麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素；人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”

因此很多企業都形成了“無數據不決策”的習慣，無論是運營對活動效果的分析，還是高層對商業走勢的判斷，沒有成熟的分析看板，臨時做需求是接不住的。

但在企業實際的業務中，不同部門重點關注的數據也是不一樣的，例如市場推廣重點關注渠道推廣數據，運營部門重點關注業務增長數據；技術部門重點關注產品穩定性，性能數據；產品部門重點關注功能使用數據、用戶畫像數據；財務部門重點關注交易數據….

因此對企業來說，我們更需要系統化的看待數據，而數據看板的核心就是數據指標體系。今天小億就來為大家說說什么是數據指標體系？為什么企業需要數據指標體系，以及如何搭建數據指標體系？

01、什么是數據指標體系？

1.數據指標

根據百度百科的定義，預期中打算達到的指數、規格、標準，一般用數據表示就是指標。

而數據指標有別于傳統意義上的統計指標，它是通過對數據進行分析得到的一個匯總結果，是將業務單元精分和量化后的度量值，使得業務目標可描述、可度量、可拆解。但只有對業務有參考價值的可統計的數據才能叫做指標，因為它反映了用戶做了哪些行為，給業務帶來了怎樣的結果指標。

2.數據指標的分類

（1）結果型指標
用于衡量用戶發生某個動作后所產生的結果，通常是延后知道的，很難進行干預。結果型指標更多的是監控數據異常，或者是監控某個場景下用戶需求是否被滿足。

（2）過程型指標
用戶在做某個動作時候所產生的指標，可以通過某些運營策略來影響這個過程指標，從而影響最終的結果，過程型指標更加關注用戶的需求為什么被滿足或沒被滿足。

3.數據指標體系

數據指標體系是通過技術手段，從不同的“維度”梳理業務過程，將零散的、有關聯性的指標，系統化的組織起來，通過數據看板或接口形式，提供給運營、算法等不同的業務方使用。

一個好的數據指標體系能幫助使用者準確快速的下結論，比如定義業務運作的好壞、能滿足多場景的歸因，即使出現異動，也能快速定位原因，最終提高發現問題、分析問題、解決問題的效率。

02、數據指標體系的價值

數據指標體系的建設是企業實現自身“數據驅動”發展的重要途徑，其價值主要體現在以下四個方面：

1.全面支持決策

數據指標極具參考價值，公司的管理層為了更準確進行戰略決策，需要搭建完備的數據指標體系，一個相對全面的數據指標體系，可以讓管理者對公司的發展從數據層面有一個比較客觀的認知，這樣在進行戰略決策時，可以保持相對理性。

對于新業務的洞察，也可以不斷融入新的數據指標，豐富指標體系，靈活且全面地把握業務發展趨勢，為未來的決策提供借鑒。

2.指導業務運營

數據指標體系可以反映業務客觀事實，看清業務發展現狀，通過指標對業務質量進行衡量，把控業務發展情況，針對發現的業務問題聚焦解決，促進業務有序增長。除此以外，還可以建立業務指標因果關系，主要明確結果型指標和過程型指標關系，通過結果字表回溯過程指標，找到解決問題的核心原因。

3.驅動用戶增長

數據指標體系中的用戶行為數據，可以讓產品及運營人員對用戶的行為路徑和喜好模式有一個比較深入的理解。剖析用戶的行為特征，助力用戶價值的提升，讓產品及運營更聚焦于產品細節的優化，更好地進行監測，提升用戶留存及轉化。

除此以外，在分析和挖掘用戶行為的過程中，也許會發現不少新的用戶增長點。體系化的指標結合了用戶的場景，且多個不同的指標和維度可以串聯起來進行全局分析，解決了非體系化指標無法串聯的痛點。公司在深入進行數據分析后，可能會在原有業務中發現某個點潛藏著巨大商業價值，從而單獨把這塊業務重點推進，實現用戶增長的二次騰飛。

4.統一統計口徑

從技術角度來看，數據中臺是為了匯總與融合企業內的全部數據，甚至外部數據，打破數據隔閡，解決數據標準與口徑不一致的問題。數據指標體系化有個好處是可以實現指標統一管理，實現統一的統計口徑，避免定義模糊和邏輯混亂，影響數據質量。同時，完備的數據指標體系也可減少重復統計的問題，從而避免日志上報產生的數據冗余和重復分析產生的服務器資源浪費。

03、如何搭建數據指標體系？

1.明確公司各業務線指標

常用的方法是指標分級方法，指標分級主要是指標內容縱向的思考，根據企業戰略目標、組織及業務過程進行自上而下的指標分級，對指標進行層層剖析，主要分為三級T1、T2、T3。

（1）T1：公司戰略層面指標
用于衡量公司整體目標達成情況的指標，主要是決策類指標，T1指標使用通常服務于公司戰略決策層

（2）T2：業務策略層面指標
為達成T1指標的目標，公司會對目標拆解到業務線或事業群，并有針對性做出一系列運營策略，T2指標通常反映的是策略結果屬于支持性指標同時也是業務線或事業群的核心指標。T2指標是T1指標的縱向的路徑拆解，便于T1指標的問題定位，T2指標使用通常服務業務線或事業群

（3）T3：業務執行層面指標
T3指標是對T2指標的拆解，用于定位T2指標的問題。T3指標通常也是業務過程中最多的指標。根據各職能部門目標的不同，其關注的指標也各有差異。T3指標的使用通常可以指導一線運營或分析人員開展工作，內容偏過程性指標，可以快速引導一線人員做出相應的動作。

2.明確分析模型方案

（1）OSM模型
此模型是指標體系建設過程中輔助確定核心的重要方法，包含業務目標、業務策略、業務度量，是指標內容橫向的思考。
O：用戶使用產品的目標是什么？產品滿足了用戶的什么需求？主要從用戶視角和業務視角確定目標，原則是切實可行、易理解、可干預、正向有益
S：為了達成上述目標我采取的策略是什么？
M：這些策略隨之帶來的數據指標變化有哪些？

（2）AARRR模型
AARRR海盜模型是用戶分析的經典模型，它反映了增長是系統性地貫穿于用戶生命周期各個階段的：用戶拉新(Acquisition)、用戶激活(Activation)、用戶留存(Retention)、商業變現(Revenue)、用戶推薦(Referral)。

A拉新：通過各種推廣渠道，以各種方式獲取目標用戶，并對各種營銷渠道的效果評估，不斷優化投入策略，降低獲客成本。涉及關鍵指標例如新增注冊用戶數、激活率、注冊轉化率、新客留存率、下載量、安裝量等；
A活躍：活躍用戶指真正開始使用了產品提供的價值，我們需要掌握用戶的行為數據，監控產品健康程度。這個模塊主要反映用戶進入產品的行為表現，是產品體驗的核心所在。涉及關鍵指標例如DAU/MAU 、日均使用時長、啟動APP時長、啟動APP次數等；
R留存：衡量用戶粘性和質量的指標。涉及關鍵指標例如留存率、流失率等；
R變現：主要用來衡量產品商業價值。涉及關鍵指標例如生命周期價值(LTV)、客單價、GMV等；
R推薦：衡量用戶自傳播程度和口碑情況。涉及關鍵指標例如邀請率、裂變系數等。

3.明確指標對應的埋點和存儲邏輯

當確定好分析模型以后，就可以去收集相應的業務指標需求，共同溝通每個指標的合理性，能否反應業務實際的問題，確定每個指標的具體含義，完善指標體系框架，確定統計的維度和粒度。

之后就可以開始著手整理底層數據的存儲邏輯，明確每個字段要從哪里獲取，每張表應該涵蓋哪些指標哪些字段維度。這個過程可能會出現很多問題，例如

（1）想做的的指標沒有埋點所以無法獲??；
（2）有埋點但是數據未傳；
（3）數據缺失、錯誤嚴重。
我們需要整理出這些存在的問題并將問題歸類，找到相應數據倉庫、埋點研發負責的部門尋求配合，溝通存在的問題并商定問題的解決方案，明確協作的過程及責任劃分，確認排期。這個過程中，建議每周將指標體系搭建項目做一次進度匯報，讓相關部門及上級了解目前具體的項目進展，促進部門之間的配合，有利于項目正常進行。

4.梳理指標的準確性，取數校驗

當底層數據準備好以后，就可以按照整理的邏輯，指標計算方式，正常進行指標計算，報表開發了。過程中切記數據準確性的校驗，確保所有自己出口的數據都是相對準確的，標明數據口徑，如有數據不完備的情況需標明原因及后續預計解決計劃。

5.數據指標體系平臺建設和迭代

數據指標底層報表建好后，只是一些數值而已。讓這些數據真正的被人用起來，才能發揮它的價值。這時候可以用公司的數據產品或者第三方數據產品來將這些指標進行數據可視化展示，以便于業務概覽及異常數據監控，還可以根據一些業務實際問題，進行一些分析報告的產出。

除此以外，隨著業務的發展，不同時期產品的衡量指標會變化，我們關注的重點指標可能改變，會有一些新指標的增加及舊指標的淘汰，我們需要將指標體系持續的更新優化以滿足業務的需要。

6.宣貫、存檔、落地

（1）宣貫：就是在完成整個指標體系搭建后，要當面告知所有相關業務人員，最好開會并郵件。一方面為下一步工作做鋪墊，另一方面是為了讓所有相關人員知曉已完成；
（2）存檔：對指標口徑也業務邏輯進行詳細的描述存檔，如xxx功能如滲透率=該功能的日點擊人數/日活。只有完成這一步，之后的人在查閱時才能看懂是什么意思；
（3）落地：就是建立核心指標的相關報表，實際工作中，報表會在埋點前建好的，這樣的話一旦版本上線就能立刻看到數據，而且也比較容易發現問題。
整個指標體系的搭建更多工作是由數據分析師來完成的，產品經理需要配合分析師選擇并確認指標，這也是在建立之初最重要的一點。

04、注意事項

1.數據指標體系并沒有一個“放之四海而皆準”的模板，就像管理體系沒有具體的拆解圖一樣，不同的業務，對于指標需求是不同的，而這其中的差異，就像管理一樣，需要日積月累的深刻洞察，才能做出匹配業務需要的體系；

2.指標體系建立本質上是考驗相關業務人員和分析師的邏輯性，不同業務階段的指標體系不一樣，并且在選擇核心指標時一定要正確。在做核心指標的拆解時，通用模式就是先公式拆解，在按業務模塊、路徑來劃分；

3.當產品和業務快速更新迭代，數據口徑也是需要更新換代的。這個都是指標口徑定義和邏輯梳理的過程需要注意的，指標口徑的維護，是需要一定的流程機制來保證的，畢竟數據的變化，除了業務動作，產研的變化也會產生影響；

4.數據提取邏輯是最簡單的一環，非常容易達成一致。而難的是業務變化，業務場景不同會導致指標定義不同，所以數對的不是代碼，是業務邏輯。

05、小結

數據指標體系的搭建是數據化運營的基礎，基于對業務邏輯和商業模式的理解，通過層次化、結構化的指標定義和維度劃分將復雜繁瑣的業務數據清晰系統地展示出來，供企業人員在日常工作中借鑒和使用。

對于業務人員來說，了解數據指標體系設計背后的邏輯和本質，對了解新業務、日常運營以及后續的業務分析都會起到事半功倍的作用。這里億信華辰指標管理平臺可以幫助你。不僅能快速高效整合管理指標，還有一套通用成熟的指標體系建設流程，幫助企業建立并不斷完善企業的指標體系。

億信華辰指標管理平臺內置BI工具，可面向業務人員進行猜想式、探索式的指標挖掘分析，具有快速定義、高交互，操作簡單的特點。其內置豐富的統計圖表和強大的組件庫，以滿足各類指標分析挖掘需求。