1）标签体系化
将零散数据串联起来，通过单点看到全局，通过全局解决单点问题；体系化指标往往是结合用户场景分析，并且多个不同指标和维度是可以串联起来进行综合分析.
2）为什么搭建指标体系
① 建立业务量化衡量的标准
② 减少临时提数需求
③ 快速定位问题
3）指标体系搭建评价标准
① 完备性：能完整解释了业务现状，不重不漏
② 系统性：能够准确反映业务问题的，帮助问题定位与目标制定
③ 可执行：定义清晰明确，能指导数据开发同学制定合理的数据底层结构
④ 可解释：过程指标与结果指标做好清晰分类，通俗易懂
4）如何搭建有效的指标体系？
① 先靠基本的思维模型洞悉业务关键
a.what？why？how？
b.5W2H分析法
c.逻辑树(不重不漏是制定指标体系的重要标准)
d.商业模式画布
② 利用对应方法论
a.第一关键指标法：在任意一个时间点，肯定只有一个最关键的指标，但随着业务的发展关注重点会有变化
b.基于用户生命周期的指标体系：AARRR
c.常用的指标体系案例模仿套用：RATER指数模型(客户满意度指标体系)
5）指标选择
① 指标分级
a.公司战略层指标(一级指标)：衡量公司整体目标达成情况，与业务结合，参考行业标准指标
b.业务战略层指标(二级指标)：定位一级指标的问题
c.业务执行层指标(三级指标)：对二级指标的拆解，通常是知道一线人员开展工作的指标内容
例子：游戏公司--一级指标：留存率，DAU/MAU等；二级指标：不同游戏物品收入；三级指标：游戏频次、游戏时长等
② OSM模型
O(objective)：业务目标，用户使用产品的目标是什么？
S(strategy)：业务策略，为达成目标而采取的策略是什么？
M(measurement)：业务度量，策略带来的数据指标变化有哪些？
6）如何规划指标体系
① 产品规模：产品当前的规模、质量是产品发展至今，产品定位&用户接受&市场反馈的综合体现，是一个关键的一级指标。有增长计划的产品通常以“日活/月活”作为KPI/OKR的衡量指标
② 用户健康度：用于衡量用户健康度的指标：留存率、活跃度（活跃天数/次数等分布）、用户粘度（DAU/MAU）可以反馈用户的活跃程度；不同等级用户的分布情况则可以监控用户跃迁过程
③ 用户行为：了解用户的使用情况、转化情况，做相关优化依据
④ 产品质量：衡量的基础指标包括crash率、启动耗时、页面加载速度等，视频播放产品还会有播放成功率、播放加载速度等；产品的下载：安装率、卸载率、push关闭率等
⑤ 用户属性：用户的画像和终端属性数据用来详细描述用户，明确使用产品的用户是什么样的人群，是各指标拆分的基础维度
⑥ 渠道质量：基于渠道维度来拆分各指标
⑦ 竞品数据：有效、及时的监测到竞品数据有助于我们洞察市场方向、压力
