终于有人把数据指标体系讲明白了，附案例！

来 源：知乎/作 者：好好的分析师

“数据岗的核心职能，在于产出数据资产，提升信息的价值密度。”而指标体系就是一个组织最为重要的数据资产。

那么：

• 为什么指标体系这么重要？
• 什么是指标体系？
• 指标体系的衡量标准是什么？
• 如何去搭建一套好的指标体系？

只要弄清楚了这4个问题，指标体系的搭建工作就迅速地开展、快速地落地，精准地产生业务价值。

• 指标体系应该怎么用？

首先，回答第一个问题。

指标体系为什么这么重要？

要搞清楚指标体系为什么重要，很自然的想到的就是，为什么要有指标体系？要回答这个问题，我们就要回答一个更根本的问题，为什么要有指标？

我们需要指标是因为，如果没有指标，我们能够知道的信息就会变得很少，亦或是获取信息的成本会变得很高。

那么是不是有了指标就够了呢？实则不然，如果只有指标，而没有体系，我们能够知道的信息就会变得很窄，亦或是获取的信息就会变得很乱。

图1：指标与指标体系的异同

进而，体系的缺位会导致组织的“数据指南针”失效。越是在大型组织当中，指标体系越为重要，因为决策者离一线业务较远；公司的业务虚拟属性越强，指标体系越为重要，因为公司与客户的距离较远。

简而言之，建立指标体系的目的就在于获取全局性的、有体系性的信息；进而通过这些信息去驱动业务的发展，达成组织目标，这就是指标体系之所以重要的原因。

回答完“Why”的问题，我们接着回答“What”的问题。

什么是指标体系？

我们刚刚说没有体系的指标，所传递的信息是零散的、杂乱的。那么是什么使得指标成体系了呢？

是指标之间的关系，以及指标的使用方法。

图2：指标体系的构成

所以，指标体系由三部分构成：指标库、关联关系，以及指标体系的使用指南。

快问快答：以最基本的“利润 = 收入 - 成本”为例。请问，有了这三个指标，以及这个等式（他们之间的关系），是否构成一个指标体系？不构成，因为还缺失在具体场景下的使用方法。假设我们用“利润、收入、成本”去衡量某公司的经营情况。五月份的收入是8000万，成本是6000万，利润是2000万。请问这个公司的经营状况如何？

• 不知道—— 因为没有参照标准。
• 非常棒，利润同比增长100% —— 和自己比，趋势向好。
• 还可以，至少是盈利的。—— 和目标比，表现比盈亏平衡好。
• 非常糟糕，经营效率低下。—— 和市场比，同业竞对以同样的成本可以创造4000万的利润。

所以说：

【√】使用方法对于指标体系而言是不可或缺的。

【×】指标体系不是指标的罗列。

【★】“和自己比、和目标比、和市场比”的三板斧是非常基础、非常有效、非常落地的比较方法。

如果我们把指标体系视作为一个产品，指标库就是这个产品的硬件，指标间的关联关系就是这个产品的软件，而使用指南就是这个产品的说明书。既然是一个产品，用户体验就有优劣之分。那么评价一套指标体系的用户体验的标准是什么呢？

怎么评价一套指标体系的好坏？

标准源自目标，目标源自问题。数据分析通常要解决的4类问题，分别是：描述现状、分析原因、预测未来、改善未来。

① 描述现状：这套指标体系，可以帮助我们基本还原业务整体的运营现状。

② 分析原因：这套指标体系，可以帮助我们对业务的变化进行归因，对问题进行定位。

③ 预测未来：这套指标体系，可以帮助我们，进行假设分析，对未来做出一些预判。

④ 改善未来：这套指标体系，可以帮助我们找到，改善业务的动作、策略、战略。具体而言，这套指标体系，可以围绕组织目标，找到某些人，驱使他们去做某些事（寻某人、行某事）。

一个可用的指标体系，至少要达到以上四个层次其中之一。能够达到的层次越高，这套指标体系能产生的价值越大。

快问快答：那么是不是说一开始搭建一个指标体系，就要搭建一个对所有业务细节都清晰量化的大而全的指标体系呢？

• No！这会导致分析瘫痪的现象出现；即决策分析的机会成本，将超出做出决定可获得的收益。

而且大多数时候，好的指标体系是随着实践的深入、认识的提高，逐渐生长出来的；而并非是起初就完美设计出来的。

快问快答：那么当我们搭建一个指标体系的时候，应该将目标层次设定为“改善未来”吗？

• Yes！我们应该在有限的时间、精力、技术资源下，产出尽可能高价值的数据资产。事实上，只要掌握了科学的指标体系建设方法和数据探索方法，不需要太多的指标，就能构建出一套可以“改善未来”的指标体系。

总而言之，一套好的指标体系，能够帮助我们实现4个目标：描述现状、洞察原因、预判未来、寻某人行某事。

接下来，让我们开始实践。

如何搭建一套好的指标体系？

“正确地开始，功成已近半。” —— 亚里士多德

对于建立指标体系而言，近乎真理的起点在于“理解业务”。

以“理解业务”为起点，我们分别从纵向与横向两个方向思考，就能搭建起我们的指标体系。

图3：指标体系搭建过程

以“业务理解”为起点，纵向出发，我们可以往4个方向深入对业务的理解：

① 业务目标：包括要创造的价值，以及要交付的结果等。

• 以呼叫中心的运营为例，运营提效的主要目标是——在保证服务水平的基础上，用同样的人力资源，承接更多的服务请求。

② 业务的运营模式：包括参与主体以及主体之间的关系等。

• 以传统保险业务为例，参与的主要主体有6个：保险人（保险公司）、保险业务员、投保人、保险标的（被保人/被保财产）、受益人、其他第三方。
• 在营销场景下，主要是保险人、业务员、投保人之间的关系较为紧密；而在理赔环节，则是保险标的、受益人、保险人、投保人、其他第三方之间的关系较为紧密。

③ 可控因素：对业务目标有重要影响的、可控的内外部影响因素。

• 以贸易公司为例，影响业务发展的内部环境因素可能有：库存状况、定价策略、销售团队等。

④ 不可控因素：对业务目标有重要影响的、可控性较差的内外部影响因素。

• 还是以贸易公司为例，汇率变动、原材料价格等都是可控性较差的外部影响因素；是值得监测的风险点。

以“业务理解”为起点，横向出发，我们可以经过3个步骤，完成数据资产的交付：

（1）量化业务：将上述的四类业务事实，依次转化为对应的指标；业务目标 → 结果指标，运营模式 → 运营指标，可控因素 → 过程指标，不可控因素 → 监控指标。

（2）建立体系：建立上述指标的联系，以及整个指标体系的使用方法。

（3）交付资产：将指标体系转化为数据资产交付。例如，一套指标体系的说明文档、数据表格、报表、看板、报告等。

举个例子。

光说不练假把式。当代打工人，健康（身材）最重要 ，我们以“身材管理”这个业务场景为例，演练一下指标体系的搭建过程。

图4：身材管理指标体系案例 （1/2）

图5：身材管理指标体系案例 （2/2）

指标体系该怎么用？

现在来回答业务岗、综合管理岗位同学关心的问题：指标体系能帮助组织做什么？该怎么用？

一个好的指标体系对于组织而言，可以是一把统一沟通语言的尺子，可以是一台统一方向的司南，可以是一个持续发现问题、预警风险的智库。

图6：指标体系的用法

• 尺子：当团队使用一套指标体系时，就可以统一度量衡，减少转化、翻译（口径解释）等工作，降低组织内的沟通成本。承载的工具有：元指标模型、元数据模型、指标管理系统等。
• 司南：当团队使用一套指标体系，开展工作时，就能聚焦工作目标。当指标体系内的各层级指标间建立起了清晰的关系，就能从指标体系出发，明确工作重点。承载的工具有：KPI指标体系、ORK指标体系等。
• 智库：当一套指标体系，有了清晰且充足的使用指南，并且在组织内有一套可运行的信息反馈机制时，这套指标体系就能够持续的发现问题、预警风险。决策者就能做到“谋定而后动，知止而有得。”承载的工具有：指标分析方法、信息反馈机制等。

所以如果你是一块业务/团队的责任人，当你觉得团队之间沟通成本高的时候，当你觉得团队内的同学对业务发展方向不明确的时候，当你觉得缺乏有效的、足量的信息的输入的时候，都可以考虑一下——“指标体系”这个工具能否帮助你解决这个问题。

补充这部分内容的主要原因是，听到身边朋友们的一些讨论：

• “数据组设计了一堆指标，但是那么多指标，该怎么用呢？哪个重要呢？”
• “我们公司其实挺数据驱动的。但同样一个故障问题，我们团队可能使用的是A指标，因为要体现因素1、因素2、因素3的变化。而小贾团队也不知道出于什么考虑，用的是B指标。每次会议上一旦意见不同意，就要为指标、口径的问题撕扯半天。”
• “我们知道数据很重要，但是有了数据指标，不代表就是有了好的产品。某个指标变好，也不意味着产品体验就更好。”其中有产品经理、服务运营经理岗位的同学，也有销售企划岗位的同学，等等。

听到这些声音，好好就在反思：设计“指标体系”这个产品的时候，有没有考虑到用户的体验？他们在工作中遇到了哪些问题？哪些问题是“指标体系”这个工具能够帮助他们解决的？怎么样帮他们解决？

小结

• 建立指标体系的目的：获取全局性的、有体系性的信息；进而通过这些信息去驱动业务的发展，达成组织目标。
• 指标体系的本质：指标库 + 关联关系 + 使用指南。
• 评价指标体系的标准：一套好的指标体系，应该能够帮助我们实现4个目标：描述现状、洞察原因、预判未来、改善未来。
• 搭建指标体系的过程：搭建指标体系的过程可以分为横纵两个方向；纵向是“深入的理解业务”；横向是“工作流”，分为4个步骤：理解业务、量化业务、建立体系、交付资产。
• 指标体系对组织的作用：一把尺子（统一语言）、一台司南（统一方向）、一个智库（收集信息提炼价值）。

- END -

本文字转载，版权归原作者所有，如有侵权请联系删除

面试总是不过？简历不通过？爱数据就业实战班一次性帮您解决！

爱数据的《数据分析·就业实战班》课程在研发和打磨的过程中，以求职为目标，打造科学系统的数据分析课程，完备优质的职场服务，入职率可达到95%。

适用人群：

• 0基础人群——大三、大四应届生求职
• 相关从业者——对数据感兴趣，自我提升
• 转行求职者——突破工作瓶颈，转行数据领域收获更好的发展和薪资
• 跳槽升级者——运营、开发、商业分析等突破岗位瓶颈，升职加薪

课程亮点：

• 实战训练：2000万+真实数据库模拟实战场景；7个实战项目作业1V1批改反馈；2项成果交付—数据分析报告+可视化仪表盘......
• 优质服务：班主任陪伴式学习+社群交流；助教全程答疑；开放专项能力训练营......
• 面试辅导：课程能力测试+模拟入职笔试；简历优化；模拟面试；沟通表达训练；大厂内推；offer选择；职场陪伴......

了解更多课程内容

请扫码咨询顾问老师

专项训练营

讲师一对一答疑

学员完成作业&面试作品

学员评价

了解更多课程内容

请扫码咨询顾问老师

点击【阅读原文】，零基础入职数据岗位！