數(shù)據(jù)本身是無用的，除非你從中獲取到有價值的洞察。

導(dǎo)讀：隨著公司業(yè)務(wù)規(guī)模擴大，各類相關(guān)的數(shù)據(jù)量增加，數(shù)據(jù)指標(biāo)也越來越多。如果缺乏數(shù)據(jù)指標(biāo)體系和分析方案，就會難以判斷整體業(yè)務(wù)發(fā)展?fàn)顩r、難以衡量產(chǎn)品/活動效果、等等。

如今，各行各業(yè)都在說，“我們要數(shù)字化管理”，脫離“拍腦袋”時代。但是，到底怎么落地？數(shù)據(jù)指標(biāo)怎么建立合理？不同的公司業(yè)務(wù)大相徑庭，就算是同一個行業(yè)，也有不同規(guī)模，不同細分客戶群，很難一概而論。有時候，看到競品公司有哪些指標(biāo)，雖然不知道有沒有用，我們也急著“跟風(fēng)”。

什么才是適合自己公司或部門的數(shù)據(jù)體系？“人、貨、場” 理論似乎很有用，但不是每個公司都有實體店，5W2H好像也很有道理，每個步驟都要套用這個理論么？SWOT好像也很有道理……

今天，我們就來拋開所有這些看起來高大上的理論，從底層邏輯出發(fā)，梳理建立數(shù)據(jù)指標(biāo)體系和分析方案的底層邏輯。

1

首先，我們來了解一下指標(biāo)是什么？

百度百科解釋指標(biāo)為：預(yù)期中打算達到的指數(shù)、規(guī)格、標(biāo)準(zhǔn)，一般用數(shù)據(jù)表示。

比如，Boss開年會時說：“我們今年新增的幾個指標(biāo)：員工流失率、門店客流量、客單價……（balabala）成果豐碩，收益明顯！”。發(fā)言中所提到的“員工流失率”、“門店客流量”、“客單價”，就是指標(biāo)，是對結(jié)果的數(shù)據(jù)化描述。

那么，什么是數(shù)據(jù)指標(biāo)體系？

即將零散的數(shù)據(jù)指標(biāo)串聯(lián)起來，成為一整套體系使其具備業(yè)務(wù)參考價值。

2

在商業(yè)中，數(shù)據(jù)只有一個目的“解決問題，創(chuàng)造價值”。

但是“解決問題，創(chuàng)造價值”，對不同立場的人來說不一樣。對研發(fā)部，出多少bug和做多少功能的比例很重要；對于銷售，多少訂單很重要。要是訂單銷售數(shù)據(jù)給研發(fā)部，對日常工作并沒有參考作用，bug的比例給銷售也沒用。但是這些數(shù)據(jù)對總裁部都很有用，可以綜合得知成本和利潤比例。

為了解決這個問題，引出第一條底層邏輯：

邏輯一：多維度視角

先要確定數(shù)據(jù)指標(biāo)體系的目標(biāo)受眾，“他”看數(shù)據(jù)的視角和維度：職位側(cè)重點在哪里，業(yè)務(wù)階段是初期還是成熟期？越是初期數(shù)據(jù)越少，越是成熟期數(shù)據(jù)積累越多，要考慮的點也越多。

知道“他”的視角之后，去看“他”的業(yè)務(wù)是什么？對于門店經(jīng)常提到“人、貨、場”：分析哪些人，場地面積，貨物種類。對于網(wǎng)頁商城經(jīng)常提到“轉(zhuǎn)化漏斗“：多少個商品點擊量，多少個加入購物車，多少個訂單，轉(zhuǎn)化率多少。似乎，不同業(yè)務(wù)要分析的”東西“完全不一樣，到底一致性在哪里？

引出第二條底層邏輯：

邏輯二：業(yè)務(wù)場景關(guān)鍵元素分類

門店經(jīng)營成交的場景 “ 我在門店付錢給售貨員，他收錢給我商品 ”。

網(wǎng)頁商城成交場景 “我點擊商品，訪問頁面，（也許會咨詢），點擊提交訂單”

雖然各個行業(yè)，分析的具體事項不一樣，但都是圍繞，業(yè)務(wù)場景關(guān)鍵元素分類，進行的。

那么問題又來了，這些“元素”怎樣更好？例如，我想在門店掙多點錢，我的貨怎么分配？客戶怎樣更多？店員怎樣賣得更好？搞個網(wǎng)站，我也知道點擊，訪問，訂單，那怎樣更多點擊？為什么點擊A不點擊B? 怎樣多點訂單？圍繞著剛剛的元素問下去，似乎有“十萬個為什么”，我們怎么知道這些元素”從哪里來“ ？

引出第三條底層邏輯：

邏輯三：追蹤業(yè)務(wù)過程

門店零售業(yè)，客戶從哪里出發(fā)，什么時段來到商城，進入門店的概率多大……

網(wǎng)頁商城，從哪里點擊進來，進來之后瀏覽過多少頁面，有多少鏈接引導(dǎo)他點擊下一個鏈接……

但是，這樣梳理完成后，圍繞關(guān)鍵元素追蹤出來的業(yè)務(wù)過程，似乎不是相互獨立的。零售業(yè)的邏輯 “人，貨，場”，但是“我”這個人，經(jīng)過門店，會不會進去，和這個門店擺放的“貨”關(guān)聯(lián)性很大。網(wǎng)頁商城，我訪問產(chǎn)品頁，遇到問題能找到咨詢頁會很開心，但是我沒想提問咨詢的時候咨詢按鈕主動跳出來擋住視線，我可能會出于厭煩直接離開。

思考到這里，引申出第四條底層邏輯：

邏輯四：梳理業(yè)務(wù)邏輯關(guān)系（強關(guān)聯(lián)，弱關(guān)聯(lián)，互斥關(guān)系）

先有訪問才會下訂單，訪問和訂單是強關(guān)聯(lián)。網(wǎng)頁不需登錄可以瀏覽商品，登錄和瀏覽是弱關(guān)聯(lián)。投訴的次數(shù)越多，復(fù)購的概率越低，復(fù)購量和投訴量是互斥關(guān)系。

這樣，我們已經(jīng)通過梳理業(yè)務(wù)考慮到很多節(jié)點的數(shù)據(jù)。說到用處，這些數(shù)據(jù)都有用，但是，全部都關(guān)注，看完一遍，都要花很多時間。尤其是忙起來，就只想知道 “一個” 數(shù)據(jù)結(jié)果。

為了解決這個問題，引出下一條底層邏輯：

邏輯五：重要性過濾

我們未必能馬上說出a，b，c，d……里面哪個重要，哪個次等重要，梳理思路的時候，可以用一個小工具，對比記分卡。

用每一行和列的項目對比，例如第一個格子，訂單數(shù)和訂單數(shù)，自己對比自己，沒有可比性，格子放黑色；第二個格子，訂單數(shù)和線索數(shù)，訂單數(shù)更重要，寫1；第三個格子，訂單數(shù)和客戶數(shù)，客戶數(shù)更重要，那么訂單數(shù)不得分，寫0；以此類推，最后得出每一行的總分?jǐn)?shù)。在這個記分卡里，重要指標(biāo)是訂單數(shù)和客戶數(shù)，次要指標(biāo)是線索數(shù)和套餐數(shù)。

那么問題又來了，要是“我”也是剛進入這個領(lǐng)域，并不確定，哪些重要哪些不重要，該怎么辦？標(biāo)準(zhǔn)是什么？

那??????????我們引出第六條邏輯：

邏輯六：對比出標(biāo)準(zhǔn)（時間，指標(biāo)，比率）

重要不重要，參照物，標(biāo)準(zhǔn)，這些都不是“拍腦袋”出來的，都是靠“對比”出來的。怎么對比？這里有三個原則，從時間上對比，從指標(biāo)上對比，從比率上對比。

從時間上，這個月完成得好不好，要和上個月對比，和去年對比。具體對比什么，要比較同一個指標(biāo)。但有時候，同一個指標(biāo)直接對比并不能說明問題，

例如，今年付費用戶90個，去年付費用戶80個，今年一看上去就是更好。

但是去年沒有做推廣，總用戶只有100個，其中付費就有80個。今年花大錢推廣，總用戶有300個，其中付費只有90個。這樣看，推廣費都賠進去了！這里應(yīng)該用 “付費率” 做對比，去年付費率80/100= 80% ， 今年付費率90/300= 30% ，明顯去年比今年好很多。

不比不知道，一比嚇一跳，通過對比，真相大白。

3

運用以上六條底層邏輯，完成了從0到1梳理和建立數(shù)據(jù)指標(biāo)體系。

我們通過“數(shù)據(jù)”去發(fā)現(xiàn)問題，分析問題，并且解決問題。而通過這套搭建基本數(shù)據(jù)分析指標(biāo)體系的底層邏輯可以讓這件事情變得事半功倍，從源頭發(fā)現(xiàn)問題，借助體系化的工具，在日常工作中可以監(jiān)控業(yè)務(wù)，發(fā)現(xiàn)問題，科學(xué)的制定業(yè)務(wù)目標(biāo)，在追蹤業(yè)務(wù)過程找到改進的切入點。

但是，后續(xù)的實際工作中，建立數(shù)據(jù)指標(biāo)體系需要各部門緊密溝通，還需要對公司業(yè)務(wù)和各部門職能的深刻理解，更要針對業(yè)務(wù)痛點，做細分板塊的深入數(shù)據(jù)分析等等。

責(zé)任編輯：lq