品牌忠诚度的计算(品牌忠诚度的计算公式)

其实不然，做决策是一件非常复杂的事情，唯直觉论和唯数据论都会走向不同的极端。数据并不代表客观，因为数据本身是没有实际业务意义的，只是因为我们选择从这个角度看，才赋予了其意义。因此，数据本身也是被观察者所干扰的一种特征公式，那唯数据论其实就是一种公式悖论。

（图源见水印）

客户生命周期LT

下面我们来逐一介绍SaaS产品4个阶段关注的核心指标：

对于整个教育培训机忠诚度构而言，学生在机构的核心价值传递就在忠诚度于上课，而前面的招生、试听、报名都是最终能够上课的前的置先决条件。通过上课，学生获得了内容和服务、机构获得了课消和收入。

上课的核心要素包含课程、班级、老师、课次、学生（某种程度上还可以再简化），满足了这2个必要条件，学生就可以放入课次中进行打考勤了。

通过数据埋点，我们发现用户在到了支付结算页后经常还会再频繁点击【上一步】，然后再返回第三步填写支付结算信息。

经过调研，我们才发现原来是：在支付结算页没有及时的展示出品牌前面完成的报名核心信息，而操作报名较多的前台则常常被各项事物打断、品牌常常在一种多进程交杂的情况下完成报名表单的填写，那么，到了第三步时，如果没有学员及报名信息的二次展示和确认，对于整个报名效率会造成较大的影响。

那么，我们就可以针对计算性的制定这样一个策略（Strategy）：在支付结算页也及时展示此前完成的课程班级、学员信息，降低操作人员反复二次确认的成本，看是否能够提升报名的成功率，并最终影响到考勤率。

在经过2周的持续监测（Measure）之后，我们发现报名成功率得到了有效的提升、考勤率也随之增加了。当然如果在你的策略之下，目标指标没有发生正向变化，那还是需要持续监控并积极调整策略了。

经过理论结合实践，你是否对SaaS产品数据指标已经形成了初步的框架认知呢？我们从指标的定义和价值、SaaS指标的选择原则计算和常见指标科普、不同产品阶段需要核心关注的的指标及教培SaaS小案例，来给大家提供了一套足够入门的框架和方法论。

诚然，不同行业内部也存在非常多的行业指标，需要你持续深耕和挖掘，找到自身所处行业的关键指标。

以上，就是本文的全部干货内容，希望对你有帮助。

资料参考：

VeraHuang：如何设置PMF指标