案例：利用数据分析，增长关键指标

笔者复盘了一个付费业务，从发现问题，到找到关键点，最后解决问题。分享给大家，希望能够对同学们有帮助~

最近在跟进一个关于小商家付费的业务，目前处于前期铺垫阶段，希望通过前期运营，提升之后的付费商家数量，以此拉高平台的收入。

这篇文章是对自己关于本业务提升数据指标的一个复盘。

一、项目背景及说明

针对平台上的已认证室内设计师开展收费业务，前期需要增加设计师对平台的依赖程度，让他们得到好处，促进后期付费意愿。

二、定义业务关键指标

如何定义本业务的考察指标，其实首先要知道业务的目标，再层层拆解。

针对这个业务，目标显而易见，是做大整个设计师付费的数量。那么重要的是，我们要知道设计师为什么要付费给平台，付费认证可以给他带来了什么好处。

梳理了一下，设计师在平台上希望得到的好处有这些，但是最核心的一个，或者是对付费刺激最大的一个，是获得销售线索，即获得有装修需求的用户的资料和咨询（同时我们也规定了只有已认证的设计师才能被咨询）。

因此，去定义业务指标时，应该优先去定义跟咨询设计师功能相关的数据。

鉴于装修咨询设计师不是十分高频的行为，所以暂定时间区间以月为单位统计。除了必须要留意的客观绝对数量和咨询功能渗透率，还必须要定义好本业务的关键数据，就是当设计师达到这个数据时，对付费意愿刺激最大。

通过调研竞品的相同业务数据、对平台内部分设计师进行访谈及对平台上较为活跃的设计师咨询数据的抽查，最终我们定义每月有4次咨询（均每周1次）或以上的设计师占设计师总体比率，为一个本业务的关键数据。

（由于涉及保密，故对数据进行了遮盖，且数据均有所调整）

三、通过数据，发现导致指标无法提升的影响因素

定义了关键数据指标和一些必要的客观数据，接下来的目标就是如何提高数据。对比了几个月的数据，我们发现了一些显著的数据特征。

1. 数据总体情况

2. 流量较为集中情况单独说明

既然我们最终的目标，是提高符合关键指标要求的设计师人数，除了邀约更多设计师进驻平台这个方法外，现阶段，我们还需要提高符合数据要求的设计师比率。

在基数不变的情况下，如何让设计师被咨询的比率变高，此时，面对流量集中的数据趋势，很自然就想到，能否让流量打散，分布更均匀。

以上发现问题及产生解决思路的步骤，可以简要概括为：查看数据，观察特征 > 定位出数据反映的问题 > 结合数据反映的问题和目标，思考解决方案。

四、解决方案

初步得出需要打散流量的方案，就下来，我们需要看看方案是否可行。

我们进一步对咨询数量排名较前的设计师进行了分析，包括了查看设计师的档案及抽查一些咨询对话的情况。很快，我们发现了问题所在，咨询数量较前的设计师有以下特征：

分析咨询数量排名较前的设计师情况后，可以发现流量打散方案可行。不仅从设计师的角度，从用户的角度看，也是十分有好处，真正让服务本地的设计师可以服务本地用户，从而让用户得到更好的服务；同时提高用户和设计师的价值。

接下来，我们配合运营，出台了针对提供很多服务地区的设计师的政策，需要让他们的服务地区属实，让设计师限时整改。未能限时整改的，则强制修改资料，将其服务地区定为事务所所在地。

整改后，符合关键指标要求的设计师人数只占总体设计师人数的从原来的10.5%上升到23.6%，有显著提升！

后续，我们会再进一步针对数据反映的其他情况继续优化关键指标。