《精益数据分析》· 数据驱动决策框架
核心命题:知道你在做什么生意、处于什么阶段,就能跟踪并优化此刻最重要的那个指标。
核心框架一:第一关键指标(OMTM)
适用场景:指标太多不知道盯哪个;团队/汇报需要一个统一焦点。
三问定位:
- 你做什么生意?(商业模式 → KPI 域)
- 交易型:购物车转化/弃购
- SaaS:使用频率/流失/任务完成时间
- 媒体:停留时长/点击率
- 游戏:ARPU/LTV
- 你处于哪个阶段?(见框架三)
- 为谁度量?(内部决策 / 营销 / 投资人 / 媒体)
好指标检验:
- 比率 > 总量("每天新用户"好过"总用户数")
- 可比较(跨时间/分段)
- 简单好记
- 会改变你的行为(先约定"看到什么数值就做什么动作")
输出:一句话 OMTM(含当前值 + 沙线目标 + 谁负责)。
挤压玩具效应:优化一个指标会挤出业务其他部位的短板——被顶出来的新短板就是下一个 OMTM。
核心框架二:精益分析循环
适用场景:已有 OMTM 但不知道怎么改善它。
① 确定要改善什么(写 3 个关键指标,各配 KPI+目标值,只选一个)
→ ② 形成假设(如果 WHO 会做 WHAT,因为 WHY,KPI 将改善到目标值)
→ ③ 设计并上线实验(A/B、功能发布、话术/定价/流程改动;构建宜 ≤2 周)
→ ④ 测量并决策(过了沙线→换下一个;没动→换假设或 pivot;动了没到→再试一轮)
输出物:假设跟踪表 + 每个实验"过了/没动/部分动"三分判定 + 下一轮 OMTM 建议。
核心框架三:五阶段门控
适用场景:判断"现在该优化什么、凭什么进入下一阶段",防止过早增长。
| 阶段 | 只优化 | 过关标志 |
|---|---|---|
| 共情 Empathy | 问题足够痛、足够多人 | 访谈对象能排问题优先级、正主动解决、愿转介/付费 |
| 粘性 Stickiness | 留存与参与(别给漏桶加水) | 留存达标(SaaS 先压月流失到 5%) |
| 病毒 Virality | 病毒系数 K>1 与循环周期 | K>1,周期短 |
| 营收 Revenue | LTV>CAC、变现 | 三种盈亏平衡线达标 |
| 规模化 Scale | 业务比率、渠道、生态 | 三层对齐(董事会/高管/执行各 ≤3 件事) |
决策规则(10 条,均标注来源章节)
- 订阅制/SaaS 应该盯留存与流失,不是下载量/浏览量。(第 9、23 章:先把月流失压到 5%)
- 粘性阶段不该投入获客——向漏桶灌水是浪费。(第 16 章)
- 总量/累计指标应换成比率(占比/转化率/流失率)才可行动。(第 2 章)
- 只把"你能控制的因"作为优化对象——相关≠因果,因果才能改变未来。(第 2、17 章)
- 实验动了但没到沙线 → 保留假设再试;完全没动 → 换假设或 pivot。(第 5 章)
- 访谈对象无法排问题优先级/没主动解决/不愿转介付费 → 问题还不够痛,别往下做。(第 15 章)
- 获客成本 > 客户终生价值 1/3 → 重新审视获客或定价。(第 21 章)
- 电商先判断 acquisition/hybrid/loyalty 模式(去年买家今年复购比例 <40%/40-60%/>60%)再定投获客还是投复购。(第 8 章)
- 双向市场先服务有钱的一方(买方)解决鸡生蛋问题。(第 13 章)
- 无法回答"这个信息会让我做什么不同的事"的指标不值得收集。(第 2、4 章)
检查清单:选 OMTM 前自查
- 说得出商业模式 → 对应 KPI 域
- 说得出所处阶段 → 对应门控指标
- 指标是比率,不是总量
- 指标会改变团队行为(有动作约定)
- 有沙线(目标值)和负责人在先
- 能为"为什么是这个指标"给出解释
反模式
- 盯虚荣指标(总用户数、总下载量、展示量)自我安慰
- 同时优化多个指标 = 哪个都推不动
- 粘性未证明就猛投获客(漏桶灌水)
- 数据收集前不想用途(收集了一堆不行动的数据)
边界声明
- 本书语境是精益创业/SaaS/互联网产品;传统行业、重资产、监管行业的部分结论需要改造
- 阶段门控在中国运营语境下要结合本地增长渠道差异
- 数据不可得的小团队/冷启动期,先做问题访谈补数据
- 2013 年出版,移动/社交增长的具体案例数据已过时,但框架仍适用
诚实说明
- 提炼基于《精益数据分析》公开章节摘要与作者访谈,信息截止 2026-09
- 规则标注章节来源(第 X 章);未标章节处为框架综合,已尽量贴近原书表述