专栏名称: 爱数据LoveData
中国统计网(www.itongji.cn),国内最大的数据分析门户网站。提供数据分析行业资讯,统计百科知识、数据分析、商业智能(BI)、数据挖掘技术,Excel、SPSS、SAS、R等数据分析软件等在线学习平台。
目录
相关文章推荐
51好读  ›  专栏  ›  爱数据LoveData

4000字干货!「数据指标体系」搭建方法详解,赶紧收藏!

爱数据LoveData  · 公众号  · BI  · 2024-03-24 16:00

正文

请到「今天看啥」查看全文




所以说:
【√】使用方法对于指标体系而言是不可或缺的。
【×】指标体系不是指标的罗列。
【★】“和自己比、和目标比、和市场比”的三板斧是非常基础、非常有效、非常落地的比较方法。


如果我们把 指标体系 视作为一个产品, 指标库 就是这个产品的硬件, 指标间的关联关系 就是这个产品的软件,而 使用指南 就是这个产品的说明书。既然是一个产品,用户体验就有优劣之分。那么评价一套指标体系的用户体验的标准是什么呢?




怎么评价一套指标体系的好坏?


标准源自目标,目标源自问题。数据分析通常要解决的4类问题,分别是: 描述现状、分析原因、预测未来、改善未来。


根据对问题的解答程度,我们可以将指标体系分为四个层次:


描述现状: 这套指标体系,可以帮助我们基本还原业务整体的运营现状。

分析原因: 这套指标体系,可以帮助我们对业务的变化进行归因,对问题进行定位。

预测未来: 这套指标体系,可以帮助我们,进行假设分析,对未来做出一些预判。

改善未来: 这套指标体系,可以帮助我们找到,改善业务的动作、策略、战略。具体而言,这套指标体系,可以围绕组织目标,找到某些人,驱使他们去做某些事(寻某人、行某事)。


一个可用的指标体系,至少要达到以上四个层次其中之一。能够达到的层次越高,这套指标体系能产生的价值越大。


快问快答:那么是不是说一开始搭建一个指标体系,就要搭建一个对所有业务细节都清晰量化的大而全的指标体系呢?


● No!这会导致分析瘫痪的现象出现;即决策分析的机会成本,将超出做出决定可获得的收益。
而且大多数时候,好的指标体系是随着实践的深入、认识的提高,逐渐生长出来的;而并非是起初就完美设计出来的。


快问快答:那么当我们搭建一个指标体系的时候,应该将目标层次设定为“改善未来”吗?


● Yes!我们应该在有限的时间、精力、技术资源下,产出尽可能高价值的数据资产。事实上,只要掌握了科学的指标体系建设方法和数据探索方法,不需要太多的指标,就能构建出一套可以“改善未来”的指标体系。


总而言之, 一套好的指标体系,能够帮助我们实现4个目标:描述现状、洞察原因、预判未来、寻某人行某事。


接下来,让我们开始实践。




如何搭建一套好的指标体系?


“正确地开始,功成已近半。” —— 亚里士多德


对于建立指标体系而言,近乎真理的起点在于“理解业务”。


“理解业务”为起点,我们分别从纵向与横向两个方向思考,就能搭建起我们的指标体系。

图3:指标体系搭建过程


以“业务理解”为起点,纵向出发,我们可以往4个方向深入对业务的理解:

① 业务目标: 包括要创造的价值,以及要交付的结果等。

  • 以呼叫中心的运营为例,运营提效的主要目标是——在保证服务水平的基础上,用同样的人力资源,承接更多的服务请求。


② 业务的运营模式: 包括参与主体以及主体之间的关系等。

  • 以传统保险业务为例,参与的主要主体有6个:保险人(保险公司)、保险业务员、投保人、保险标的(被保人/被保财产)、受益人、其他第三方。







请到「今天看啥」查看全文