指标体系是数据分析师在JD招聘中经常使用的词汇,也是分析师必备的技能,尤其是社会招聘岗位。虽然数据分析师在学校招聘岗位的比例没有社会招聘的高,但也有50%的比例。随着就业后工作的开展,这也是一项必须掌握的技能。
对于产品经理和运营专业的学生来说,要想证明自己的数据分析能力,指标体系是一个非常重要的点,尤其是在他们向高级产品和运营发展的时候。
本文的主要目的是让读者了解什么是指标体系,并通过两种不同的方法来构建。
本文的结构如下:
一、指标体系的概念
二.指标系统的好处
三.如何构建指标体系
一、指标体系的概念
从字面上看,“指标体系”可以分为两个词:“指标”和“体系”,那么我们先来看看什么是“指标”。
1.什么指标:
来自百度百科的定义:指数是说明整体数量特征的概念和价值的整合。
综合数据的定义V:对特定事物或行为进行定量描述的数值。
以上两个定义可能不是特别好理解。看下面三个例子会更生动,GDP 9.96亿,GMV 4982亿,UV 12.13亿。这些是指标。当人们问他们通常看什么关键指标时,只需交换具体的名称。
直接说“9.96亿GDP、4982亿GMV、12.13亿紫外线”的数字,相信大家一定有所怀疑。这里我们开始介绍“维度”的概念。
2.什么是维度:
维度是指标的属性或特征,也是指标的必备属性!而看下图,如果把2019年江苏省的这两个属性加上9.96万亿元,是不是更清晰更有意义?是的,2019年是时间维度,江苏省的区域维度,天猫和微信是平台维度。时间维度包括日、周、月、季度、年等。从低级到高级。区域的维度包括区/县、市、省、国家等。从低级到高级。当然也可以根据自己的业务需求重新定义和划分。
下图是电子商务业务中常见的分析维度。
3.良好指标:
因为指数是指标体系的关键,所以需要强调什么是好的指数,为后续的指数池建设奠定基础。
准确性:对于一个指数来说,最重要的是能不能算准。如果这个不能满足,那就没别的可以讨论了,否则只会搬起石头砸自己的脚(切忌,切忌!)
可比性:就是有维度可以比较,比如同期比较,不同地区比较。如果没有对比,指标就没有意义。
业务指导:当一个指标发生异常变化时,对下一步操作没有指导意义,或者继续按照前面的方式执行,这个指标没有指导意义,可以直接放弃。
简单易懂:一个指标如果不能快速理解,应用效果肯定不能令人满意。
4.什么是指标体系:
经过长时间的铺垫,我们终于得到了指标体系的概念:
一个指标不能称为指标体系,几个不相关的指标也不能称为指标体系。
二.指标体系的好处
大局
从宏观角度看业务流程或关键节点,分析维度更全面。
高效率
当发现关键目标异常波动时,可以根据系统快速定位问题点。
逻辑性
每个指标都有内在联系,我们看到的问题可以更深层次。
三.如何构建指标体系
构建指标体系主要有两种方法。
:业务流程法、OKR拆解法。下面通过案例逐一讲解。1、业务流程法
从整体的流程来说主要包括下面八个步骤,每个步骤电商网站双十一GMV成交额(GMV)案例来说明。
2.OKR拆解法
OKR(Objectives and Key Results)即目标与关键成果法,是一套明确和跟踪目标及其完成情况的管理工具和方法。整体流程和业务流程法大同小异。
关键点就是下图虚线矿中的目标拆解。我们以豆瓣MAU1000万案例来说明。
在拆解的过程中就是逐层的抽丝剥茧,但是每个人的剥法可能不同,结果也会有差异,但是在相同的业务基本框架差不多。下面是我个人的拆解方法。
ORK在拆解的过程中注意下面三点,其实整体下来OKR拆解是比业务流程法有一定的难度的,这也是为什么要熟悉/精通业务的原因。
3.OSM模型
两种方法讲完了,补充一个有用的模型工具,OSM模型
(Obejective,Strategy,Measurement)分别代表业务目标、业务策略、业务度量。
O:用户使用产品的目标是什么?产品满足了用户的什么需求?
S:为了达成上述目标我采取的策略是什么?
M:这些策略随之带来的数据指标变化有哪些?
OSM模型主要有下面三大用处,尤其是第三点,上面我举的2个案例,相对来说还不够细,无法有效的在某家公司进行落地,只有根据该公司具体的业务场景进行本土化,才能有效落地。但是这些内容对于求职面试已经是足够了。
1、协助确认关键流程或者节点
2、补充丰富指标池
3、建立企业本土化指标体系
作者:xiaohai 数据rqdjd