建立数据指标体系基本思路和方法

建立数据指标体系基本思路和方法2021年，就业和经济形势明显向好，最近很多人都找到了满意的工作，进入大厂。为了提升大家的职场竞争力，给大家讲讲数据指标体系。1为啥需要数据指标以下话是不是经常听到：“大概有1万多人吧”“有很多顾客都不满意”“感觉我们门店都没人了”不确定、不具体、不准确。我们平时过日子都是这么说话的。没毛病，因为具体的消息是有很大成本的，大部分时候我们就是随口说说而已。但是企业经营要是都靠这个那就死翘翘了，花多少钱赚多少钱都不清楚，老板非气得翘辫子。数据指标就是对抗这种不确定的。如果我们把上边的表述改成：4月1日新注册用户9800人，超目标1000人4月1日当日A产品退货100件，累计30天退货率2.5%4月1日全国到店用户30万人，到店率30%，低于32%的期望值是不是爽快多了。这就是数据指标的直观用途。为啥需要数据指标体系实际工作中，想要准确说清楚一件事是挺麻烦的，比如我们想说：“2月份A产品卖得非常棒！”如果对方想较真的话，可以挑一堆刺出来（如下图）一个问题，往往有很多方面，只用一个指标不能充分说篁这个月A一个问题，往往有很多方面，只用一个指标不能充分说篁这个月A产品销售真好”篥卖了1个亿呢！"凭啥丄个亿算好！I为啥不卖2个亿，m个亿呢！打折打岀来的，敢看毛利吗！库存积压那么多，2亿有啥用!明问题。这就需要一组有逻辑的数据指标来描述，这就是数据指标体系。数据指标体系五大件■第一要素：主指标（一级指标）。用来评价这个事到底咋样的最核心的指标。比如说“产品卖得好”。直观地想到是“销售金额”这个指标，因为这是我们卖货直接收到手里的钱，钱多了当然好。每个指标得有以下要素：•业务含义：在业务上它的意义是……•数据来源：哪个系统采集原始数据•统计时间：在XX时间内产生的该数据•计算公式：如果有比例、比率，得说清楚谁除谁；如果是汇总，得说清楚谁加谁。注意：有可能需要多个主指标，来做综合评价。比如产品卖得好，光看金额还不够，可能还要关注毛利，这才是真正赚到的钱。可能还得看销售数量，因为销售数量和库存直接挂钩，得防止积压太多。这样就至少有了三个主指标：销售金额、销售件数、销售毛利。［第二要素：子指标（二级/三级指标）。主指标可能由几个子部分构成。比如：销售金额二用户数*付费率*客单价如果销售金额没达标，我们会很好奇：到底是购买的客户少了，还是卖的人不够多，还是卖得太便宜了，了解细节有利于我们找到真正的问题，这时候就得拆解子指标。

X+毛利营业收入选择的主捋标不同‘拆解子扭标的方式也不同。比如上凰，如果选毛利为王往下拆鮮一级尹样标就罡帧入和成本i如果选营址收入打王捋标'子扌旨标锁是用户数，〔寸昱率，客里价X+毛利营业收入选择的主捋标不同‘拆解子扭标的方式也不同。比如上凰，如果选毛利为王往下拆鮮一级尹样标就罡帧入和成本i如果选营址收入打王捋标'子扌旨标锁是用户数，〔寸昱率，客里价注童；一腔議义上工拒掠都欝送直接有制企业，貝越究越奸的.比扣销售金竊，毛制，铉种指榇含义很滝瞄。但有些捋拆井非越人越比比如用户数，虎倩注册，一人多号等问瓯很容易引岌1虚荣指标"问題。侦运营的要注負这一点用户数付劳率经莒成本咸本商胡咸藤报价苜按分配；首友联系二一対乐建UDm报价苜按分配；首友联系二一対乐建UDm。演用腳卽业务F丈重过程要线下梢售跟进，很难记录*但朗悄如此，只鼻脅有线彙入岸时间I那荃少司以指标：】，註率超（所有诸售配点，盲揺叵应营诸椎广馬虽）z咸单率｛签纫■绒索*直按反应档套质蚩）二咸单时间索入际到叢约盯间，反碰衆邂做阜、传说中厲法数李）a咸单魏（就是常说的：业绩数捐•E是釜约已经昱最后一步了）当然「中间过程记录越參，就有更參过程指标家转化車费标可以计算。践上电商、020业务斯谓的嘉羊分希，其实是一吓克耀I第四要素：分类维度。有可能一件事是很多人、在很长时间内完成的。想知道总销售金额是怎么构成的，每个地区、每个团队分别完成多少，可以增加分类维度。通过分类维度，把主指标切成若干块，这样能避免平均数陷阱，把整体和局部一起看清楚（如下图）分粪维度本身无对错可言，只是一种切分数碾的方式，想咋分就咋分分■类维屢有好用/不好分粪维度本身无对错可言，只是一种切分数碾的方式，想咋分就咋分分■类维屢有好用/不好用之分，不奸用的分类维度，数粧切得很细，着克也洽啥想法妤用的行梵维虞，可以让入一眼看到白己町以控制的地方有发有冋轉分艾维度时间第一周第二周第三周I第五要素：判断标准。即使有了以上四个点，我们还是不能说：A产品卖得好。因为好是个形容词，是和差相对的。因此就需要一个对比的参照物。参照物的选择，本身是个复杂的分析过程，需要做深入的分析。在构造指标体系的时候，往往这些判断标准是和当前数据一起呈现的。这样在看数据的时候，可以直观地做出判断，使用起来就很方便了。据指标体系如何发挥作用据指标体系如何发挥作用小结一下，构成指标体系五部分是：1、 主指标2、 子指标3、 过程指标4分类维度5、判断标准有了这五部分，诊断起问题来非常轻松。先看主指标+判断标准，比如主指标是：销售金额，先看本月是否达标了，没达标差多少达标。再看年累计达标没有，有多少亏空/盈余。这样很容易看清楚：问题是什么，有多大。再看分类维度。明B些区域没有做好，是不是一贯做不好；哪些区域做得好，是勉强完成还是持续上涨。这样谁有能力兜底，谁是拖后腿的一目了然。再看子指标/过程指标。哪个环节没做好，是线索太少了，得加大推广力度；还是跟进成功率低，得提升销售能力；还是报价总miss得增加一些折扣。怎么处理问题一目了然。可以说，做好了数据指标体系，基本上能干60%数据分析师的活。好的数据指标体系，就能让业务人员看一眼就知道该在哪里干，该往什么方向干，非常好用。注意：基于指标体系的诊断，只解决战术问题，不解决战斗层面的细节问题。比如这些问题:•我没有思路，该怎么设计方法？•我有三种方法，哪种更适合当前问题？•我想用方法一，成功几率有多大？这些用专题分析的方法更容易解决。毕竟报表报表，只是报告状况的表，至于未来怎么干，得有更针对性的分析才行。如何构造数据指标体系I第一步：明确工作目标，清晰主指标。这是最重要的第一步，先整明白：我做这一堆指标为的是什么。把主指标树清楚，后边判断标准才知道围绕谁做，子指标才知道对应哪些流程。只要是在企业上班的部门，都有各自KPI，因此主指标是肯定能找到的。［第二步：清晰判断标准。这一步也非常重要，涉及到这是“一个有用的报表”还是“一堆花花绿绿的数字”。什么算“好”是一个非常关键的问题。既然已经找到了主指标，就得为它建立配套的判断标准。这样才能解读数据含义，才知道怎么看分类维度。常见的有四类标准（如下图）。J—■当然，立标准本身是个很复杂的分析，也可以做得很复寿丸咛昨r直朮IDCffitjtt竞吊腐歩法:ZJ—■当然，立标准本身是个很复杂的分析，也可以做得很复寿丸咛昨r直朮IDCffitjtt竞吊腐歩法:Z主I雰去旦芋1或厅丘（梦込尹）刊却KPIi古成率法-无畀去 K后忘导炸［抬耳■芽鲫rl-.rfr.--生命融法:W苣齐比如恆占且軽勢二年对比杂。但最后，哪些算好，哪些算不好，得区分得很清晰。I第三步：了解业务管理方式，找合适的子指标。有了主指标和主指标的判断标准以后，可以进一步梳理子指标。子指标和业务管理方式有直接关系。比如销售金额，既能以分公司为单位进行指标拆解，也能以用户为单位进行。具体怎么看，要看业务能怎么管这件事。比如销售一般按区域管理，那就按分公司拆。市场一般按用户管，就按用户拆。总之，业务方便最重要。I第四步：梳理业务流程，设定过程指标。过程指标理论上越多越好，越多过程指标，可以越细地追踪流程，发现问题。但在业务上，不见得每个动作都做了数据采集，因此要结合具体业务流程来，在关键节点加以控制。

跟单B2C线上零售B眈线下零皆檻理过程拒跟单B2C线上零售B眈线下零皆檻理过程拒标，其详细程度」取决于：过程的璽要世+数1S采集难度.偉绑厂店琏售編难采隼数堀，且门店值蚤頁区位垄撕效果，所以更关注订里分折,线上密售可以通过埋点记录用户行为-園此可以对销售过程进行追腺」从面建立过程指标』F寸艳崔』虽雄过程很蕭千疣計抿•门命售过程根其重要’投祢甲一步走错可畝金绘皆输，丢掉巨大订单」囲此过程指标非常重更1进店跳话、如人、阖读落地’注册何费弄管1—［第五步：添加分类维度。有很多维度都能当分类维度，选用哪些，完全看业务上能从什么角度管理问题。把对管理有意义的维度加进来。（如卜图）这样就搞掂了一个数据指标体系，过程一点不复杂。大部分时候，实际问题是：没做过数据采集，没有数据记录可以做指标。这才是最头疼的。然而问题是：为啥看起来简单的过程，做出来却没那个体系化的感觉呢？为什么我做的不是指标体系I常见问题一：没有主指标，不知道在干啥这是最常见的问题。很多人的报表是从离职同事那里交接来的。为什么做？做了给谁看？看了又怎样？一问三不知。反正每天照猫花虎，定时更新就好了。有些人试图搞清楚，但是业务方自己是糊涂蛋。你问他:你们目标是什么啊？他答：提升GMV啊~~亲，GMV这么宏观的东西，他到底管哪一块？提升的话从多少提升到多少？提升到多少算满意？丫自己做方案也是照猫画虎，稀里糊涂，更不要说和数据分析师讲清楚了。I常见问题二：没有判断标准，不知道说了啥这个是另一个常见，且致命的问题。很多人都是盲目更新报表，数据列了一大堆，到底什么算“好”什么算“不好”，不知道。或者只是天真地认为：涨就是好，跌就是不好。I常见问题三：没有拆解子指标，对着主指标发呆这个问题往往是部门分工问题的后遗症。I常见问题四：没有按业务流程构造子指标，单纯堆砌数据很多人构建数据指标体系，喜欢堆砌数据。放一堆指标以显得丰富。可实际上如果不按业务流程找子指标，指标之间逻辑性就很差，看起来经常莫名其妙。更不要说，很容易弄出来类似“你幸福吗”这种稀奇古怪的玩意。I常见问题五：没有根据业务选分类维度，胡乱拆解把用户性别、年龄、地域、VIP等级、来源渠道、终端型号等等维度一通丢，显得报表很丰富，实际上业务意义不你问他为什么拿男女分类，他答：分出来差异大……至于差异大了还能咋样，业务上有没有能力针对性别做事情，又不知道了。以上种种问题，本质上都是