如何构建指标体系--笔记

声明

• 以下内容部分来源于互联网，算是个人梳理笔记。如有侵权请告知，及时删除
• 以下图片部分来源于互联网，如有侵权请告知，及时删除
• 参考数据源
  • https://www.jianshu.com/p/7ade451b06c9
  • https://www.jianshu.com/p/47f701e70fe8
  • https://www.jianshu.com/p/217d9f19dd94

指标

• 思路：问题 --> 反应问题的指标–>指标拆解–>对应解决方案

• 特点

  • 业务层面有价值
  • 可衡量业务真实情况
  • 简单可执行
  • 大家共同认可

• 好指标的准测：来源于《精益数据分析》

  • 可比较
  • 易懂
  • 比率：天生比较性指标
  • 改变行为：指标的变化体现目标与现实的实际距离差

• 特征

  • 结果性指标：监控：数据是否异常，用户需求是否被满足
  • 过程性指标：关注用户的需求为什么被满足/没被满足

指标选择

• 纵向：指标分析

  • 公司战略层面指标（业务高层）： 5-8个行业标准指标
  • 业务策略层面指标（业务中层）：一级指标的实现路径，用于更快定位一级指标的问题
  • 业务执行层面指标（业务基层）：对二级指标的路径拆解，用于定位二级指标的问题

• 横向：OSM模型

  • Objective：业务目标：产品目标
  • Strategy：业务策略：为了达到上述目标我采取的策略是什么？
  • Measurement：业务度量：衡量我们的策略是否有效，反映目标的达成情况

指标系统构建

• 调研业务需求与分析业务流程

  • 调研业务需求：了解具体业务，梳理清楚关键业务流程
    • 需求采集与需求分析
      • 定量：调研问卷，广泛采集业务需求
      • 定性 ：用户访谈，深度挖掘业务应用场景和核心需求
  • 分析业务流程

• 划分数据域：对业务对象高度概括，便于数据管理与应用

  • 涵盖当前所有的业务需求
  • 能拓展新业务/新的数据域
    

• 定义指标规范–总线矩阵构建
  

指标数据标准

• 指标数据标准制定的原则
  • 名称：统一的命名规则
  • 定义：同一指标的业务含义和所适用的业务场景保持一致
    • 维度
    • 规则：对指标计算统计方式给出的规范性说明，包括可复用的公共维度和业务规则。如：
      • 基础统计类规则：当期、累计、最低值、最高值
      • 增长类统计规则：环比变化量、同比变化量等
    • 基础指标
  • 来源：一致性和权威性
  • 参照：国际标准/国家标准/行业标准 与 公司标准/业务标准保持一致
• 指标数据标准