数据分析系列｜如何制定业务数据观测指标？

 

在具备了基本的数据分析意识之后，接下来该怎么办呢？

我认为是：读懂数据。

什么才叫懂？清楚每一个数据指标的口径，这不算懂；了解每一天的数据变化，这也不算懂。

真正的懂，是能够知道：为什么每天要看这些数据？

知其然也知其所以然！从读懂业务数据指标开始，深入了解业务指标间的内在联系，是数据分析实战的第一步。

如果我们想定义它，就应该先读懂它；因此，我们先来看第一模块，理解业务指标。

一、如何读懂业务指标？

公司就像是一台复杂精密的机器，每一块零部件各司其职，每一块都完成各自的指标，才能实现公司最终业绩目标的达成。

那么不同岗位的业务指标制定背后的考虑是什么？各业务指标的差异和内在联系又是如何？我们该如何从指标中找准方向，贡献自己的聪明才智？

对于这三个问题，我给出的建议是：组装——分类——解读，读懂指标三步法。

1. 指标组装，找到业务公司的位置

指标组装，并非什么高深的方法。实际做法就是，"指标拆解"的逆向过程。

具体怎么理解？我们以电商业务为例。

指标拆解，促进目标落地

假设今年的目标是要将商城的销售额提升100亿元，根据公式（GMV=UV*CR*客单价）拆解。

运营同学找更多渠道/更自动化等方式将提升流量（UV）到日均xx w，产品同学缩短页面路径/减少用户操作等方式将转化率（CR）提升到xx%，商务同学引进更多高客单价商品等方式提升客单价到xx元。

指标组装，逆向过程理解公司业务

同样是电商业务，公司组建了一个虚拟团队，专门针对老年群体销售商品；我负责产品策划，隔壁小陈负责营销活动，对面的张哥负责商家引进。

会议结束后，我知道了小陈的指标是让更多人（UV）进到商城参与活动，张哥的指标是引进头部top5的优质商家（客单价）；而我则是让用户在商城上能够更快地找到合适他的产品（CR）。

反向推倒得出公式：

UV*CR*客单价=GMV。

当然，公司实际的业务，远非如此简单，而且各部门的指标并没有那么容易获得。

但，逆向思考的意义在于：以老板们的视角，找准业务的位置。

2. 指标分类，了解指标间的内在联系

当我们清楚了所负责业务在公司的位置之后，接下来就要思考：我所负责的指标与其他岗位或其他业务部门指标的联系是啥？差异点在哪？

为搞懂这些问题，我们先来重温下两条数学公式：

利润=收入-成本、销售收入=产品销售数量×产品单价

你可能会问，这不是小学就知道的公式么？有什么值得重温的？先别着急，我今天不是来讲解这个公式是怎么来的，来讲点不一样的。

在公式中，不难发现：运算中"-"的背后代表着需要减少、控制，而"*"说明要相互依赖；同时这些指标最终都是为了"利润"服务。

那么，我们可以根据下述的分类方法，去理解公司各业务的指标。

从指标变化上看：

需要减少的指标：称之为"控制型指标"，比如成本，公司财务每天都审核各业务的财务支出的合理性，帮助公司如何节流。

需要增加的指标：称之为"增益型指标"，比如销量，销售人员每天想法设法提高产品的销量，为公司带来收入。

从指标状态上看：

最终需要达到的指标：称之为"结果型指标"，比如利润，提升了公司的整体利润，那么大家就可以吃香喝辣，年终奖多得飞起。

不是最终状态的指标，称之为"过程型指标"，比如购买人数，购买人数虽是过程，但不可或缺。只有更多人购买，提升了产品销售额，公司才能挣到钱。

如果你负责的业务指标既是结果指标，又是增益型指标，那么恭喜你，你的岗位非常重要，做好了升职加薪自然不在话下。

补充说明下，上述举例的指标仅是围绕列举的公式展开讲解。

实际的指标有非常多，比如说：结果指标，不同的团队内，结果指标会有不同；运营团队会以用户数作为结果指标，产品团队会以转化率作为结果指标，等等。

3. 指标解读，定好工作的基调

当我们了解业务在公司中的定位以及业务指标的分类之后，最后一步就是解读指标，确定我们日常工作的基调。

这也是为什么职场里，有些人总喜欢唱"黑脸"干"坏事"，而有些人则是唱"红脸"整天一副热心肠。

拿到"控制型指标"的人，比如内控审计、人事、财务、安全；他们需要为公司节约成本、降低风险，就需要规范、约束其他部门，免不了"得罪"他人。

拿到"增益型指标"的人，比如销售、市场、品牌、产品；他们需要为公司开疆拓土，增加收入，就需要联动各个部门资源，如果得不到其他部门的支持，很难出业绩。

二、如果我来制定指标，该怎么办？

通过前文我们知道了，理解一个指标需要经过：先定位、再分类、最后解读三步。

作为一个产品经理，不仅要充分理解现有的业务，还有可能要负责新的业务。

在业务开展之初，免不了要制定业务指标，这个时候我们该怎么办呢？

结合这些年做新项目的经历，我来分享下，也是分三步。

1. 定目标，有方向不迷路

很容易想到，第一步就是先定业务目标。

目标的合适与否，很多时候关系到业务的成败；为了制定出合适的目标，应该遵循什么样的思路？需要注意些什么呢？

首先，搞清楚业务的目的/使命是啥。

商业的最终目标都是挣钱，持续挣更多的钱；为了挣钱，公司会成立很多项目，职能分工也很精细；不同的项目，它所承载的使命不一定都是为了挣钱。

有的是为了提升用户满意度，比如专属客服；有的是为了提升转化率，比如个性化推荐，这些指标其实是过程指标。

所以，首先搞清楚：所负责的业务的使命是啥？

这里可以前文讲到的办法：指标组装，从公司层面看看业务所处的位置。

然后，考虑限制条件：目的是考虑当前条件是否支持业务目标落地，可以从横向和纵向两个层面去思考。

横向层面：从内外角度去看，公司内部的条件资源，如开发人力资源、业务发展所需要用到的基础能力资源等等是否支持；外部政策条件是否影响到业务的发展，如滴滴的顺风车业务受到监管无限期下线整改。

纵向层面：从业务所处的发展阶段去看，刚成立的业务和成熟的业务，关注的重点是不一样的，前者关注用户存留的质量，后者关注数据增长的规模。

在最后：当清楚了业务定位，条件可行，最后就是制定业务的核心目标。

下面列了一张表，用来示例方便理解。

2. 找标杆，向好的指标学习

好的数据指标应该是怎么样的？在《精益数据分析》这本书的第二章讲得非常好，也解答了我多年的困惑。

其书中写道：好的数据指标，它是有比较性的，能比较不同时间、群体、竞品之间差异，可以洞察产品的走势；它是简单易懂的，容易记住、理解，才能时刻采取行动；它是比率，即具备了比较性，又兼顾了各种影响因素之间的相生相克；它还是能够改变行动的，看到数据变化，可以及时采取行动。

3. 拆指标，上帝视角观察业务走势

完成核心业务指标制定，还远远不够；还需要多维度、更细的颗粒度去观察业务发展的趋势；最有效的办法，就是做指标拆解。

指标拆解可以利用公式法，相信不少同学都知道。

不过，我这里要再升级一下，双维度公式、业务交易公式、用户行为公式；多方面观测，更能在数据的变化中找到新的增长点。

继续以电商的销售额（GMV）的例子，我们可以拆解成：用户行为公式：GMV=UV*CR*客单价；也可以拆解成，业务交易公式：GMV=美容护肤类目交易额+电子数码类目交易额+…+家具家电类目交易额。

那么需要对应监控的指标列表如下：

三、案例分享：以从0到1搭建的积分体系为例

1. 背景简述

一家银行的App，持卡用户很不活跃，即不登录也不刷卡消费，老板提出希望通过积分体系解决用户活跃的问题。

2. 积分业务解读

1）业务所在的位置：在银行，挣钱的手段多了去，比如利息、手续费，因此通过积分业务挣钱并不是优先考虑的问题，很多银行的积分业务更多定位是：成本中心；通过补贴成本，利用积分串联各个业务（存款、贷款、消费），最终实现主营核心业务指标的增长。

2）指标分类：通过上面的描述，我们可以知道积分业务所承担的指标，实际是增益型的、过程型的指标。

3）指标解读：积分业务的定位是串联、服务各业务，它是一个平台能力提供者；既需要各业务方多多使用积分功能，也要求各业务方遵守平台规则。

因此，做这个业务的同学，红脸黑脸都需要——红脸是，需要得到业务方的支持，左右逢源才能吃得香；黑脸是，也要有平台的坚持和原则，不能被业务完全牵制，做太多个性化的需求。

3. 积分业务指标制定

当我们了解了业务之后，接下来就需要制定具体的指标了。

我们提取该业务的关键词：串联、过程指标、从0到1。

积分业务相关的指标有：发积分数A、消耗积分数B、发积分人数C、消耗积分人数D、人均持有积分数E、人群消耗积分数F、积分核销率G=B/A，积分核销人数比率=D/C…等等。

这么多指标，选那一个才更合适呢？

从前文所讲，比率的指标更好，而且当前是从0到1的阶段，更重要的是要验证发了积分之后，用户有没有使用，有没有形成个良性的闭环循环；否则发再多的积分，也无法持续带动更多的业务。

锁定其中两个：

积分核销率G=B/A、积分核销人数比率=D/C

二选一，哪一个很好呢？我的偏向是，第二个：积分核销人数比率。

原因有二：

积分是过程指标，目的是带动更多人通过使用积分去体验其他业务；

如果积分核销率上看，有些持有较多积分的大户，产生了核销行为，会使指标波动较大，导致指标难具备较强的说服力。

找到了核心业务指标之后，就剩最后一步了：制定完整的业务数据观测指标，这时候我们用双维度公式去拆解。

业务交易公式：积分核销人数比率=消耗积分人数/发积分人数。

消耗积分人数=场景A消耗积分人数+场景B消耗积分人数+…+场景N消耗积分人数；发积分人数=场景A发积分人数+场景B发积分人数+…+场景N发积分人数。

用户行为公式：积分核销人数比率=消耗积分人数/发积分人数。

消耗积分人数=积分商城总浏览UV*转化率；发积分人数=积分任务浏览总UV*积分任务完成率。

监控数据表格制作如下：

说明：以上仅做思路的演示，在实际的观测中远不止这些数据，如果有兴趣进一步学习，可以找我拿相关监控的表格。

最后，我们来回顾下：本次的目的是要掌握如何制定业务观测指标。

首先要读懂业务数据，通过理解指标三步法：组装——分类——解读，读懂指标背后的含义。

有了基本的了解之后，再去制定具体的业务指标，还是三步：定目标——找标杆——做拆解，一步步指引完成指标的制定工作。

下一期我会分享：常用的数据分析方法，朋友们，我们下期见～

End.

作者：大熊聊产品

本文为转载分享，如果涉及作品、版权和其他问题，请联系我们第一时间删除（微信号：lovedata0520）

更多文章前往首页浏览http://www.itongji.cn/