消灭指标二义性!提效30%的指标管理如何炼成?

消灭指标二义性!提效30%的指标管理如何炼成?_第1张图片

众所周知,「指标」是企业通过数据分析衡量业绩的重要参数。然而,不同部门、不同渠道往往存在不同的使用场景和术语体系。

举个例子:

这是一家知名的服饰品牌,不同平台渠道归属于不同部门管理。

适逢双11大促,老板说:来,各部门交一交自己的数据,我看看第一波完成得怎么样。

消灭指标二义性!提效30%的指标管理如何炼成?_第2张图片

部门A:把买家在积分抵扣及平台让利前的订单总额相加;

部门B:把买家最终付款的金额相加;

部门C:在交易完成的订单中剔除了退货退款订单,得出最终付款总额。

老板和财务一合计

各部门销售额占比好像不太对呀?!

把名称、定义统一好以后给我重算!

消灭指标二义性!提效30%的指标管理如何炼成?_第3张图片

我们把这种「同名不同义、同义不同名」的问题,简称为「指标二义性」消灭指标二义性!提效30%的指标管理如何炼成?_第4张图片

指标二义性实在是太常见了。

仓库说的「发货」是不是商品运营的「发货」?财务的「发货」又是哪种「发货」?

手握全渠道,天猫的「SKU」和自营小程序的「商品编码」咋统一?线下渠道商给我的「动销商品数」又是什么意思?

每逢人员的入转调离,还不得不面临管理文档继承和理解的难题。

消灭指标二义性!提效30%的指标管理如何炼成?_第5张图片

没有与指标二义性作过斗争的数据人,可能不是真正的数据人。消灭指标二义性!提效30%的指标管理如何炼成?_第6张图片

纠正一下!

要消灭指标二义性,才能真正用数据发挥价值。

具体咋做?

一共三步走:

第一步,建立数据标准化规范。

我们把指标定义分为3个类别:业务属性,管理属性,技术属性。

举个例子,业务属性包括指标分类、指标名称、指标定义、指标业务口径等;

常见的管理属性有指标等级、归属部门、技术责任人、业务责任人等;技术属性有来源表、来源字段、统计周期、计算逻辑等。消灭指标二义性!提效30%的指标管理如何炼成?_第7张图片

你需要从指标名称、计算逻辑、统计周期、数据来源等多个方面考虑,才能最终形成准确、规范、易于理解的指标定义。

另外,如果遵循现有的标准或规范,例如行业标准,也可以有效提升指标的可信度、精准度。


消灭指标二义性!提效30%的指标管理如何炼成?_第8张图片

第二步,建立统一的指标管理体系和流程。

具体动作包括:

  1. 明确指标需求提出方;
  2. 完善指标定义所需的各类属性;
  3. 明确设计规范和要求;
  4. 设立评审、审批机制;
  5. 管理开发进度;
  6. 明确指标发布、修改、下线的逻辑规则。

此外,还可以制定数据字典(数据标准值),帮助各角色理解并使用统一的指标。

这一步,核心用于确保指标的每个参与者(需求方、产品经理、工程师等)只面向同一个指标,进行描述和定义,降低指标解释的偏差。消灭指标二义性!提效30%的指标管理如何炼成?_第9张图片

说到这儿,道理我都懂,但落地总差一口气。

不是在指标定义时忘掉了什么,就是建不好能持续运转起来的管理体系。消灭指标二义性!提效30%的指标管理如何炼成?_第10张图片

所以必不可少的是——

第三步,用好指标管理平台工具。

工具的作用很简单:

把标准的流程固化在系统中,要求每个参与者按流程行动;

把规范的文档沉淀在系统中,降低跨角色及人事变动带来的沟通成本;

把指标的状态呈现在系统中,完成指标的全生命周期管理。

SimbaMetric(指标管理平台)应运而生!


消灭指标二义性!提效30%的指标管理如何炼成?_第11张图片

SimbaMetric是针对指标统一管理与开发的效率工具。它主要负责提供指标全生命周期的管理功能,实现业务元数据与技术元数据的全面拉通,为经营分析、风险管理、领导决策等场景提供管理规范、指标统一、数据易用的产品功能保障

换言之,体系化搞定数据指标,就找SimbaMetric!


消灭指标二义性!提效30%的指标管理如何炼成?_第12张图片

SimbaMetric的核心能力主要包括:消灭指标二义性!提效30%的指标管理如何炼成?_第13张图片

多说无用,上案例。

在一家品牌零售客户,出现了比较严重的指标二义性问题,导致人、货、场的数据驱动管理业务遇到严重的决策瓶颈,特别是仓储主题和营销主题的指标定义和统计逻辑问题直接影响了采购业务。

首先,深入调研业务系统及业务流程,提炼并抽象组织内部的业务架构、数据架构和应用架构,形成完整的数据链路和实体模型结构。消灭指标二义性!提效30%的指标管理如何炼成?_第14张图片

接下来,按照指标描述的属性分类——业务属性、管理属性、技术属性,把属性类型与角色相对应,便于不同角色管理维护同一指标的不同属性。

在本项目,我们过滤出了50+指标属性;客户方则有业务分析师、项目经理、产品经理、数据开发工程师等角色参与指标的定义和管理。

每个角色负责一个部分:

  • 业务分析师:指标的中英文名称、业务分类、指标类型、等级、维度;
  • 项目经理:指标的所属项目、优先级、owner及其所在部门;
  • 产品经理:指标的编码、数据域、业务过程、来源表、计算字段、计算逻辑等;
  • 数据开发工程师:指标所属的任务信息等。

把指标相关的工作按角色分清楚并沉淀进系统中,才能各司其职,不重不漏。

上述动作完成,完整的指标体系也就形成了。

在接下来的日常工作中,每当有指标需求,只要这样做:消灭指标二义性!提效30%的指标管理如何炼成?_第15张图片

同时,SimbaMetric会自动实现业务元数据与技术元数据的统一。

依循SimbaMetric规定的流程,每当指标有变更修改,都能确保指标的唯一性。

在这个项目中,客户方统计显示,需求沟通的效率提高了50%,减少因项目需求模糊、认知不一致等问题产生的返工,指标需求交付效率提高了30%,很大程度歼灭了指标二义性的问题。

在SimbaMetric的加持下,指标管理相关角色的技术门槛也大幅降低。原本需要资深“老法师”才能道出一二的指标疑难杂症,经过短期产品培训的“新手”也能从容应对。消灭指标二义性!提效30%的指标管理如何炼成?_第16张图片

其实,SimbaMetric已经诞生有些时日,只是在今年在SimbaOS Kernel(数据云操作系统内核)的加持下正式进阶为独立版本不仅支持搭配数据云平台DataSimba增购,也支持单独购买

除了解决“指标二义性”问题,SimbaMetric还能通过模板库复用行业沉淀的指标体系,也支持对指标进行标准管理等多项指标相关的工作。可以详询客户经理/技术顾问了解


关于SimbaMetric

SimbaMetric(指标管理平台)是针对指标统一管理与开发的效率工具,为企业提供一套完整的指标体系管理与开发的产品能力。

具体而言,SimbaMetric能全面满足指标的业务需求、技术需求以及管理需求,提供指标从“提出”、“定义”、“设计”、“开发”、“使用”、“修改”到“下线”等全生命周期功能,为指标体系建设及管理提供规范、易用的产品保障

你可能感兴趣的:(大数据,指标标签,数据云操作系统,奇点云)