搭建数据指标体系的要素有哪些?(介绍搭建数据指标体系的5大要素)

qinzhiqiang 12-31 16:21 16次浏览

一要素:主指标(一级指标)。

用来评价这个事到底咋样的最核心的指标。比如说:“产品卖的好”。直观的想到是“销售金额”这个指标,因为这是我们卖货直接收到手里的钱,钱多了当然好。

每个指标得有以下要素:

  1. 业务含义:在业务上它的意义是……
  2. 数据来源:哪个系统采集原始数据
  3. 统计时间:在XX时间内产生的该数据
  4. 计算公式:如果有比例、比率,得说清楚谁除谁;如果是汇总,得说清楚谁加谁。

注意:有可能需要多个主指标,来做综合评价。比如产品卖的好,光看金额还不够,可能还要关注毛利,这才是真正赚到的钱。可能还得看销售数量,因为销售数量和库存直接挂钩,得防止积压太多。这样就至少有了三个主指标:销售金额、销售件数、销售毛利。

第二要素:子指标(二级/三级指标)。

主指标可能由几个子部分构成。比如:

销售金额=用户数 * 付费率* 客单价

如果销售金额没达标,我们会很好奇:到底是购买的客户少了,还是卖的人不够多,还是买的太便宜了,了解细节有利于我们找到真正的问题,这时候就得拆解子指标。

第三要素:过程指标。

主指标往往是最终的结果,比如B2B行业的销售金额,是销售线索-售前跟进-需求确认-产品体验-价格谈判-竞标-签约这一系列过程最后的一个结果。光看一个最后结果是无法监督、改进过程的。如果想更进一步管理,就得看得更细一些,从而添加子指标。

第四要素:分类维度。

有可能一件事是很多人、在很长时间内完成的。想知道总销售金额是怎么构成的,每个地区、每个团队分别完成多少,可以增加分类维度。通过分类维度,把主指标切成若干块,这样能避免平均数陷阱,把整体和局部一起看清楚。

第五要素:判断标准。

即使有了以上四个点,我们还是不能说:A产品卖的好。因为好是个形容词,是和差相对的。因此就需要一个对比的参照物。参照物的选择,本身是个复杂的分析过程,需要做深入的分析。

在构造指标体系的时候,往往这些判断标准是和当前数据一起呈现的。这样在看数据的时候,可以直观的做出判断,使用起来就很方便了。