徐尧：如何搭建好的数据指标体系？

随着经济增速放缓，科学、有效地引领业务持续增长，已成为企业发展的首要任务。如何有效地利用数据指标体系，将决策方向从“业务经验驱动”向“数据量化驱动”转型，成为企业的关注要点。好的指标体系能够监控业务变化，当业务出现问题时，数据人员可以通过指标体系进行问题回溯和下钻来准确定位到问题，反馈给业务解决相应的问题。今天会和大家分享一下如何搭建数据指标体系。

主要内容包括以下几大方面：

• 指标体系的用途
• 如何搭建指标体系
• 指标体系的应用

01指标体系的用途

本节主要回答两个问题，一是为什么需要数据指标体系，二是数据指标体系对于工作有何帮助。

1. 为什么需要数据指标体系？

现实中，数据相关人员常常要回答与公司业务相关的核心指标是什么，比如商品交易总额GMV，月活MAU，新增付费用户等。如果核心指标变化了，我们需要知道为什么变化，受哪些因素影响，怎么解决。

通过诊断、倒推的方式去解决上诉问题，不能较快的对这些问题给出答案，比较耗费时间，且容易遗漏信息，不能保证分析的颗粒度足够细。

2. 数据指标体系对工作有何帮助？

如果有了数据指标体系，它能够发挥以下作用：

• 自动拆解指标：在搭建数据指标体系的过程中，按照整个链路和流程进行拆解，将拆解逻辑贯穿在整个指标体系搭建的过程当中；
• 主动发现问题：有了数据指标体系，我们可以清晰的看到各种指标的上升或者下降，能够通过多个维度完全量的流程来帮我们分析，也可以帮助我们主动发现问题；
• 及时检测效果：构建的指标体系是从头至尾的，在这个过程中任何环节出现了问题，都可以观察到原因所在。

02如何搭建指标体系

前面描述了搭建数据指标体系的作用，下面分享下如何搭建指标体系，包括构建指标体系的具体步骤，以及搭建过程中的一些注意事项。

这里的搭建指标体系的方法，就是OSM模型：

• O是Object（目标），也就是我们希望实现的业务目标。它可以是公司层面的，也可以是针对某条业务线的。
• S是Strategy（策略），是为了实现以上目标，我们会采取的具体的行动策略。
• M是Measure（度量），用来衡量我们的策略是否有效，以及目标是否达成。

搭建指标体系有四个步骤：

• 第1步：确认核心指标（北极星指标）
• 第2步：梳理为了实现该指标，有哪些有关的要素或节点
• 第3步：写上上述环节对应关注的指标
• 第4步：指标宣贯、存档、落地

下面具体讲解这四步。

1. 确定核心指标（北极星指标），对应OSM模型中的O

北极星指标是公司中最核心且可以主动影响业务的指标，即我们在工作中说的主要矛盾，冲着它发力能够取得更好的效果。比如说电商可能最关注总销售额，知识付费平台可能最关心问题回答数，网约车公司可能最关心月活用户数等等。

如下情况下需要制定北极星指标：

• 第一，它是一个相对独立的业务，而不是一个大业务中相对小的一个分支；
• 第二，它是一个无单一KPI的场景，而不是有明确的KPI；
• 第三，它针对非单一岗位。

如何找到核心指标？这里举一个网约车司机的核心指标的例子。网约车的主要目的是赚钱，他的核心指标怎么确定呢？

首先，我们可以将网约车司机的收入做一个拆分，这其中包括业务费用、订单奖励、附加费及其他费用。网约车收入计算公式如下：

接着，确定哪些变量会影响各项指标。其中，业务费用等于订单量乘以客单价，订单量指的是同样时间内可以接多少单，客单价指的是同样车型情况下的客单价。而订单量又等于接单时长乘以单均时长。订单奖励等于订单完成率乘以各段奖金。附加费就是极端条件的乘客加价。

然后，确定可以影响哪些变量。对于网约车司机而言，“在不增加工作时长的情况下提高收入”的关键是：接更多的单和接更贵的单。对于司机来说，影响平台派单的核心指标是订单量和好评率。而司机可以主动影响的就是好评率。

最终，就可以确定网约车司机的核心指标是好评率。其实，司机可以有很多方式来增加收入，比如换一个更好的车，或者去一些需求量大的地方去跑，或者每天工作时间更长，但如果可以找到一个核心指标，我们可以花很少的时间取得更好的效果。

2. 梳理为了实现核心指标，需要哪些关键要素或节点，对应OSM模型中的S

在梳理指标体系过程中，要把和核心指标相关的路径梳理清楚，这其中会用到UJM模型，全称User Journey Map，用户旅程地图。在梳理的过程中有三个注意事项。

第一，不能流水账式的梳理，应当是以一些有产出的指标为节点；

第二，路径的起点和终点都要围绕着核心指标展开。例如对于全站APP来说，核心指标是播放人数和人均的播放时长，购买行为对于播放行为来说不是最重要的，则可以隐去，因为我们的路径的起始点是围绕着核心指标也就是播放行为来展开的；

第三，梳理路径的时候，仅以单一的视角展开，不要做跳转。如对于淘宝业务梳理而言，卖家视角和买家视角不能同时存在。

3. 写出各环节对应的关键指标度量，对应OSM模型中的M

一般梳理关注的指标有人数、次数、转化率，和购买行为相关的钱和订单量，还有一些功能性指标如视频的播放量、B站的一键三连等。再加上不同的维度。

4. 指标宣贯、存档、落地

指标体系建立完成后需要制定具体的行动策略，即采取哪些措施去影响这些指标。

03指标体系的应用

本节介绍指标体系如何发挥作用，即如何回答核心指标为什么发生变化？和哪些因素有关？如何解决？

1. 如何回答为什么发生变化？

通过涉及到的流程，往前追踪来确定为什么发生变化。如播放时长减少了，首先可以往前去追踪上游谁影响了播放时长，还可以按照维度来进行分析，比如有可能是搜索量少了，或者是今天的日活少了等等。

2. 如何回答和哪些因素有关？

由于搭建指标时把可能影响关键指标的行动策略已经列出，可以看到该指标和哪些动作或者哪些因素相关，然后根据原先的行动策略去追踪。比如播放时长减少，是不是有什么内容影响观看，会不会是产品有什么问题。

3. 如何解决？

一旦某一个指标发生了变化，就可以根据搭建指标体系所列出的行动策略去解决。

实际应用中，通过指标体系提出具体的产品运营策略，实现精细化的运营，在运营的过程中，做实验验证结果，进而完善指标体系。所以指标体系是一个反复迭代、不断优化和调整的过程。

04总结

建立数据指标体系的目的是获取全局性的、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。一套好的指标体系，能够帮助我们描述现状、洞察原因、预判未来。指标体系最大的价值就是帮助大家高效利用时间，把时间花在解决问题上，而不是寻找问题上，从而提高团队整体的人效。
05精彩问答

Q：以司机角度，如果所有司机都冲着“好评率”这一核心指标发力，会不会有一些负面影响？

A：首先，如果所有人都这么做，整体效率会提升，是应该认可这个效果的。其次，就像天道酬勤一样，不是所有人都能做到。假设所有人都做到了，可能会有新的核心指标出现，这是一个动态调整、不断迭代的过程。

Q：产品或者业务同学在数据指标体系建立的过程中如何参与？

A：产品或业务同学要有这种数据赋能团队的意识，根据数据指标体系的方法论影响数据团队沉淀出一套指标体系出来，而不是简单的提出问题。因为数据指标体系的搭建不是单独的数据或者业务团队能够做出来的，而是两者配合的过程。所以数据团队要努力了解业务，业务团队要赋能数据，共同搭建数据指标体系。

Q：数据指标体系在业务部门如何推广？

A：如果没有成熟的数据指标体系产品，就需要与业务部门去沟通，了解他们的痛点，重新搭建一个数据指标体系。如果已有产品，则可以把指标梳理出来，发给业务人员，以小的试点去影响他们，如果取得了一些效果以后，再试着去把它给全链路的拓展开。

Q：什么角色主导数据指标体系搭建？

A：没有定义一定要什么团队来做。这涉及到数据权限归属的问题，对于产品同学如果有这个需求且有权限的话，就需要去做。不管是业务的分析还是数据部门的分析，都需要去帮助业务梳理指标体系。

Q：指标体系和标签体系的区别和联系？

A：指标体系更多的作用是分析，标签体系没有这个作用，指标体系是对业务整体结构的描述，会对业务的理解更深。标签作用是维度，比如购物性别。

今天的分享就到这里，谢谢大家。