系其实就是通过一系列的方法量化特定的业务，因为我们如果无法量化一个事物，那么本质上就无法衡量它的好坏，也就无法定位业务发展中的症结所在。因此好的数据分析框架就是在告诉我们：当下的整体业务是什么样？为什么会这样？应该怎么办？
回顾前面面试者所说的那几个指标，我们可以发现其根本无法清晰地反映业务上的这三个问题。
当然，这里只介绍了数据分析体系的宏观框架，还未涉及具体的数据分析体系搭建过程，在数据分析实战中还会涉及相应的方法论。
在我们知道了指标体系与其对应的作用后，接下来就要来学习如何为自身企业业务量身打造一套数据指标体系了。
要想搭建一套完整的指标体系，除了对业务有非常熟悉的敏感度之外，拥有一套正确的建设方法论也是必不可少的。
这里我直接给出一个标准的指标体系的建立方法，共分如下4步：
1）确定数据分析目标。
2）纵向指标维度定义（层级设计）。
3）横向指标维度定义（指标填空）。这其中，又分为自上而下探寻（业务域驱动指标定义）和自下而上探寻（功能逆推指标定义）。
4）各维度指标项定义。