零散的指标（见 产品指标分层体系）只是一堆数。把它们按规则组织成能监控业务、定位问题的整体，才叫指标体系。这一页讲怎么搭：从理解 What/Why/How，到拆解方法、分析框架，再到落地的四步法。
一句话心法：顶层监控发现问题，逐层下钻定位问题。
What / Why / How
What——什么是指标体系：由多个相关的指标通过一定规则组织起来、反映业务发展现状的评价标准。把孤立指标整合成有联系的整体，从而能监控业务。
Why——为什么要做：
- 形成标准化衡量指标，监控业务发展状况
- 通过指标分级治理，快速定位业务问题、优化方向
- 形成标准化体系，减少重复工作，提高分析效率
How——金字塔分级：
北极星指标 ← 监控业务，发现问题
↓
一级指标
↓ 指标下钻，定位问题
二级指标
↓
三级指标
指标体系的 3 个要素
- 北极星指标（结果指标）：唯一最重要的指引性指标
- 核心指标（过程指标）：影响北极星的关键中间指标
- 分析维度：用来切分指标、定位问题的视角（时间/渠道/用户类型……）
指标拆解的 4 个方法
| 方法 | 拆解方式 | 适用 |
|---|---|---|
| 公式法 | 因子拆解 | 财务/交易等任何可量化的结果指标 |
| 漏斗法 | 串行拆解 | 注册流程、购买路径、活动参与链路 |
| 矩阵法 | 二维交叉细分 | 渠道分析、用户分层、功能对比 |
| 树状图法 | 层级化下钻 | 组织架构、产品模块拆解 |
公式法（最常用）：
- 乘法拆解（转化率模型）：GMV = UV × 转化率 × 客单价 =（UV ×（浏览转化×加购转化×支付转化））×（件单价×人均件数）
- 加法拆解（构成型）：总营收 = 新客收入 + 老客收入 =（新客 UV×新客 ARPU）+（老客 UV×老客 ARPU×复购频次）
漏斗法：曝光→点击→访问→注册→激活→付费→复购，每段算一个转化率。 矩阵法：如「新/老用户 × 渠道 A/B/C」交叉成表，找高低洼地。 树状图法：如 总 DAU → APP端(80%)/小程序(15%)/H5(5%)，APP端再下钻首页/搜索/个人中心。
四大分析框架
挑框架本质是挑"看业务的视角"：
| 框架 | 视角 | 用途 |
|---|---|---|
| AARRR | 用户增长 | 流量、转化、留存、变现指标拆解 |
| UJM（用户旅程图） | 用户体验 | 满意度、完成率 |
| OSM / OKR | 战略目标 | 北极星指标、KPI |
| 杜邦分析 | 财务盈利 | 利润、ROE、ROI（财务比率金字塔） |
搭建四步法（以电商"提升 GMV"为例）
一、明确业务目标，梳理北极星指标
怎么找北极星：看运营核心 KPI/OKR、看公司财报。把产品功能映射到相关指标，再汇聚到一个北极星，指向中长期业务目标与客户价值。
优秀北极星的 4 个属性：① 与商业模式直接相关 ② 能反映客户认可度 ③ 能影响用户行为（先导而非滞后）④ 简单直观、容易获得、可拆解。
各品类示例：社交类 →（优质）活跃用户数；音视频内容类 →（日）使用时长；电商 → GMV。
二、梳理业务流程，明确过程指标
用 UJM 拆用户路径：注册 → 登录 → 商品曝光 → 点击 → 加购 → 成交 → 达成 GMV，目标是提升各段路径转化率。再叠加 OSM 的「目标 O — 策略 S — 指标 M」三层：
- O（目标）：提升 GMV
- S（策略）：每段配动作（注册：广告投放/拉新奖励；登录：短信提醒/登录奖励；曝光：个性推荐/优惠诱导；点击：优惠券/限时折扣/秒杀；成交：页面优化/支付优化/未付款提醒）
- M（指标）：注册 UV → 登录 UV → 曝光 UV → 点击 UV → 成交用户数 → GMV，中间补 转化率、访购率、平均客单价
三、指标下钻分级
把过程指标拆成一/二/三级。GMV 的计算链：
- GMV = 成交用户数 × 平均客单价
- 成交用户数 = 点击 UV × 访购率
- 点击 UV = 商品曝光 UV × 转化率
- 综合：GMV = 商品曝光 UV × 转化率 × 访购率 × 平均客单价
另一案例「课程收入」：北极星=课程收入；一级=付费用户数、平均客单价；二级（付费用户数下钻）=转化率、新+老用户数、续费率；三级（新用户数下钻）=引流用户数、转化率。
四、添加分析维度
给指标叠加切分维度，形成完整体系：用户类型（新/老）、场景位置（Banner/开屏/首页推荐）、时间（促销前/中/后）、来源渠道、区域、性别、年龄。 完整体系 = 北极星指标 + 过程指标三级下钻 + 分析维度叠加（如 GMV 按「渠道 × 时间 × 用户类型」交叉分析）。
PM 此阶段职责
- 定准北极星：用 4 属性校验，避免选成虚荣或滞后指标
- 选对拆解方法与框架：增长用 AARRR、体验用 UJM、战略对齐用 OSM、盈利用杜邦
- 下钻 + 加维度：让体系既能监控（顶层）又能定位（下钻 + 维度交叉）
相关页面
→ 数据指标基础（数据 vs 指标、好指标判定、指标分类） → 产品指标分层体系（可下钻的指标字典） → 需求优先级排序（指标驱动的优先级判断） → 效果评测体系（评测的"定指标"即搭一套评测指标体系） → 指标体系搭建操作指南（可执行版） → AIPM课程 Day12