一文读懂数据运营的指标体系

数据指标体系是业务数据标准化的基础，其对指标进行了统一管理，体系化是为了方便统一修改、共享及维护。随着大数据和人工智能技术的发展，很多企业选择借助信息技术实现转型升级。在大数据时代早期，大部分数据并没有被充分地挖掘分析和利用。虽然数据规模非常大，但是却很难利用这些数据创造价值。而数据中台的提出及数据指标体系的构建，使得数据产生了实际价值。有了数据指标，人们做决策时不再是按照经验“拍脑袋”，而是看看数据是怎样呈现的，能够及时基于数据进行战略调整及决策规划。

Part 01●什么是指标体系●

1.1什么是数据指标

数据指标不同于传统意义上的统计指标，它是通过对数据进行分析得到的一个汇总结果，是将业务单元精分和量化后的度量值，使得业务目标可描述、可度量、可拆解。单一数据指标项的构成包括：作用域、维度、统计口径三个要素，常用的数据指标有PV、UV等。

1.2数据指标的类型

从技术角度可以将指标分为：

基础指标：指的是基于业务过程的度量值，顾名思义是不可以在进行拆分的指标，例如：订单总额（定义业务过程、度量值聚合逻辑）。

派生指标：等于原子指标+统计周期+业务+统计粒度，例如：最近一周分省份手机品类订单的总额，其中原子指标是订单总额，统计周期是最近一周，业务限定为手机品类，统计粒度为分省。

衍生指标：在一个或多个派生指标的基础上，通过各种逻辑运算符合而成的，例如比率、比例等类型的指标。

另外还可以分为虚荣指标跟诚实性指标，如注册用户数是一个虚荣指标，活跃用户数是诚实型指标。

1.3指标数据的构成

指标数据一般来自统计数据、业务数据和财务数据为基本数据；通过数学计算、统计模型、分析模型，还可以得到复合数据指标。

统计数据：一般是来自产品的日志系统、埋点数据等一些原始数据，例如：PV、UV、用户停留时长等。

业务数据：以产品功能、生命周期阶段、业务板块为维度的统计数据，一般由派生指标和复合指标构成，例如：手机品类的浏览人数、新增VIP会员数。

财务数据：产品的成本、收入、交易等财务相关数据，也具有业务数据的属性。

复合数据：以统计数据、业务数据和财务数据为基础数据，通过计算公式得出的复合型指标数据，例如：ARPU值。

1.4什么是数据指标体系

指标体系是从不同维度梳理业务，把指标有系统地组织起来。简而言之，指标体系=指标+体系，所以一个指标不能叫指标体系，几个毫无关系的指标也不能叫指标体系。总的来说，数据指标体系是对业务指标体系化的汇总，用来明确指标的口径、维度、指标取数逻辑等信息，并能快速获取到指标的相关信息。

Part 02● 为什么要建立指标体系●

数据指标本质是用数据说话，对业务进行精准的理解。

2.1 统一衡量业务好坏的标准

没有指标对业务进行系统衡量，我们就无法把控业务发展，无法对业务质量进行衡量，无法看清楚业务发展是否到达阶段性目标。而且某些复杂的业务，单一数据指标衡量很可能片面化，需要搭建系统的指标体系，才能全面衡量业务发展情况，促进业务有序增长。

一般衡量业务好坏主要看财务指标，例如收入、毛利率、净利率等。对于一些创新类、探索类的业务可能会关注用户量、GMV、转化率等。不管业务处在什么阶段，我们都需要一些数据指标能够对其进行衡量。

当组织有全面、统一数据指标体系时，可以统一度量衡，减少转化、翻译（口径解释）等工作，降低组织内的沟通成本。

2.2 指导产品的研发和运营工作

产品的研发和运营依赖数据支持，数据指标不仅仅能帮助大家看到业务发展的结果，还能帮助大家看清产品研发和运营的过程，能够及时调整策略，更万无一失的达到目标。

对于互联网公司，产品的研发和运营等部门是促进公司发展的核心组织，通过完善的数据指标体系和数据分析，来有效聚焦工作目标、指导成员工作。同时对指标体系内的各层级指标间建立起清晰的关系，还能从指标体系出发，明确工作重点。最终做到以数据驱动，找到不足，提升业绩。

2.3 帮助建设数据分析体系

数据指标体系是数据分析体系的第一步，数据分析本质就是根据数据指标的变化寻找业务问题、预测业务结果，数据分析工作在数据指标体系的指引下才有意义。

完善的数据指标体系业务可以让数据的采集更有目的性，避免分析时的指标数据遗漏或缺失。虽然有些数据分析软件可以对数据缺失值进行处理，但如果连指标都没有，这种缺失肯定是软件无法处理的。尤其是关键指标的缺失，将会造成分析结果的可信度下降。

数据分析体系的最终目的是帮助组织在内部建设一套可运行的信息反馈机制，能够持续的发现问题、预警风险，帮助决策者能够做到“谋定而后动，知止而有得。

举个例子，我们衡量一个业务前期的发展情况，可以用一个核心指标——昨日新增办理用户数。如果昨天新增用户数是2000，这个猛然一看感觉这个公众号运营的还不错。但是再加个前日新增用户数这个指标呢，如果前日新增用数是4000呢，那么新增用户数直接是下降了50%了。我们加了一个比较的指标，让我们对这个业务发展的认识就完全不一样了。如果我们加入更多的指标，比如访问量、活跃率等等，还会有更深的认识。

上面我们不断增加指标的过程，也就是在梳理业务指标体系的过程，一个数据指标是没有办法衡量业务的发展，但是一个指标体系就能把问题说的清晰明白。

Part 03●如何搭建数据指标体系●

3.1搭建数据指标体系原则

构建指标体系的原则共分为“五大原则”:

可追溯性原则：指标体系必须适用于国际比较，并从企业的现状追溯到其历史，从而为现有状况找到理由。可追溯性是构建一个可持续发展的指标体系所必需的，只有这样，各类指标体系才能得到有效建立，避免无可避免的事件发生。

有效性原则：指标体系必须有效完成各类任务，包括有效地收集数据，评估企业的发展状况，并有效地识别客观的发展机会。唯有让有效能力的指标体系起到应有的作用，以实现可持续发展的目的。

可应用性原则：指标体系必须实用、灵活、通用，方便的使用在不同的企业实践活动之中，以满足企业在发展过程中遇到的多样化问题。

完整性原则：指标体系必须在体积和深度上全面考虑所有调查事项，并能够与实际情况对接，考虑经济市场异质性、复合性等，有效完成评估工作。

可解释性原则：指标体系构建的本质是要使各类指标更完善、更清晰、更可衡量这一原则要求构建一个可描述性的指标体系，所有构成指标体系的指标标准都应该有一定的准确性，并可供基本识别和理解，以实现可持续发展的目的。

3.2建立指标体系的方法

指标体系建设的常用方法是通过场景化进行指标体系的搭建，以用户的视角场景化思考，自上而下业务驱动指标体系建设，所以要在特定场景下做好指标体系建设，需要先选好指标，然后用科学的方法搭建指标体系。选指标常用方法是指标分级方法和OSM模型。下面将主要介绍指标分级方法。

3.3指标分级方法建立指标体系（如图3.1所示）

指标分级主要是指标内容纵向的思考，根据企业战略目标、组织及业务过程进行自上而下的指标分级，对指标进行层层剖析。

图3.1建立指标体系的方法

3.3.1明确部门KPI，找到合适的一级指标

一级指标用于衡量公司整体目标达成情况的指标，主要是决策类指标，使用通常服务于公司战略决策层。例如，某手机销售公司处于起步阶段，业务部门关心销量，定的的KPI是扩大手机产品销售量，开拓市场，所以该部门一级指标定为手机销售量。

一级指标并非只能是一个指标，有可能需要多个一级指标来做综合评价。例如，某理财公司产品部门的主要职能是开发出符合市场需求的理财产品，在提升业务量（产品购买量）的同时，也需要监控业务质量（产品收益率）。

3.3.2了解业务运营情况，找到二级指标

有了一级指标以后，可以进一步将一级指标拆解为二级指标。为达成一级指标的目标，公司会对目标拆解到业务线或事业群，并有针对性做出一系列运营策略，二级指标通常反映的是策略结果属于支持性指标同时也是业务线或事业群的核心指标。二级指标是一级指标的纵向的路径拆解，便于一级指标的问题定位，二级指标使用通常服务业务线或事业群。具体如何拆解，要看业务是如何运营的。比如销售部门一般按地区运营，就可以从地区维度拆解。市场部门一般按用户运营，就可以从用户维度拆解。

3.3.3梳理业务流程，找到三级指标

三级指标是对二级指标的拆解，用于定位二级指标的问题。三级指标通常也是业务过程中最多的指标。根据各职能部门目标的不同，其关注的指标也各有差异。三级指标的使用通常可以指导一线运营或分析人员开展工作，内容偏过程性指标，可以快速引导一线人员做出相应的动作。

3.3.4通过报表监控指标，不断更新指标体系

前面步骤找到了一级指标、二级指标和三级指标，到这一步可以把这些指标制作到报表中，通过报表监控指标，不断更新指标体系。