核心指标驱动业务
北极星指标如同业务生根发芽的种子，有了它业务才有方向。把它当作原子指标，在此基础上才能衍生出更多有用的指标。就像在小红书平台，北极星指标是业务开展的根本，依据它可以搭建起整个业务的数据体系。
举个例子，比如将笔记相关指标定为北极星指标，就可以基于此开展后续的业务分析和拓展。通过精确的定位北极星指标，业务就如同有了明确的导航，能朝着既定方向发展。
物理建模的实践
物理建模是将北极星指标按照业务模块往外扩展的过程，如同给种子提供合适的土壤。这里的土壤就是各个主题的数据，通过“主题 + 北极星指标”的模式，对每个垂类业务进行扩展。以小红书笔记分类为例，按照推荐逻辑有种子笔记、潜力笔记、爆文笔记等。
比如区分优质笔记，当笔记点赞数量和收藏数量大于X时，就定义为优质笔记。这种方式能更详细地描述每个主题，挖掘出业务中更具体的信息，为后续分析奠定基础。
衍生指标的诞生
在原子指标上开枝散叶就会形成衍生指标。派生哪些衍生指标对业务有用，这需要结合业务场景去思考。在小红书场景里，通过物理建模能得出很多衍生指标，不同的主题都可以用北极星指标来度量。
像选种子笔记时，将具有关注数X的用户发布的笔记定义为种子笔记；选潜力笔记，把第一轮推荐点赞数大于X的笔记定义为潜力笔记。这些衍生指标为业务分析提供了更多的维度和数据支撑。
业务建模的思路
各主题相互独立但也可能相互交叉，这时就需要引入业务建模。业务建模就是我们的业务分析思路，依照分析场景交叉主题，能产生更多维度数据和衍生指标。比如要分析当前平台作者的健康度问题。
从发帖数量、拥有粉丝情况等作者角度入手，用到粉丝主题、作者主题和笔记主题进行业务建模。如记录A作者某日发布笔记X篇，拥有粉丝X人，以及不同笔记的粉丝和非粉丝点赞情况，形成具体的业务建模字段。
衍生指标再拓展
通过业务建模能得出各种衍生指标，并且还可以进一步加上维度，形成二次衍生指标。就像在分析平台作者健康度时，衍生出粉丝点赞次数、非粉丝点赞次数。在分析雅诗兰黛试投商品收益问题中，衍生出商品点赞次数。
不同的业务建模会产生不同的衍生指标，这些衍生指标丰富了业务的数据体系，能让我们从更多角度去分析业务情况，为业务决策提供更全面的信息。
数据应用与分析方法
业务建模后的数据很有用，可以套用常用的分析方法来回答业务问题。像帕累托分析就可用来解读数据分布，发现业务主要矛盾。在分析小红书数据时，用帕累托分析去看达人、素人发布笔记数占比，以及平台不健康作者占比等情况。
小红书的数据产品就是某一类主题或某一个业务建模的数据应用。借助这些分析方法和数据应用，能帮助我们从基础数据深入到产品应用，为实现商业化变现提供支持。
大家觉得在自己所在的业务场景中，哪种衍生指标对业务分析帮助最大？快来评论区分享你的想法，别忘了点赞和分享本文！
