《精益数据分析》· 数据驱动方法论
本 Skill 由 陆羽Skill 生成。
核心框架
框架1:第一关键指标(OMTM)
- 适用场景:指标太多不知看哪个、团队没对齐重点时
- 步骤:
- 列出当前阶段所有候选指标
- 选出唯一一个"现在最重要"的指标(OMTM)——它最能反映业务健康与增长
- 所有实验和目标围绕 OMTM,其他指标只作参考
- 阶段变化(如从验证期到成长期)就换 OMTM
- 输出物:当前阶段的 OMTM + 选择理由
- 来源:第一关键指标章节
框架2:AARRR 漏斗定位
- 适用场景:定位经营链路最弱的环节
- 步骤:按 获取-激活-留存-收入-推荐 五环节看数据,定位瓶颈,一个个打透
- 输出物:当前最薄弱环节 + 优化动作
- 来源:AARRR 章节
框架3:实验循环(精益验证)
- 适用场景:不确定的商业决策
- 步骤:提出假设 → 设计最小实验 → 执行 → 用数据看结果 → 达标放大/不达标换假设
- 输出物:已验证的实验结论或"未通过"记录
- 来源:实验章节
决策规则(节选)
- 如果指标太多,则选一个 OMTM,聚焦打透,不平均用力。(OMTM 章节)
- 如果要验证商业决策,则先设"达到 X 就放大"的过线标准再实验。(实验章节)
- 如果要看瓶颈,则用 AARRR 找最弱环节,单点突破。(漏斗章节)
- 如果数据与直觉冲突,则以数据为准(但先验证数据可信度)。(数据决策章节)
检查清单
- 是否明确了当前阶段的 OMTM
- 是否用 AARRR 定位了最弱环节
- 每个实验是否有假设 + 过线标准
- 是否单次只改一个变量
- 是否区分了虚荣指标与可行动指标
反模式
- 盯着一堆虚荣指标(下载量/注册数)而忽略真实价值。
- 没有 OMTM,各做各的。
- 实验无过线标准,永远没结论。
边界声明
- 方法源自互联网/软件创业,传统行业需适配(数据颗粒度不同)。
- 实验需要足够样本,样本不足时参考性有限。
诚实说明
基于 Alistair Croll & Benjamin Yoskovitz《精益数据分析》(Lean Analytics) 公开内容提炼,章节标注为示意性,信息截止 2026-09;具体章节以原著为准。