新知一下
海量新知
5 9 7 0 4 4 3

一文讲透!关于搭建指标体系,都在这里了

帆软软件有限公司 | 领先的数据分析与商业智能提供商 2021/11/26 09:39

数字化转型过程中,很多企业面临着指标体系不完整的问题。比如:

  • 各部门根据业务需求,都有一部分量化指标,但不够全面,对企业整体数据分析应用能力提升的帮助有限;

  • 缺乏整体考量而设置的指标体系,以及错误的指标分析方法,会产生错误的分析结果,进而影响企业经营层面的决策。

相比于单一指标的“出现什么问题,分析什么”,成体系化的指标“通常能够结合问题所在的背景、串联各个指标、通过各种维度进行分析,从而使优化方案更加有针对性”。

在数据分析中,一个好的指标体系可以帮助你更快、更精准的找到答案。那么应该怎么搭建指标体系呢?本文大师兄就带大家梳理一下。

1

指标体系建设

1、通用原则

  • 用户第一: 指标体系核心是围绕反映实际业务情况的目的去的,因此,指标不是越多越好,更不需要“虚荣指标”。

  • 典型性原则: 尽量选择比较典型、比较具备代表性的指标,这些指标能够反映业务的真实情况,其中最重要的指标叫做“北极星指标”。

  • 系统性原则: 指标体系是需要强调系统性的,常见的就是找到核心原子指标,然后延伸,最终形成类似二叉树一样的树状结构指标体系,让每个指标有根可循。

  • 动态性原则: 数据指标体系是随着业务发展变化、随着数据分析需求变化的,因此需要不断地去做指标体系的维护与迭代更新。

2、通用方法

(1)确立北极星指标

北极星指标就像北极星一样,高高闪耀在空中,指引着全公司所有人员向着同一个方向迈进。制定北极星指标的6条标准:

  • 标准1:你的产品的核心价值是什么?这个指标可以让你知道你的用户体验到了这种价值吗?

  • 标准2:北极星指标要具备典型性,能够看出长期一段时间的变化情况与表现情况的好坏

  • 标准3:如果这个指标变好了,是不是能说明整个公司是在向好的方向发展?

  • 标准4:这个指标是不是很容易被整个团队理解和交流呢?

  • 标准5:这个指标是一个先导指标,还是一个滞后指标?

  • 标准6:这个指标是不是一个可操作的指标?

(2)贯穿业务全流程

比如,电商行业常见的 AARRR 模型包含获取、激活、留存、变现、扩散五个步骤,这也是电商行业产品和商业模式的业务全流程。其实,任何一个企业的指标体系都需能够对企业内部的业务做闭环串联。

(3)贯穿分析全流程

做分析的过程往往有三步:问题背景是什么、要分析什么才能解决这个问题、怎么分析。

  • 映射到数据指标体系中则上升为要考虑指标体系的目标是什么、指标体系的用户的业务目标是什么

  • 再考虑要实现这些目标会有哪些表现、哪些信号能够支撑他们的目标关注

  • 最后再找出相关的指标来支撑数据指标体系的构建

3、通用步骤

  • 确立公司业务的核心指标:找到能够体现公司业务完成情况、进展情况的指标,也就是常说的北极星指标

  • 确立用户行为的关键指标:常说的过程性关键指标

  • 进行业务需求的多维拆解:将指标按照业务域、数据域进行拆分或者延伸

  • 按照优先级进行系统性整合与建设:经过前面三步,再最后进行整合,将指标系统性整合和构建,去除重复指标、虚荣指标、无意义指标。当指标数量过多时可以按照优先级分类,先做一部分再做一部分,不断迭代完善。

2

建立指标字典

1、 指标混乱 的恶果

不少公司面临指标混乱的现状:

  • 同名不同径,同径不同名。

  • 口径不清晰,口径有错误。

  • 命名难理解,计算不易懂。

  • 来源不清晰,同部不同径。

2. 指标命名四要素

指标命名公式 = 限定词+业务主题+指标名称+量化词 (限定词和业务过程、统计对象不要求都出现在指标名称中。)

新知达人, 一文讲透!关于搭建指标体系,都在这里了

限定词: 来对指标进行限定约束。比如:当天、本周、当月、平均、累计。

业务主题: 用来描述业务在哪个过程阶段。 比如:打开页面、下单、点击支付、支付成功、支付失败。

指标名称: 是指标要统计的对象实体名称。 比如: 统计订单还是用户。

量化词: 是对一物理量的测定,通常以数字单位来表示。比如:金额、份额、次数、率。

举个例子:当天 (限定词) 首次下单并完成支付 (业务主题) 新用户的销售额 (指标名称) 次数 (量化词)

3、建立指标字典

通过 指标命名四要素 ,我们先对指标命名进行规范,但是这还不够,因为公司部门很多,指标的开发都需要成本的,但是很多指标其实是可以共用的,那如何让整个公司形成一个大家都认同的标准化体系呢?

建立指标字典,是搭建数据平台的基础。指标字典由指标构成,指标由维度、汇总方式、量度三要素构成。比如“订单总金额”,“订单”表明维度的限定,“总”表明汇总方式是求和,“金额”可以表明度量单位是货币单位。

建立指标字典,要求:

1)规范维度和量度命名,命名规则要尽量做到明确、通用、易懂;

2)对确认维度或量度,统一计算口径,避免歧义;

3)涵盖尽可能多的关注的核心维度和量度,以此为基础推动数据建设,确保指标字典里覆盖的维度都可区分,指标都可统计;

4)基于指标字典,将核心维度和量度注入元数据中心,接入指标提取工具,后续实现不需要写sql即可完成自助查询及分析需求。

3

数据指标拆解方法

完成了指标体系的搭建,还需要具体落实到数据分析,第一步,是进行数据指标的拆解,这一章咱们来讲讲如何寻找分析角度,对要分析的对象进行数据指标拆解。

拆解流程

流程如下图所示:

新知达人, 一文讲透!关于搭建指标体系,都在这里了

(1)明确分析目标

进行数据指标拆解的第一步就是明确要分析的目标。 例如现在有两个目标需要达成:

新知达人, 一文讲透!关于搭建指标体系,都在这里了

(2)确定问题

在明确分析目标后,就需要确定为了达成该目标,需要提出围绕该目标需要解决的问题,可以使用思维脑图,写出在看到该目标后产生的问题。

新知达人, 一文讲透!关于搭建指标体系,都在这里了

(3)拆解问题(确定计算公式)

在确定问题后,就需要找到能够数值化衡量这些问题的指标,以及它们的计算方式。

新知达人, 一文讲透!关于搭建指标体系,都在这里了

(4)拆解指标&拓展维度布局

  • 计算方式确定,就可通过分析组成这些计算公式的指标来探究影响其的原因,比如销售额=单价*数量,那么就可从「单价」、「数量」来分析销售额变动,以一个指标为定量,分析对比其他指标变化。

  • 同时以计算公式结果为指标,拓展维度(比如地区、时间、品类等等)来探究不同维度下的指标差异。

新知达人, 一文讲透!关于搭建指标体系,都在这里了

(4)最终结果展示

展示结果按照总—分方式,如下图所示:

新知达人, 一文讲透!关于搭建指标体系,都在这里了

效果展示

完成数据指标的拆解,搭配使用 FineBI ,就能方便地帮助用户进行数据处理和数据可视化展示,洞察数据背后的意义了!对以上两个实例分析后,可得完整分析仪表板:

  • 目标一: 营销组织销售分析

  • 目标二: 2020上半年经营分析

*本文内容来自帆软 《可视化指南》 文档,在这份指南中,除了指标相关的内容,还有更多可视化设计的思考框架和设计原则,帮助大家更好地用数据讲好故事,欢迎大家移步阅读~

更多“指标体系”相关内容

更多“指标体系”相关内容

新知精选

更多新知精选