# Operations Method Lean Analytics

> 《精益数据分析》方法论。把"第一关键指标（OMTM）+ 精益分析循环 + 五阶段门控"转化为可执行的数据决策框架。 触发词：「该看什么指标」「第一关键指标」「OMTM」「数据诊断」「精益数据分析」「指标怎么选」「数据驱动决策」「沙线」。 适用于：数据指标众多不知盯哪个；指标选择争议；判断业务处于哪个阶段该优化什么。 不适用于：单点数据异动归因（用 operations-data-analysis）。

- Skill: `luyu2026/operations-method-lean-analytics` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add luyu2026/operations-method-lean-analytics`
- Raw SKILL.md: https://api.skillmd.com/api/skills/luyu2026/operations-method-lean-analytics/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: luyu2026 (https://skillmd.com/u/luyu2026)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/luyu2026/operations-method-lean-analytics

---


# 《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**：
1. 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
2. 你处于哪个阶段？（见框架三）
3. 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）

1. 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%）
2. 粘性阶段**不该投入获客**——向漏桶灌水是浪费。（第 16 章）
3. 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）
4. 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）
5. 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）
6. 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）
7. **获客成本 > 客户终生价值 1/3** → 重新审视获客或定价。（第 21 章）
8. 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）
9. 双向市场**先服务有钱的一方**（买方）解决鸡生蛋问题。（第 13 章）
10. 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