近期组内产品分享了关于指标的一些内容，其中最令我印象深刻的就是指标体系的构建，虽说在日常的业务开发中很多概念，比如活跃，留存，激活等都是明白的，但是这些离散的东西很难构成一个体系，在实操过程中容易遗漏某些指标，所以建立一个分析模型就能够很好的进行查漏补缺了。
常见数据指标体系设计方法
1. OSM模型(业务目标Object-业务策略Stategy-业务度量Measure)
- 识别目标
- 为了实现目标，业务需要采取的策略是什么
- 找出相应指标（含北极星指标），确定具体哪些指标可以衡量表现，根据数据应该采取什么行动
2. AARRR模型，来自《增长黑客》
Acquisition：客户获取， 核心问题点在于控制获客成本。
Activation：客户激活，要让你花费了不少成本好不容易拉来的客户真正的使用你的产品
Retention：客户留存，尽可能让用户在你的产品上多停留时间。
Revenue：终于到了流量变现、收获客户价值的阶段了，这阶段的核心目的是提高用户的生命周期价值。
Referral：最后一步，形成传播效应，初创产品要想快速出圈，除了过硬的产品实力外，还会涉及一些广告语出圈，品牌公关甚至是一些运气的成分在，考核指标主要是一个，k因子
AARRR模型中的每一步也可以再使用OSM模型去拆解。
3. 场景化搭建——人、货、场分析模型
人货场分析模型仅适应于商业贸易领域，更准确的说，应该是零售行业，著名商业顾问、《5 分钟商学院》的作者刘润给零售下的定义是：
零售就是把最终付钱的“人”（消费者）和“货”（商品）连接在一起的“场”。
总结
不管是做技术还是产品，熟悉他们常用的模型，能够很好的理解对方的思路，也可以让自己很快的进去一个新的业务领域。
