編輯導語：在上一篇《數據分析系列｜如何培養數據意識？》講到，提升數據分析能力，意識要先行，對此分享了一些方法：列清單、養成小習慣、敢于表達；本文作者将介紹在培養數據意識後，走嗎指定業務數據觀測指标的方法，我們一起來看一下。

在具備了基本的數據分析意識之後，接下來該怎麼辦呢？

我認為是：讀懂數據。

什麼才叫懂？清楚每一個數據指标的口徑，這不算懂；了解每一天的數據變化，這也不算懂。

真正的懂，是能夠知道：為什麼每天要看這些數據？

知其然也知其所以然！從讀懂業務數據指标開始，深入了解業務指标間的内在聯系，是數據分析實戰的第一步。

我們先來看本次的内容大綱：

1）如何讀懂業務指标？

• 指标組裝，找到業務在公司的位置；
• 指标分類，了解指标間的内在聯系；
• 指标解讀，定好工作的基調。

2）如果我來制定指标，我該怎麼辦？

• 定目标，有方向不迷路；
• 找标杆，向好的指标學習；
• 拆指标，上帝視角觀察業務走勢。

3）案例分享：以從0到1搭建的積分體系為例。

如果我們想定義它，就應該先讀懂它；因此，我們先來看第一模塊，理解業務指标。

一、如何讀懂業務指标？

公司就像是一台複雜精密的機器，每一塊零部件各司其職，每一塊都完成各自的指标，才能實現公司最終業績目标的達成。

那麼不同崗位的業務指标制定背後的考慮是什麼？各業務指标的差異和内在聯系又是如何？我們該如何從指标中找準方向，貢獻自己的聰明才智？

對于這三個問題，我給出的建議是：組裝——分類——解讀，讀懂指标三步法。

1. 指标組裝，找到業務公司的位置

指标組裝，并非什麼高深的方法。實際做法就是，“指标拆解”的逆向過程。

具體怎麼理解？我們以電商業務為例。

指标拆解，促進目标落地

假設今年的目标是要将商城的銷售額提升100億元，根據公式（GMV=UV*CR*客單價）拆解。

運營同學找更多渠道/更自動化等方式将提升流量（UV）到日均xx w，産品同學縮短頁面路徑/減少用戶操作等方式将轉化率（CR）提升到xx%，商務同學引進更多高客單價商品等方式提升客單價到xx元。

指标組裝，逆向過程理解公司業務

同樣是電商業務，公司組建了一個虛拟團隊，專門針對老年群體銷售商品；我負責産品策劃，隔壁小陳負責營銷活動，對面的張哥負責商家引進。

會議結束後，我知道了小陳的指标是讓更多人（UV）進到商城參與活動，張哥的指标是引進頭部top5的優質商家（客單價）；而我則是讓用戶在商城上能夠更快地找到合适他的産品（CR）。

反向推倒得出公式：

UV*CR*客單價=GMV。

當然，公司實際的業務，遠非如此簡單，而且各部門的指标并沒有那麼容易獲得。

但，逆向思考的意義在于：以老闆們的視角，找準業務的位置。

2. 指标分類，了解指标間的内在聯系

當我們清楚了所負責業務在公司的位置之後，接下來就要思考：我所負責的指标與其他崗位或其他業務部門指标的聯系是啥？差異點在哪？

為搞懂這些問題，我們先來重溫下兩條數學公式：

利潤=收入-成本、銷售收入=産品銷售數量×産品單價

你可能會問，這不是小學就知道的公式麼？有什麼值得重溫的？先别着急，我今天不是來講解這個公式是怎麼來的，來講點不一樣的。

在公式中，不難發現：運算中“-”的背後代表着需要減少、控制，而“*”說明要相互依賴；同時這些指标最終都是為了“利潤”服務。

那麼，我們可以根據下述的分類方法，去理解公司各業務的指标。

從指标變化上看：

• 需要減少的指标：稱之為“控制型指标“，比如成本，公司财務每天都審核各業務的财務支出的合理性，幫助公司如何節流。
• 需要增加的指标：稱之為“增益型指标“，比如銷量，銷售人員每天想法設法提高産品的銷量，為公司帶來收入。

從指标狀态上看：

• 最終需要達到的指标：稱之為“結果型指标“，比如利潤，提升了公司的整體利潤，那麼大家就可以吃香喝辣，年終獎多得飛起。
• 不是最終狀态的指标，稱之為“過程型指标“，比如購買人數，購買人數雖是過程，但不可或缺。隻有更多人購買，提升了産品銷售額，公司才能掙到錢。

如果你負責的業務指标既是結果指标，又是增益型指标，那麼恭喜你，你的崗位非常重要，做好了升職加薪自然不在話下。

補充說明下，上述舉例的指标僅是圍繞列舉的公式展開講解。

實際的指标有非常多，比如說：結果指标，不同的團隊内，結果指标會有不同；運營團隊會以用戶數作為結果指标，産品團隊會以轉化率作為結果指标，等等。

3. 指标解讀，定好工作的基調

當我們了解業務在公司中的定位以及業務指标的分類之後，最後一步就是解讀指标，确定我們日常工作的基調。

這也是為什麼職場裡，有些人總喜歡唱“黑臉”幹“壞事”，而有些人則是唱“紅臉”整天一副熱心腸。

• 拿到“控制型指标”的人，比如内控審計、人事、财務、安全；他們需要為公司節約成本、降低風險，就需要規範、約束其他部門，免不了“得罪”他人。
• 拿到“增益型指标”的人，比如銷售、市場、品牌、産品；他們需要為公司開疆拓土，增加收入，就需要聯動各個部門資源，如果得不到其他部門的支持，很難出業績。

二、如果我來制定指标，該怎麼辦？

通過前文我們知道了，理解一個指标需要經過：先定位、再分類、最後解讀三步。

作為一個産品經理，不僅要充分理解現有的業務，還有可能要負責新的業務。

在業務開展之初，免不了要制定業務指标，這個時候我們該怎麼辦呢？

結合這些年做新項目的經曆，我來分享下，也是分三步。

1. 定目标，有方向不迷路

很容易想到，第一步就是先定業務目标。

目标的合适與否，很多時候關系到業務的成敗；為了制定出合适的目标，應該遵循什麼樣的思路？需要注意些什麼呢？

首先，搞清楚業務的目的/使命是啥。

商業的最終目标都是掙錢，持續掙更多的錢；為了掙錢，公司會成立很多項目，職能分工也很精細；不同的項目，它所承載的使命不一定都是為了掙錢。

有的是為了提升用戶滿意度，比如專屬客服；有的是為了提升轉化率，比如個性化推薦，這些指标其實是過程指标。

所以，首先搞清楚：所負責的業務的使命是啥？

這裡可以前文講到的辦法：指标組裝，從公司層面看看業務所處的位置。

然後，考慮限制條件：目的是考慮當前條件是否支持業務目标落地，可以從橫向和縱向兩個層面去思考。

橫向層面：從内外角度去看，公司内部的條件資源，如開發人力資源、業務發展所需要用到的基礎能力資源等等是否支持；外部政策條件是否影響到業務的發展，如滴滴的順風車業務受到監管無限期下線整改。

縱向層面：從業務所處的發展階段去看，剛成立的業務和成熟的業務，關注的重點是不一樣的，前者關注用戶存留的質量，後者關注數據增長的規模。

在最後：當清楚了業務定位，條件可行，最後就是制定業務的核心目标。

下面列了一張表，用來示例方便理解。

2. 找标杆，向好的指标學習

好的數據指标應該是怎麼樣的？在《精益數據分析》這本書的第二章講得非常好，也解答了我多年的困惑。

其書中寫道：好的數據指标，它是有比較性的，能比較不同時間、群體、競品之間差異，可以洞察産品的走勢；它是簡單易懂的，容易記住、理解，才能時刻采取行動；它是比率，即具備了比較性，又兼顧了各種影響因素之間的相生相克；它還是能夠改變行動的，看到數據變化，可以及時采取行動。

3. 拆指标，上帝視角觀察業務走勢

完成核心業務指标制定，還遠遠不夠；還需要多維度、更細的顆粒度去觀察業務發展的趨勢；最有效的辦法，就是做指标拆解。

指标拆解可以利用公式法，相信不少同學都知道。

不過，我這裡要再升級一下，雙維度公式、業務交易公式、用戶行為公式；多方面觀測，更能在數據的變化中找到新的增長點。

繼續以電商的銷售額（GMV）的例子，我們可以拆解成：用戶行為公式：GMV=UV*CR*客單價；也可以拆解成，業務交易公式：GMV=美容護膚類目交易額 電子數碼類目交易額 … 家具家電類目交易額。

那麼需要對應監控的指标列表如下：

三、案例分享：以從0到1搭建的積分體系為例

1. 背景簡述

一家銀行的App，持卡用戶很不活躍，即不登錄也不刷卡消費，老闆提出希望通過積分體系解決用戶活躍的問題。

2. 積分業務解讀

• 1）業務所在的位置：在銀行，掙錢的手段多了去，比如利息、手續費，因此通過積分業務掙錢并不是優先考慮的問題，很多銀行的積分業務更多定位是：成本中心；通過補貼成本，利用積分串聯各個業務（存款、貸款、消費），最終實現主營核心業務指标的增長。
• 2）指标分類：通過上面的描述，我們可以知道積分業務所承擔的指标，實際是增益型的、過程型的指标。
• 3）指标解讀：積分業務的定位是串聯、服務各業務，它是一個平台能力提供者；既需要各業務方多多使用積分功能，也要求各業務方遵守平台規則。

因此，做這個業務的同學，紅臉黑臉都需要——紅臉是，需要得到業務方的支持，左右逢源才能吃得香；黑臉是，也要有平台的堅持和原則，不能被業務完全牽制，做太多個性化的需求。

3. 積分業務指标制定

當我們了解了業務之後，接下來就需要制定具體的指标了。

我們提取該業務的關鍵詞：串聯、過程指标、從0到1。

積分業務相關的指标有：發積分數A、消耗積分數B、發積分人數C、消耗積分人數D、人均持有積分數E、人群消耗積分數F、積分核銷率G=B/A，積分核銷人數比率=D/C…等等。

這麼多指标，選那一個才更合适呢？

從前文所講，比率的指标更好，而且當前是從0到1的階段，更重要的是要驗證發了積分之後，用戶有沒有使用，有沒有形成個良性的閉環循環；否則發再多的積分，也無法持續帶動更多的業務。

鎖定其中兩個：

積分核銷率G=B/A、積分核銷人數比率=D/C

二選一，哪一個很好呢？我的偏向是，第二個：積分核銷人數比率。

原因有二：

• 積分是過程指标，目的是帶動更多人通過使用積分去體驗其他業務；
• 如果積分核銷率上看，有些持有較多積分的大戶，産生了核銷行為，會使指标波動較大，導緻指标難具備較強的說服力。

找到了核心業務指标之後，就剩最後一步了：制定完整的業務數據觀測指标，這時候我們用雙維度公式去拆解。

業務交易公式：積分核銷人數比率=消耗積分人數/發積分人數。

消耗積分人數=場景A消耗積分人數 場景B消耗積分人數 … 場景N消耗積分人數；發積分人數=場景A發積分人數 場景B發積分人數 … 場景N發積分人數。

用戶行為公式：積分核銷人數比率=消耗積分人數/發積分人數。

消耗積分人數=積分商城總浏覽UV*轉化率；發積分人數=積分任務浏覽總UV*積分任務完成率。

監控數據表格制作如下：

說明：以上僅做思路的演示，在實際的觀測中遠不止這些數據，如果有興趣進一步學習，可以找我拿相關監控的表格。

最後，我們來回顧下：本次的目的是要掌握如何制定業務觀測指标。

首先要讀懂業務數據，通過理解指标三步法：組裝——分類——解讀，讀懂指标背後的含義。

有了基本的了解之後，再去制定具體的業務指标，還是三步：定目标——找标杆——做拆解，一步步指引完成指标的制定工作。

下一期我會分享：常用的數據分析方法，朋友們，我們下期見～

數據分析專輯文章：

第一篇：數據分析系列｜如何培養數據意識？

#專欄作家#

行走的大雄，大雄背起行囊，人人都是産品經理專欄作家。金融産品經理，有多款千萬級産品設計運營經驗，喜歡健身、跑步，關注做事的杠杆方法。

本文原創發布于人人都是産品經理，未經許可，禁止轉載

題圖來自 unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部