許多人對于搭建業務數據指標體系一頭霧水，甚至有初入職場的新人面對數據指標體系的搭建連連打退堂鼓，想問上級卻難以開口，問同事們又獲知甚少，被折磨得焦頭爛額。本文作者通過自身職場經歷總結出一套數據指標體系的搭建指南供大家參考，推薦身處數據指標體系工作任務困擾的朋友們閱讀。

最近在工作中被老板安排搭建業務的數據指標體系，剛接到這項任務時，完全是一頭霧水，不知道應該怎么做。經過自己邊摸索邊和老板、導師請教，思路逐漸清晰起來，寫下這篇文章來總結我目前理解的搭建數據指標體系的方法論。

一、為什么要搭建數據指標體系？

1. 深入了解業務全貌

由于我們組的項目都是剛做起來不久，每個項目的數據指標都很不完善，只能看到像覆蓋用戶數、分享次數、訂單量等這類結果數據，但只看結果數據，了解到的是某項目的大概情況，但并不知道用戶是怎樣完成一系列操作達成某個結果的；

而在梳理數據指標的過程中，需要一步步的梳理用戶的使用路徑或分析某個指標是怎么來的，這就要求我去熟悉每個頁面和操作，在這一套流程走完之后，我對整個業務自然有了更深的了解。

除此之外，我還能夠對我手中正在做的項目有更深的了解，明白它是主要是用來提升業務中的哪個指標，對于業務發展有什么意義。

2. 快速定位業務問題

我們經常會遇到某個關鍵指標突然下降的問題，只盯著結果數據是分析不出原因的，這就需要用到一些來源數據。

比如總訂單量減少了，可以看是哪個渠道的訂單量減少了，定位到某一渠道后，可以看具體是哪一個步驟頁面曝光量減少阻塞了用戶，定位到頁面后再去分析這個頁面最近有沒有改動，是不是出了bug導致不能正常展示等。

在搭建數據指標體系時，其實很大一部分工作量就是在梳理來源數據，有了完整的來源數據，就能快速定位到問題出在哪了。

3. 明確業務解決方案

如果某天老板下發一項任務是提升某個關鍵指標，就可以根據業務實際情況去考慮提升某一個來源數據，從而落地為具體的執行方案。

比如要提升總訂單量，可以提升分享渠道的訂單量，在分享成單的過程中，有個重要步驟就是用戶點擊打開分享素材，如果能提升分享素材的點擊率，就會有更多用戶看到商品，下單的概率也就增大了，由此可以得出接下來的執行方案就是豐富分享素材的樣式，使其有更高的點擊率。

二、如何搭建數據指標體系？

1. 明確搭建目的，確定拆解思路

不同工種的同學搭建出來的數據指標體系可能是不同的，因為他們思考業務的角度不同，搭建的目的也不同。

比如產品視角和運營視角，以工具產品為例，產品同學可能更關心產品的覆蓋率、使用率、使用深度等，以此來判斷這個工具是否便捷高效以及后續的優化方向，這就決定了在搭建時產品同學需要梳理這個工具的使用流程，按照用戶的使用路徑一步步拆解，提取出關鍵步驟的數據指標；

而運營同學可能更關心業務整體目標的達成，這個工具產品可能只是完成目標的眾多渠道之一，在拆解時可以參考費曼問題的解決思路，思考這個目標可以拆解成哪些渠道的小目標，每個渠道要達到小目標主要取決于哪些指標。

這兩種視角最終搭建出的數據指標體系雖然結構不同，但要看的數據指標其實相差不大，在動手前可以根據自己的目的去選擇更合適的思路。

2.確定數據指標的監測維度

有了數據指標之后，我們需要知道如何去監測它們更有利于開展更深入的分析，也就是通過什么維度去監測它們，這里有趨勢、對比、細分、分布四個維度可以參考，利用這些維度去套用每個指標，看能否在分析時提供一些洞察。

趨勢比較容易理解，即通過折線圖看到數據指標的走勢和波動，如果只看表格上的數字明細，肉眼很難快速看出某個數字的漲幅跌幅是否在正常范圍內；

對比是指同比和環比，同比是指今年某月或某季度和去年某月或某季度相比，環比可以是環比上周、環比上月等，對比數據除了能反映出業務發展情況之外，也可以幫助排除季節性或周期性的影響因素，比如今年7月的訂單量環比6月增幅很大，但同比去年7月幾乎持平，而且去年7月的訂單量漲幅也比較大，說明可能是因為放暑假刺激了學生群體的消費；

細分是指某個指標是由哪些來源組成的，比如在看商品詳情頁的曝光量時，除了看總曝光量，還需要支持細分看每個曝光是從哪個頁面進來的（首頁、活動詳情頁、商品分類頁、排行榜頁等）；
分布是指組成某個指標的來源占比，比如在看商品詳情頁的曝光量時，可以看首頁、活動詳情頁、商品分類頁、排行榜頁等頁面帶來的曝光量占總曝光量的百分比。

3. 梳理需要的數據指標和監測維度，向開發提數據需求，搭建數據看板

在梳理數據指標時，需要注意如果產品還處在發展初期的不成熟階段，不需要看每一個步驟的數據指標，只看關鍵步驟即可，避免指標太多難以聚焦，有的節點數據量也可能非常小，沒有參考價值；

而且這個時候，產品形態并沒有完全確定，如果這時把每個路徑指標都列出來并參考優化，會導致后續迭代的思路都局限在當前的產品形態中，但當前并不一定是最好的產品形態。

再推薦一個效率工具，建議使用Xmind進行梳理，既可以由主干展開多個分支，也可以將多個分支再合并回歸到主干，標簽和筆記功能可以分別用來記錄監測維度和在跟老板對過之后的修改意見。

在梳理完成后，就可以提需求給開發去做數據看板了。

4. 在日常分析問題時，提出假設并驗證，同時補充數據指標

按照以上方法搭建好數據指標體系的初版后，在遇到問題時，通常采用提出假設并驗證的方法來分析問題，這時候可能發現有些有助于分析的數據指標并沒有被覆蓋，我們可以收集這些指標，逐步完善整個業務的數據指標體系。

本文由 @ajitnis 原創發布于人人都是產品經理，未經許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協議