从0到1，四步搭建高价值指标体系
一、搭建指标体系应该从何开始
二、 从价值理性角度，指标体系应该回答哪些问题
三、 从工具理性角度，如何快速搭建指标体系
以下为套用AARRR模型进行的指标梳理，仅列举了部分指标，以便对方法应用进行说明，实际情况会更复杂。
2）指标拆解法
指标拆解法借鉴财务分析中的杜邦分析法，把核心指标通过乘法或加法拆解为各项因子，直到无法再拆分为止。
至此，只要将以上两个方法的结果融合在一起，就构建好了一个较为完整的指标体系。
指标体系除了包括指标和维度外，还应包括「指标定义」及「指标数据来源」，保证各方对指标的理解和数据口径的一致性。
四、 如何使用指标体系
五、指标体系的迭代
市场变化越来越快大概已经是人们的共识，指标体系也不是一件做完就一劳永逸的事。除了随着业务变化的迭代外，分析师还应该从指标的精确性和有效性角度进行分析迭代。
指标有原子指标和派生指标之分。
原子指标是直接度量获得的指标，比如订单量；
派生指标是在原子指标基础上进行计算或者加上时间、地域等修饰词派生出来的指标，比如近7天北京订单量。
增长黑客理论中有一个概念叫「魔法数字」，它是指用户重复某个行为到一个数字后出现了明显的粘性增长，比如Facebook的魔法数字是「一周之内添加7个好友」，一旦用户达成这个数字，其忠诚度会显著上升。
「魔法数字」是在找一个界限值，也是在找一个可以通过干预让用户达到的KPI。
仍以电商为例，用户的整个生命周期是一个层层递进的过程，从首次访问到注册，再到首次下单，再到每一次的访问和下单，最终可能会在多平台比较中下单越来越少、访问越来越少，最后成为流失用户。
在这个过程中，有一些动作是我们希望用户去做的，比如注册、下单，而有些环节是我们试图阻止的，比如防止用户的流失。
用户生命周期的每一个关键点都是我们的目标，而达成这些目标同样可以通过寻找用户KPI的形式。
比如下图中，用户从首次访问到注册，当日转化为注册用户的有40%，次日转化的有25%，往后逐日降低，在第3天到第4天形成了一个拐点，第0天至第3天的总转化率为85%，即新访客近3日注册转化率为85%。
「新访客近3日注册转化率」就可以作为一个注册转化率的补充指标添加到指标体系，因为它既是一个收敛的可用于监测的注册转化水平，也表示如果想提升用户的注册转化率就要在这个时间段内采取措施。
再进一步看，想要提升「新访客近3日注册转化率」可以做哪些动作呢？
这就需要分析用户在首次访问后3天有哪些关键行为在「注册」和「未注册」之间有显著差异，以及这些行为在数量上是否出现了一个明显的「界限值」。
比如用户在看了5次活动页后，明显会进行注册，那么在运营上可以让新访客不停地看到没有看过的新活动，同时，将「浏览5次及以上活动页的新访客占比」增加到指标体系中进行监测，以反应我们的干预是否有效。
最后，总结一下指标体系搭建的流程：
从价值理性角度，分析指标体系应该回答的问题
从工具理性角度，通过收集业务需求和套用模型快速搭建指标体系
完善数据获取，将指标体系转化为报表产品
通过分析迭代指标，提高指标的精确性和有效性