10亿用户的微信表情指标体系是如何构建的?( 二 )


四、如何构建微信表情的指标体系
1. AARRR模型
AARRR分别代表了五个单词 , 又分别对应了产品生命周期中的五个阶段:

  1. 获取(Acquisition):用户如何发现(并来到)你的产品?
  2. 激活(Activation):用户的第一次使用体验如何?
  3. 留存(Retention):用户是否还会回到产品(重复使用)?
  4. 收入(Revenue):产品怎样(通过用户)赚钱?
  5. 传播(Refer):用户是否愿意告诉其他用户?

10亿用户的微信表情指标体系是如何构建的?
本文插图

2. OSM方法
比如整体的微信表情的目标我们希望可以提高表情的发送活跃, 让更多的人都能够使用表情去沟通, 去表达来代替干巴巴的文字, 所以我们就可以将这个目标通过osm 方法进行拆解
10亿用户的微信表情指标体系是如何构建的?
本文插图

以微信表情作为例子:
10亿用户的微信表情指标体系是如何构建的?
本文插图

五、数据指标体系异常监控
每一个数据指标的波动都可以通过下面的方法进行拆解
10亿用户的微信表情指标体系是如何构建的?
本文插图

  • g(t):趋势函数 , 拟合时间序列中非周期性变化 , 判断序列处于上升或下降趋势;
  • s(t):周期性变化 , 周期性包括每周、月、季节等变化趋势;
  • h(t):变点 , 潜在的具有非固定周期的节假日及变点对预测值造成的影响;
  • ?(t):噪声项 , 表示未预测到的随机波动 。
通过上面的拆解就可以把指标的变化波动归结为下面的几个图
10亿用户的微信表情指标体系是如何构建的?
本文插图

通过模拟数据分析师日常的分析视角 , 可以对指标体系中一个核心序列进行拆解 , 组合使用Prophet对每一个子序列进行建模预测 , 只要指标体系在设计上符合逻辑 , 通过自动化的监控可以达到迅速定位异动原因的效果 。
本文由 @陈友洋 原创发布于人人都是产品经理 。 未经作者许可 , 禁止转载 。
【10亿用户的微信表情指标体系是如何构建的?】题图来自Unsplash , 基于CC0协议 。


推荐阅读