数据指标体系
- 指标与指标体系定义(What)
- 搭建指标体系的背景与意义(Why)
- 如何搭建指标体系(How)
- 零售电商行业指标体系
- 互联网行业指标体系
指标与指标体系定义(What)
指标是对业务的描述与度量,客观反映业务发展现状,
指标体系是从不同维度梳理业务,并将零散单点的且具有相互联系的指标,系统化地组织起来,更好的以全局视野进行指标建设
指标体系的评判标准
统一性
统一业务指标建设、统一指标消费
完整性
能够完整支撑最终分析应用,不遗漏与缺失
有效性
1、上能指引高层领导把控业务整体方向,下能指导业务人员落地执行业务目标
2、指标之间形成相互作用相互影响产生反馈,能够以数据发现问题、定位问题
搭建指标体系的背景与意义(Why)
背景
当前企业指标建设不规范,缺乏有效的组织与管理,从而导致整体数据指标质量较差,影响业务应用,主要表现为以下5点
1、相同指标名称,口径不一致
2、相同口径,不同指标名称
3、指标口径与计算逻辑不一致
4、指标口径不清晰
5、指标命名不清晰
意义
让指标建设、管理与应用更加规范和高效
1、统一业务指标
企业内统一关键指标业务口径及计算口径,统一企业业务目标,实现自上而下目标驱动,提升企业数据运营效率
2、指导数仓基础数据建设
明确数仓基础数据建设方向,搭建完整的数仓体系,避免过程和结果分析指标数据的遗漏或缺失
3、综合衡量业务发展质量
指标体系可以反映业务客观事实,看清业务发展现状,通过指标对业务质量进行衡量,把控业务发展情况。
4、指导业务运营决策
结合用户的业务场景来进行使用,多个不同的指标和维度可以组合起来进行业务的综合分析,用户能够快速发现问题、定位问题,驱动业务运营决策。
如何搭建指标体系(How)
下面将介绍两种有助于搭建完整清晰指标体系的理论模型,一种是适用于全行业的OSM模型,一种是适用于互联网行业的AAARR模型,
当然一些行业也有指标分级、人货场等相关的方法论,但是根据实际项目经验,这些理论不足以支撑复杂业务场景下的搭建完整清晰指标体系,。
但可以在OSM、AAARR核心理论指导下辅助应用,类似可以从不同角度对指标做分类
从指标产生阶段角度:结果指标和过程指标
从指标分级的角度:一级指标、二级指标、三级指标
OSM模型
OSM模型(Objective,Strategy,Measurement)是指标体系建设的重要方法,包含业务目标、业务策略、业务度量,这个适用于任一行业指标体系的建立,
因为每个行业、每个公司、每个部门、每个员工都需要清晰认知自己的OSM,才有利于达成共识,形成自上而下的推动
O
首先确立业务目标是什么,满足用户什么需求或者提供怎样的业务服务?主要从用户视角和业务视角确定目标,原则是切实可行、易理解、可干预、正向有益
S
为了达成上述目标我采取的策略是什么,制定了什么业务流程?
M
对应这些策略我需要设置什么指标做质量监控? 确保O(目标)的顺利实现
所以根据OSM模型搭建指标体系的顺序首先需要确立业务目标,其次是梳理业务流程,最后才是定义流程监控相关的指标。
AAARR模型
AARRR 模型就是海盗模型,也是用户分析的经典模型,常用于互联网、电商行业指标体系的搭建
反映了增长贯穿于用户生命周期的各个阶段,即获取(Acquisition)、激活(Activation)、留存(Retention)、变现(Revenue)、自传播(Referral)
1)获取
运营人员通过各种渠道进行推广,以各种手段获取目标用户,评估各种营销渠道效果,并不断调整运营策略,以不断降低获客成本。
2)激活
激活指目标用户开始使用产品。产品经理通过新手奖励、产品引导等方式,来引导用户使用产品核心功能。我们需要掌握用户的行为数据,监控产品健康程度。
3)留存
通常维护一个老用户的成本要远远低于获取一个新用户的成本,所以不仅要拉新用户,还需要关注用户粘性,以及关注用户在哪里流失、为什么流失。
4)变现
主要用来衡量产品的商业价值,这也是商业的本质。
5)自传播
主要是基于产品、营销、明星等事件的吸引力,从而使用户自发地传播。
参考文章
http://www.shujurenclub.com/a/7000-zi-cong-1-gou-jian-zhi-biao-ti-xi.html
零售电商行业指标体系
零售电商行业是事业部比较综合全面的行业代表,也是数据分析应用比较广泛的行业之一,一个大型零售电商公司基本包含
产品开发、供应链、仓储物流、销售运营、客服、人力、财税、IT研发这8大事业板块,完整支撑整个公司的业务运作。
正是零售电商行业的业务场景比较复杂综合,更需要一个高效的方法论来指导构建清晰完整的指标体系,所以下面将以OSM模型为方法论指导,从整个公司OSM开始,向下拆解梳理出8大事业板块各自的OSM,自上而下构建指标体系,实现全司与各事业线目标一致。
互联网行业指标体系
互联网行业也是数据分析应用的典型代表,一方面业务场景相对固化,基本都围绕AAARR模型(获取-激活-留存-变现-自传播)这条链路开展业务,另一方面信息化程度高,数据容易埋点获取且相对规范标准,这也使得各类数据分析算法都能得到很好的应用。
主要难点是在数据量级比较大,因为基本是跟用户流量相关的数据,当然随着计算机技术的发展现在已经可以很好的对大数量级进行采集-存储-应用。
下面将以AAARR模型为方法论指导,梳理互联网各业务环节重点的关注指标。