2020年初的疫情风波，让很多企业意识到传统企业想要存活，必须通过数字化转型来监控业务大盘，从而调整业务动作及商业模式。

大多数指标体系的搭建，先确立北极星指标，再贯穿业务全流程（AARRR模型做业务闭环），后贯穿分析全流程（问题复盘、分析、解决）。

北极星指标：简单理解为公司制定的发展目标，不同阶段会有不同的目标，寓意要像北极星一样指引公司前进方向。

但这几个步骤都是通过增长黑客模型的套路进行衍生，实用性一般不大！

在数据分析中，一个好的指标体系可以帮助企业更快、更精准的找到业务问题的答案，那么应该如何结合业务来搭建指标体系？原味带你从运营和产品的角度来梳理体系模型。

一、指标体系

1. 指标体系VS报表

指标体系就是对于某具体的系统性数据解释，每个指标间都是息息相关。

报表就是对于某一个指标进行分数据统计的集合。

核心要素：

• 具体业务：不是空对空而言，而是具体对业务展开；
• 系统性：全方位的介绍，而不是单一维度层面，比如我要看某业务的发展情况，一般查看业务发展会从几个方面，首先是用户量、转化率、变现情况，若只看单一的用户量，那就只是看个报表；
• 数据：从客观数据出发。

指标建模就是搭建指标的过程，指标体系往往不是由少数几个指标构成，数量较多，足矣解释整个业务。

报表对于指标数量无要求，常常看到的报表一般就三个指标，且对于系统性和完整性无需过多考虑。

那为什么要有指标体系来理解业务？

• 若你是基层员工，也需要指标体系，这样可以快速去了解纠结业务在解释什么；
• 若你是中层员工，对上而言，需要完成派发下的北极星指标任务；对下而言，通过数据监控员工在实践过程中的不足和提升；
• 若你是高层领导，每日的数据监控可更好控制风险，对于数据的异常波动可及时调整动作。

可以发现单看指标是比较有优势的，但从整个指标体系可洞察自己的薄弱点，调整动作和方式，转化率能更上一层楼

2. 指标体系构成

思维模型是由变量构成的步骤，而指标体系也同样如此，最终结果就是通过指标搭建一整套监控的步骤（报表）。

指标体系的构成：使用对象、适用场景、指标数量及排序。

1）使用对象

第一象限（右上）：体系强，指标多。

这类的业务流程都是比较复杂的，因为属于高级别，所以同时会关注的数据指标是多面化，包括管理层、中层、执行层等所要看的数据。

第二象限（左上）：体系强、指标少。

业务复杂度低、级别较高一般出现在初创公司，业务比较简单，所以指标不会太多，更多看重的是企业的盈利模式如何跑通，然后进行复制执行。

第三象限（左下）：体系弱，指标少。

无论是指标分级上，还是指标数量上会差一些，这类企业相对比较少，一般出现在职位上，例如：兼职人员、实习生。

第四象限（右下）：体系弱，指标多。

虽然指标较多，但分的层级相对会比较少，企业更看中执行或管理中每个层次之间的详细数据，通过数据的波动调整公司状态。

2）适用场景

（1）新业务体系搭建

当有个运营动作产生（运营动作可能是活动也可能是新项目），新业务体系就要搭建起来，监控一整条动作的数据模型，完善业务体系化。

（2）老业务体系迭代

这个业务体系是现成的，但有些关注的重点或业务有所调整，那老业务的迭代就要搭建新的业务体系，调整每个指标对应的运营动作和参考数据。

（3）活动及功能创新

开展新的活动或工具功能创新，无论从运营或产品角度，都要给一系列的数据制订作为后期迭代业务模型参考。

（4）指标数量及排序

多个单维度报表构成体系：可以发现，我们一般的指标体系是各报表集，每个报表都是独立的、单维度的。

例如：交易类报表，可能包括交易人数、交易金额或人均交易额。

按业务路径先后：每个商品的转化渠道各有不同，可能是天猫、抖音、私域这类业务路径的先后都是有深度关联，所以指标顺序的搭建都具有合理性

发展的先后顺序：商品转化可能是最终目的之一，但转化是有业务的先后顺序构成，例如，商品的转化是通过什么方式（社群/店铺/电销）完成，这些方式又是通过什么渠道（公号、抖音、天猫）组成，这些渠道又是通过什么内容（文章、短视频、活动裂变）吸粉。

转化率等居其中。

案例—判断某电商网站支付流程指标体系有何问题？

该案例问题重点是支付流程指标体系，所以关注的是整个支付流程，但下方的这个体系报表中与支付流程的关系并不大，付费用户与充值用户其实可以归于一个概念，同时订单数、订单金额、注册转化率等都是属于干扰指标，指标体系问题可归因于：

• 第一，它不是多个单维度报表构成的体系，它是好几个指标混杂在一起；
• 第二，它的排序不考虑业务路径的先后顺序，同时它的转化率没有放在该放的位置。

3. 搭建指标体系

1）如何搭建运营指标体系

（1）第一步确定运营核心目标：

常见的运营目标（核心运营指标）：交易额、交易人数、订单量、日活、客单价、留存率。

如何确定运营动作的核心目标：

• 与运营活动发起人沟通；
• 看运营动作核心要解决的问题；
• 看过往同类动作的核心指标。

（2）第二步梳理活动流程路径：

• 通过运营告知的活动方式梳理；
• 通过涉及到的入口进行模拟测试；
• 确认每一步对应的指标是什么。

（3）第三步运营指标确认：

以京东交易流程为例：

每个交易背后的动作都有对应的数据指标做支撑，例如：商品详情页可对应商品浏览量，通过浏览量知道浏览占比是什么个比例模型，是自然流量多还是投放来的各渠道流量占比情况。

2）如何搭建产品功能指标体系

（1）第一步确定产品核心目标

常见的产品核心指标：激活转化率、支付转化率、浏览人数/次数、点击人数/次数、使用频率/时长。

注：运营指标都是偏结果导向，而产品指标都是偏向细节

（2）第二步梳理产品使用路径

• 看产品PRD文档：原型就是一步一步的操作（主要看用户路径）。产品的PRD文档就是对于产品功能的高度还原，最早就是如何进入，进入后通过什么步骤到达某个结果。
• 自己体验（主要为了确定具体对应哪些指标）：PRD文档是否与实际使用情况相一致，同时考虑有没有特殊情况存在，合理多涉及几个会发生异动的不规则指标做横向判断。

（3）第三步确认产品监测指标

以小红书的下载到注册流程为例：

产品功能指标更能看出用户使用产品时的习惯方式，通过大数据支持来监控每个用户的动作，例如：下载APP这个动作，我们可以通过下载量的情况来抓取，数量的多少推导用户对产品感兴趣程度。

二、搭建指标体系的实战应用

案例——某外卖平台想要搭建起常规运营的指标体系，用于监测其各品类的销售额情况。

本次要监测的是外卖平台各品类营销额，所以它既有运营指标又有产品指标来搭建监测看板。

1. 第一步确定核心目标

主要目标分为2级，交易额和各品类的组合。

交易额中包括了轻食沙拉、简餐便当、汉堡披萨以及以他品类的商品交易额总和，当你点开饿了么或美团时，所看到页面结果就是呈现这样。

每个品类的交易额都是由品类流量、进店转化率及下单转化率构成，这样就构成各个品类每个店的交易额，由一个个店的加总就成了各品类交易额。

所以这是一个从大到小的拆解过程，整个确认核心目标内包含了加法和乘法的关系，当确认完后开始要梳理流程。

2. 第二步梳理活动流程

用户需要先登录外卖平台，浏览美食商品，对感兴趣的美食点击进入，最终进行交易。

3. 第三步确认动作指标

• 用户登录的动作指标可对应打开app人数，监测每日时时人数变化做运营调整策略。
• 商品浏览的动作指标可对应主页浏览人数/次数、品类浏览人数/次数/时长，对于季节和时间点浏览多的商品可进行大面积推广，刺激用户登录。
• 美食点击的动作指标可对应品类点击人数/次数、商家打开人数/次数，多元化、网红美食商品的量化铺面，引导更多消费用户对美食点击。
• 营业交易的动作指标可对应交易总金额、品类交易金额/人数/次数、品类客单价，这也是最终运营动作的指标，通过各产品交易金额往前推运营动作指标的变化，不断完善业务的流程化、标准化、优质化。