搭建数据指标体系，我总结了标准化全流程
-
-
企业大叔 这家伙很懒，还没有设置简介...
0 人点赞了该文章 · 27 浏览
和很多数据分析问题一样，OSM等理论本身没有问题。问题是不能把理论当教条，不深入业务流程之中，不考虑具体场景，是没法搭建出好用的指标体系的。
第一步：清晰业务场景
所谓的业务场景，即：数据指标要反映的业务是啥。
它包含了四个方面：
1、业务方目标是什么？
2、业务的流程是什么？
3、业务方做哪些动作影响结果？
4、业务流程/业务流程，有啥数据记录？
很多同学面对具体业务，不知道该怎么梳理指标，本质上是对业务不熟悉。即使不问“销售运营指标体系”，而是问：
“销售卖的是啥呀？”
“销售目标客户是谁呀？”
“销售人员咋卖的呀？”
“销售运营又运营啥呀？”
一个都答不上来，那还咋梳理指标。懂业务是第一位要求，了解业务场景后，可以一步步开始梳理。
第二步：清晰业务目标
业务目标是业务最关心的东西，也决定了指标体系的主指标是啥。数据采集，得优先保证主指标有采集；指标体系的展开，也优先展示主指标的产生过程。
在业务方的心中，业务目标是很清晰的。因此可以直接沟通。
比如销售运营工作，常见的主指标有：
1、销售目标达成→指标：销售收入（金额）
2、销售业绩增量→指标：销售收入增长率
3、销售队伍稳定性→指标：整体离职率/A级离职率
4、特定客户开发数量→指标：整体离职率/A级离职率
……
梳理清楚这些，定下主指标，就能结合具体业务流程，看主指标是怎么实现的。
第三步：梳理业务流程
业务流程是主要数据来源，指标体系首要任务是反馈业务流程情况。有了主指标以后，要结合业务流程，梳理出过程指标。有了过程指标，才能解释主指标为什么低，为什么高。
还拿销售运营举例。销售运营的工作，是叠加在销售正常的工作之上的，因此有两个业务流程要梳理：
1、销售的操作流程
2、销售运营做了哪些优化
不同销售流程的操作不一样，想让指标体系具体、能落地，就得深入业务细节之中，看具体是怎么操作的。有的流程可能很简单，比如销售自带客户资源，那就自己联系客户→签约，结束。但有的流程可能很长，比如卖软件的，从接收客户线索到成交，有N多步骤，这里是不能偷懒的，要一步步认真梳理，最好画出流程图。（如下图）
销售运营的动作，大体上可以分成三部分：
1、培训：培训销售们产品知识、话术、技巧
2、激励：物质激励、精神激励
3、组织：SOP制定、流程管理
这里也不能偷懒，需要了解到细节。比如培训，什么时间、什么话题、多少人参与，要了解到位。比如激励措施，物质奖励的奖励规则，要了解到细节（如下图）这些细节才是直接驱动销售干事情的动力。
这里有个常见的误区，就是很多同学在梳理指标体系的时候，只关注用户行为，不关注业务动作。比如梳理销售指标，就简单地：销售额=业务员人数*有成交比例*人均成交金额，就拉倒完事。
至于有啥奖惩措施，有啥规范制度，一概不知。这样会导致指标体系只能展示结果，不能解释原因，也没法对比分析。最后对着人数、比例、人均金额三个指标狂抓脑袋：为啥它就涨了呢？为啥它就跌了呢？（如下图）
第四步：确认数据采集
数据记录是保障。业务流程数字化程度不高，没有数据记录，一切免谈。比如销售运营指标体系；如果想解读销售业绩，就得掌握销售过程，得先知道销售干了啥，没干啥；如果想诊断销售能力，就得掌握销售个人画像，得先知道销售有啥经验、啥背景；如果想分析运营动作有效性，就得记录每个动作上线时间，作用在哪些人身上。
如果以上统统没有，只有一张成交订单和订单上的销售个人编号。那就真的没啥好分析的了。最后的数据就只有：销售额=业务员人数*有成交比例*人均成交金额。基于这么点可怜的数据，可以做一些简单的、粗线条的分析，比如：
1、对业绩排名，分析业务员业绩稳定性、找出标干
2、对团队排名，分析团队管理水平高低
3、对比活动/政策上线前后差异，粗略观察效果
当然，因为缺少细节，所以这些分析很容易被人质疑。没有数据，分析个屁！这一点一定要牢牢记在心里。在各种场合，努力推动数字化进程，努力提高业务部门对采集数据的重视（而不是提高业务部门对数据分析成果的期望），才是数据分析师们自救法宝。至于那种大吹特吹：“我有神威无敌大将军算法，代码一跑上知天下知地中间知空气”的主，你就跟他划清界限，让他独自面对销售的质疑，死几次他就知道改了。
更多的场景
不止销售运营，但凡数据想落地到具体业务中，都得经历这个过程。
比如商品管理场景，得先知道：
1、是啥类型商品、保质期、储藏要求、物流要求如何
2、商品选品、定价、入仓、出货、上架流程是啥
3、商品管理部门改价格、做促销、做陈列的方案是哈
比如内容运营场景，得先知道：
1、是啥类型内容、视频、文字、海报？
2、内容创作从目标、选题、素材、发布流程是啥
3、内容运营团队对不同内容主题的运作计划是啥
了解业务才能做出切合实际的指标体系。
