数据产品工作指北（2）-指标体系分类

一、数据有很多的分类，不同的数据类型有不同的特点，就有不同的指标体系构建方法：

1、业务数据，以业务指标为导向，以业务系统产生的和企业经营活动相关的数据为来源，包括运营系统、教学平台、流量营销平台、HRMS系统等。包括各级员工产生的业务数据，如合同、订单、课程、考勤、成绩管理、家访等信息；学生产生的业务信息，如学生个人信息、家庭信息、上课数据等；

业务数据的指标体系构建时，需要以公司的员工业绩评价标准为指导，由结果倒退源头，我们已经知道了事实表和基础的绩效评价指标体系，需要做的是如何使这些绩效指标能够被准确的计算出来，在哪一个系统中能得到什么样的数据，如衡量教师、学管工作效能的三率指标（满班率、退科率和续班率）就涉及到运营系统的合同、订单等，教学系统的课程、考勤等数据，如何清晰的梳理从结果到源头的过程是指标体系构建关键；并且在构建指标体系的时候要考虑到可扩展性和冗余，随着业务的发展和变化，绩效评价是在不断演进和变化的，构建的维表就需要不断的维护，并且要有高的可复用性，使得在绩效评价变动的时候，之后对事实表进行修改，而不用进行底层维表的修改；

2、行为数据，以标准化为导向，通过对不同业务系统、前后端埋点实现用户无差别的行为过程监控，分为员工数据和C端用户数据。员工的行为数据集中在对业务系统的操作数据上，我们可以通过对该类型的数据分析做到工作流程的标准化、简单化、最优化；客户行为数据在于面向C端用户的精准营销，目前绝大多数的大数据平台或数据分析平台厂商提供的就是客户行为数据解决方案，如神策、友盟、GrowingIO、Talkingdata等，这些厂商提供了可视化的编辑工具和分析平台，通过AARRR等方法论则可以很简便的对行为数据进行分析；

行为数据的指标体系构建，是从维表到事实表的过程，需要制定一套标准化的埋点流程，使得从各个系统汇集的埋点数据能够被清晰准备的分类分析，统计的数据尽量大而全，避免意外的数据需求，期间还需要考虑埋点的合理性和可行性；尽管我们在最开始需要思考需求是什么，目的是什么，需要统计哪些数据，需要埋哪些页面，哪些位置，埋点形式是什么等等，但是需要考虑清楚的是，埋点数据只有在埋点启用的时候才会产生，仅对未来的数据起作用，而无法溯及过往，所以如果埋点没有大而全，就可能会出现需要某个数据的时候却发现因为没有及时埋点而无法得到过去的数据；

3、系统数据，以系统监控为导向，实时监测各个业务系统的运行情况，包括前端、接口、后台、服务器、数据库等运行情况。尤其在窗口期/疫情期等特殊时期，对系统稳定性和运维响应速度有最高要求，这就必然要求系统监控的实时进行；

系统数据的指标体系构建相对简单，但是涉及到的底层知识较多，以系统的运行指标为基础，如何监控数据库、服务器、接口、后台、前端的工作需要技术储备，例如一个接口报错，那么到底是前端没有返回正确的值还是后台没有返回数据；因为笔者也才刚刚开始这项工作，所以能讲的不多，待后续补充；

二、数据需求

数据产品的需求是零碎分散且不可持续的，这决定了我们需要灵活的进行工作规划和版本管理，快速响应。固定的版本发布时间固然能够优化开发节奏，统一部门内的行动，但是需求的堆积就会由此产生，而且强行将多个需求糅合成一个版本，也不利于业务数据的展开。数据版本管理应当以更高效更好质量的完成任务为导向，需要根据需求池动态变化。

但是前提是，如何正确的接受需求，以避免我们陷入无止尽且无意义的零散需求开发中，这时我们需要需求管理的模板和流程，面向业务方我们制定了一套业务需求模板，任何业务方需求都会被标准化到这套模板中，用于进一步考量该需求对业务的意义和对本部门的意义，进行判定和之后的用户反馈，且这一套模板也帮助我们能够定量的分析用户的需求种类、目的、涉及角色、涉及系统等信息；

三、工作规划

数据产品的工作规划除了应对零散且不可持续的需求外，还需要对未来一段时间内的工作内容和节奏有一定的指导，我们需要将这些需求中的共同点抽离出来，形成一个公共的平台，实现如数据配置的可视化、数据结果的可视化、数据监控大屏系统、数据预警系统等更多的产品。我们对业务方有承诺，确保工作规划能够顺利完成，还需要保证规划的合理性，一方面满足需求，另一方面要合理配置开发资源，确保开发和研发的双重并进。

四、一些杂项

1、数据PM的工作不仅要有数据产品方案的输出能力，还需要有数据核对能力，需要会一些基本的SQL，会简单的分析，能直接面向用户通过数据库SQL输出一些业务数据报告；

2、评价数据的好坏：业务稳定看月/年同比，业务迅速发展或不稳定动荡则看周/月趋势；

3、对数据而言，国字号报告>企业财报>社区用户行为分析报告>数据机构报告>服务商报告；

4、时刻注意数据的保密性；