如何用OSM和AARRR模型确定数据指标？本文作者结合案例，梳理分析了核心指标选择的路线图：找准定位，以点到面，层层剖析、见招拆招。

核心指标选择方法可总结4步：找准定位，从点到面、层层剖析、见招拆招。

第一步：找准定位

国内的丁香医生统计的数据指标，就与美国约翰斯·霍普金斯大学统计的指标有所区别。丁香医生统计的指标关注了境外输入数、新增境外输入数、现存重症等指标。若将疫情发展生命周期分为起步期、增长期、平台期、消亡期，则此时国内疫情处于消亡期，美国疫情处于增长期，两国疫情阶段不同，所以其关注的核心指标亦有所区别。

同理，对于企业业务而言，产品亦有其生命周期，且在产品的不同阶段，所需选择不同的数据指标。

PLC模型

PLC模型（Product,Life,Cycle,Theory）：又称为产品生命周期理论，是由美国经济学家raymond vernon提出，用于表示一个新产品从开发进入市场到被市场淘汰的整个过程。产品生命周期可分为初创期、成长期、成熟期、衰退期。在产品不同阶段，各业务方关注的数据指标有所区别。

初创期：

产品刚刚上市，各功能都不完善，主要精力在于打磨及验证产品能力，先提供MVP版本的功能，服务有需求的特定人群。这个阶段会着重关注目标人群画像、关键行为、留存率。

以公众号“一个数据人的自留地”为例，公众号目前运营1个月。MVP版本提供的服务主要围绕数据产品开展，包含数据产品、BI、数据指标体系、用户画像、数据分析、数据策略等数据专业文章，以及埋点，SQL兴趣小组、知识星球，帮助数据产品进行知识的沉淀。

产品定位为初创期，所以主要关注点更多是打磨服务能力，了解用户群体的需求与产品服务的匹配度，重点关注的指标如：

目标人群画像：职业分布、性别、年龄、地域

关键行为：阅读、分享、关注、取消关注、收藏、在看

质量：仍读比例、跳出比例、阅读深度

快速成长期：

经过了产品质量的打磨，产品有了较好的用户粘性，这时候产品开始进入自发增长期。处于自发增长阶段，可以将侧重点放在用户生命周期前半段的管理上，包含用户增长、激活、留存。

成熟期：

此时用户增长趋势较为平缓，关注的核心指标由用户生命周期的前半段（增长、激活、留存）转为后半段（流失、回流），同时关注商业化转化路径。

衰退期：

用户消费习惯发生改变或行业竞争大，用户转向其他产品，从而使原来的销售额和利润迅速下降，于是产品进入衰退期。

明确产品定位后，其产品目标往往有了初步的概念，下面我们来看如何将目标拆成一个个可量化的数据指标。

第二步：从点到面

整个疫情数据体系十分庞大，疫情体系对象包含患者、医院、医疗设备供应商、政府机构，从不同层面看，关注的指标各不相同。从整体患者层面看，展示确诊数、新增确诊、病死率、死亡数、治愈数；从医院层面看，展示医院确诊数、医护确诊数、医院病死率、医院治愈率……那可以通过什么方法来确定这些指标呢？

OSM模型

OSM模型（Obejective, Strategy, Measurement）：是指标体系设计过程中辅助确定核心的重要方法，包含业务目标、业务策略、业务度量。

目标：用户使用产品的目标是什么？产品满足了用户什么需求？

策略：为了达成上述目标我采取了哪些策略？

度量：采取的策略带来哪些数据指标变化？

下面根据产品、运营、市场、客服、风控等部门的KPI/目标，以及为实现目标所采取的策略，进行分析，可得到一系列的结果/过程指标。

通常产品关注用户体验/功能优化情况，运营关注用户增长/转化，市场关注渠道/广告营收，客服关注投诉/评价情况，风控关注风险等情况，具体情况根据对业务部门的调研结果确定。

第三步：层层剖析 指标分级法

此处采取指标分级法对指标进行层层剖析，过程中可结合OSM模型来确定指标。

一级指标：公司战略层指标，全公司认可、衡量业绩的核心指标，直接指引公司的战略目标，可以通过第一指标法来获取。